matlab图像处理函数Word文件下载.docx

1、函数caxis代表颜色轴，因为颜色增加了另一个维数，它允许对数据范围的一个子集使用整个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。 cmin,cmax=caxis返回映射到颜色映象中第一和最后输入项的最小和最大的数据。它们通常被设成数据的最小值和最大值。比如，函数mesh（peaks） 会画出函数peaks的网格图，并把颜色轴caxis设为-6.5466，8.0752，即Z的最小值和最大值。这些值之间的数据点，使用从颜色映象中经插值得到的颜色。如：colorbar;4 .figurefigure函数用于设定图像显示窗口，如：figure（1）； /figure（2）；5.image

2、sc（a）; caxis（-3 8） ; colorbar;标尺标度从-3，到8 显示标度尺。三. 图像的变换1. fft2fft2函数用于数字图像的二维傅立叶变换，如：j=fft2（i）;2. ifft2ifft2函数用于数字图像的二维傅立叶反变换，如：k=ifft2（j）;3. 利用fft2计算二维卷积利用fft2函数可以计算二维卷积,如:a=8,1,6;3,5,7;4,9,2;b=1,1,1;1,1,1;1,1,1;a（8,8）=0;b（8,8）=0;c=ifft2（fft2（a）.*fft2（b）;c=c（1:5,1:5）;利用conv2（二维卷积函数）校验, 如：c=conv2（a,

3、b）;四. 模拟噪声生成函数和预定义滤波器1. imnoiseimnoise函数用于对图像生成模拟噪声，如：j=imnoise（i,gaussian,0,0.02）;%模拟高斯噪声2. fspecialfspecial函数用于产生预定义滤波器，如：h=fspecial（sobel%sobel水平边缘增强滤波器%高斯低通滤波器laplacian%拉普拉斯滤波器log%高斯拉普拉斯（LoG）滤波器average%均值滤波器五. 图像的增强1. 直方图imhist函数用于数字图像的直方图显示，如：imhist（i）;2. 直方图均化histeq函数用于数字图像的直方图均化，如：j=histeq（i）

4、;3. 对比度调整imadjust函数用于数字图像的对比度调整，如：j=imadjust（i,0.3,0.7,）;4. 对数变换log函数用于数字图像的对数变换，如：j=double（i）;k=log（j）;5. 基于卷积的图像滤波函数filter2函数用于图像滤波，如：h=1,2,1;0,0,0;-1,-2,-1;j=filter2（h,i）;6. 线性滤波利用二维卷积conv2滤波, 如:h=1,1,1;h=h/9;j=conv2（i,h）;7. 中值滤波medfilt2函数用于图像的中值滤波，如：j=medfilt2（i）;8. 锐化（1）利用Sobel算子锐化图像, 如:%Sobel算

5、子（2）利用拉氏算子锐化图像, 如:h=0,1,0;1,-4,0;0,1,0;%拉氏算子k=conv2（j,h,samem=j-k;六. 举例二维傅立叶变换和二维傅立叶反变换：figure（1）;k=fftshift（j）;figure（2）;l=log（abs（k）;imshow（l,）;colorbarn=ifft2（j）/255;figure（3）;imshow（n）;图像的变换1. 离散傅立叶变换的 Matlab 实现 Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT

6、。这些函数的调用格式如下： Afft（X,N,DIM） 其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。 Afft2（X,MROWS,NCOLS）其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。 Afftn（X,SIZE）其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。 函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。例子：图像的二维傅立叶频谱% 读入原始图像Iimread

7、（lena.bmpimshow（I）% 求离散傅立叶频谱J=fftshift（fft2（I）;figure;imshow（log（abs（J）,8,10）2. 离散余弦变换的 Matlab 实现2.1. dct2 函数功能：二维 DCT 变换格式：B=dct2（A） B=dct2（A,m,n） B=dct2（A,m,n）说明：Bdct2（A） 计算 A 的 DCT 变换 B ，A 和 B 的大小相同；Bdct2（A,m,n） 和 B=dct2（A,m,n） 通过对 A 补 0 或剪裁，使 B 的大小为 mn。2.2. dict2 函数DCT 反变换B=idct2（A） B=idct2（A,m,

8、n） B=idct2（A,m,n）Bidct2（A） 计算 A 的 DCT 反变换 B ，A 和 B 的大小相同；Bidct2（A,m,n） 和 B=idct2（A,m,n） 通过对 A 补 0 或剪裁，使 B 的大小为 m2.3. dctmtx函数计算 DCT 变换矩阵Ddctmtx（n）Ddctmtx（n） 返回一个 nn 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。3. 图像小波变换的 Matlab 实现3.1 一维小波变换的 Matlab 实现（1） dwt 函数一维离散小波变换cA,cD=dwt（X,wname cA,cD=dwt（X,Lo_D,Hi_D） 使用指定的

9、小波基函数 对信号 X 进行分解，cA、cD 分别为近似分量和细节分量；cA,cD=dwt（X,Lo_D,Hi_D） 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。（2） idwt 函数一维离散小波反变换X=idwt（cA,cD, X=idwt（cA,cD,Lo_R,Hi_R） X=idwt（cA,cD,L） X=idwt（cA,cD,Lo_R,Hi_R,L） 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。 为所选的小波函数 X=idwt（cA,cD,Lo_R,Hi_R） 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。,L） 和 X

10、=idwt（cA,cD,Lo_R,Hi_R,L） 指定返回信号 X 中心附近的 L 个点。3.2 二维小波变换的 Matlab 实现 二维小波变换的函数- 函数名 函数功能- dwt2 二维离散小波变换 wavedec2 二维信号的多层小波分解 idwt2 二维离散小波反变换 waverec2 二维信号的多层小波重构 wrcoef2 由多层小波分解重构某一层的分解信号 upcoef2 由多层小波分解重构近似分量或细节分量 detcoef2 提取二维信号小波分解的细节分量 appcoef2 提取二维信号小波分解的近似分量 upwlev2 二维小波分解的单层重构 dwtpet2 二维周期小波变换

11、idwtper2 二维周期小波反变换-（1） wcodemat 函数对数据矩阵进行伪彩色编码Y=wcodemat（X,NB,OPT,ABSOL） Y=wcodemat（X,NB,OPT） Y=wcodemat（X,NB） Y=wcodemat（X）Y=wcodemat（X,NB,OPT,ABSOL） 返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0NB，缺省值 NB16； OPT 指定了编码的方式（缺省值为 mat），即： OPTrow ，按行编码col ，按列编码 ，按整个矩阵编码 ABSOL 是函数的控制参数（缺省值为 1 ABSOL0 时，返回编码矩阵 ABSO

12、L1 时，返回数据矩阵的绝对值 ABS（X）（2） dwt2 函数二维离散小波变换cA,cH,cV,cD=dwt2（X, cA,cH,cV,cD=dwt2（X,Lo_D,Hi_D）使用指定的小波基函数 对二维信号 X 进行二维离散小波变幻；cA，cH,cV,cD 分别为近似分量、水平细节分量、垂直细节分量和对角细节分量；cA,cH,cV,cD=dwt2（X,Lo_D,Hi_D） 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。（3） wavedec2 函数二维信号的多层小波分解C,S=wavedec2（X,N, C,S=wavedec2（X,N,Lo_D,Hi_D） 使

13、用小波基函数 对二维信号 X 进行 N 层分解；C,S=wavedec2（X,N,Lo_D,Hi_D） 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。（4） idwt2 函数二维离散小波反变换X=idwt2（cA,cH,cV,cD, X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R） X=idwt2（cA,cH,cV,cD,S） X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R,S） 由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X ；X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R） 使用指

14、定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；,S） 和 X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R,S） 返回中心附近的 S 个数据点。（5） waverec2 函数二维信号的多层小波重构X=waverec2（C,S, X=waverec2（C,S,Lo_R,Hi_R） 由多层二维小波分解的结果 C、S 重构原始信号 X ， 为使用的小波基函数；X=waverec2（C,S,Lo_R,Hi_R） 使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。图像处理工具箱1. 图像和图像数据 缺省情况下，MATLAB将图像中的数据存储为双精度类型（dou

15、ble），64位浮点数，所需存储量很大；MATLAB还支持另一种类型无符号整型（uint8），即图像矩阵中每个数据占用1个字节。 在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8和double两种类型数据的值域不同，编程需注意值域转换。 从uint8到double的转换 - 图像类型 MATLAB语句 索引色 B=double（A）+1 索引色或真彩色 B=double（A）/255 二值图像 B=double（A） 从double到uint8的转换 索引色 B=uint8（round（A-1） 索引色或真彩色 B=uint8（round（A*255） 二值图像 B

16、=logical（uint8（round（A）2. 图像处理工具箱所支持的图像类型2.1 真彩色图像 R、G、B三个分量表示一个像素的颜色。如果要读取图像中（100,50）处的像素值，可查看三元数据（100,50,1:3）。 真彩色图像可用双精度存储，亮度值范围是0,1；比较符合习惯的存储方法是用无符号整型存储，亮度值范围0,2552.2 索引色图像 包含两个结构，一个是调色板，另一个是图像数据矩阵。调色板是一个有3列和若干行的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。 注意：MATLAB中调色板色彩强度0,1，0代表最暗，1代表最亮。 常用颜色的RGB值 -

17、 颜色 R G B 颜色 R G B 黑 0 0 1 洋红 1 0 1 白 1 1 1 青蓝 0 1 1 红 1 0 0 天蓝 0.67 0 1 绿 0 1 0 橘黄 1 0.5 0 蓝 0 0 1 深红 0.5 0 0 黄 1 1 0 灰 0.5 0.5 0.5 - 产生标准调色板的函数 - 函数名 调色板 Hsv 色彩饱和度，以红色开始，并以红色结束 Hot 黑色红色黄色白色 Cool 青蓝和洋红的色度 Pink 粉红的色度 Gray 线型灰度 Bone 带蓝色的灰度 Jet Hsv的一种变形，以蓝色开始，以蓝色结束 Copper 线型铜色度 Prim 三棱镜，交替为红、橘黄、黄、绿和天蓝

18、 Flag 交替为红、白、蓝和黑- 缺省情况下，调用上述函数灰产生一个643的调色板，用户也可指定调色板大小。 索引色图像数据也有double和uint8两种类型。 当图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行 如果图像数据为uint8类型，0代表调色板的第一行，值1代表第2行2.3 灰度图像 存储灰度图像只需要一个数据矩阵。 数据类型可以是double，0，1；也可以是uint8，0,2552.4 二值图像 二值图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。 MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8

19、类型。2.5 图像序列 MATLAB工具箱支持将多帧图像连接成图像序列。 图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。 分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，调色板也必须相同。 可参考cat（）函数 Acat（4,A1,A2,A3,A4,A5）3. MATLAB图像类型转换 图像类型转换函数 - dither 图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像 gray2ind 将灰度图像转换成索引图像 grayslice 通过设定阈值将灰度图像转换成索引色图像 im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转

20、换成二值图 ind2gray 将索引色图像转换成灰度图像 ind2rgb 将索引色图像转换成真彩色图像 mat2gray 将一个数据矩阵转换成一副灰度图 rgb2gray 将一副真彩色图像转换成灰度图像 rgb2ind 将真彩色图像转换成索引色图像 -4. 图像文件的读写和查询4.1 图形图像文件的读取 利用函数imread（）可完成图形图像文件的读取，语法： A=imread（filename,fmt） X,map=imread（filename,fmt） .=imread（filename） .=imread（filename,idx） （只对TIF格式的文件） .=imread（file

21、name,ref） （只对HDF格式的文件） 通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放在类uint8中。此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时，Matlab就将其存贮在uint16中。对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。4.2 图形图像文件的写入 使用imwrite函数，语法如下： imwrite（A,filename,fmt） imwrite（X,map,filename,fmt） imwrite（.,filename

22、） imwrite（.,parameter,value） 当利用imwrite函数保存图像时，Matlab缺省的方式是将其简化道uint8的数据格式。4.3 图形图像文件信息的查询 imfinfo（）函数5. 图像文件的显示5.1 索引图像及其显示 方法一： image（X） colormap（map） 方法二： imshow（X,map）5.2 灰度图像及其显示 Matlab 7.0 中，要显示一副灰度图像，可以调用函数 imshow 或 imagesc （即imagescale，图像缩放函数） （1） imshow 函数显示灰度图像 使用 imshow（I） 或使用明确指定的灰度级书目：imshow（I,32） 由于Matlab自动对灰度图像进行标度以适合调色板的范围，因而可以使用自定义大小的调色板。其调用格式如下： imshow（I,low,high） 其中，low 和 high 分别为