Matlab中图像函数大全Word文档格式.docx

1、J=histeq（I,n） 指定均衡化后的灰度级数 n ，缺省值为 64；J,T=histeq（I,.） 返回从能将图像 I 的灰度直方图变换成图像 J 的直方图的变换 T ；newmap=histeq（X,map） 和 new,T=histeq（X,.） 是针对索引色图像调色板的直方图均衡。2. 噪声及其噪声的 Matlab 实现imnoise 函数J=imnoise（I,type）J=imnoise（I,type,parameter）J=imnoise（I,type） 返回对图像 I 添加典型噪声后的有噪图像 J ，参数 type 和 parameter 用于确定噪声的类型和相应的参数。3

2、. 图像滤波的 Matlab 实现3.1 conv2 函数计算二维卷积C=conv2（A,B）C=conv2（Hcol,Hrow,A）C=conv2（.,shape）对于 C=conv2（A,B） ，conv2 的算矩阵 A 和 B 的卷积，若 Ma,Nasize（A）, Mb,Nb=size（B）, 则 size（C）=Ma+Mb-1,Na+Nb-1; C=conv2（Hcol,Hrow,A） 中，矩阵 A 分别与 Hcol 向量在列方向和 Hrow 向量在行方向上进行卷积；） 用来指定 conv2 返回二维卷积结果部分，参数 shape 可取值如下：full 为缺省值，返回二维卷积的全部结

3、果；same 返回二维卷积结果中与 A 大小相同的中间部分；valid 返回在卷积过程中，未使用边缘补 0 部分进行计算的卷积结果部分，当 size（A）size（B） 时，size（C）=Ma-Mb+1,Na-Nb+1。3.2 conv 函数计算多维卷积与 conv2 函数相同3.3 filter2函数计算二维线型数字滤波，它与函数 fspecial 连用Y=filter2（B,X）Y=filter2（B,X,对于 Y=filter2（B,X） ，filter2 使用矩阵 B 中的二维 FIR 滤波器对数据 X 进行滤波，结果 Y 是通过二维互相关计算出来的，其大小与 X 一样；对于 Y=f

4、ilter2（B,X,） ，filter2 返回的 Y 是通过二维互相关计算出来的，其大小由参数 shape 确定，其取值如下：full 返回二维相关的全部结果，size（Y）size（X）；same 返回二维互相关结果的中间部分，Y 与 X 大小相同；valid 返回在二维互相关过程中，未使用边缘补 0 部分进行计算的结果部分，有 size（Y）size（X） 。3.4 fspecial 函数产生预定义滤波器H=fspecial（type）H=fspecial（gaussian,n,sigma） 高斯低通滤波器sobel） Sobel 水平边缘增强滤波器prewitt） Prewitt 水平

5、边缘增强滤波器laplacian,alpha） 近似二维拉普拉斯运算滤波器log,n,sigma） 高斯拉普拉斯（LoG）运算滤波器average,n） 均值滤波器unsharp,alpha） 模糊对比增强滤波器对于形式 H=fspecial（type） ，fspecial 函数产生一个由 type 指定的二维滤波器 H ，返回的 H 常与其它滤波器搭配使用。4. 彩色增强的 Matlab 实现4.1 imfilter函数真彩色增强B=imfilter（A,h）将原始图像 A 按指定的滤波器 h 进行滤波增强处理，增强后的图像 B 与 A 的尺寸和类型相同。图像的变换1. 离散傅立叶变换的 M

6、atlab 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 。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

7、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（lena.bmp）;imshow（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 函数二维 DCT 变换B=dct2（A） B=dct2（A,m,n） B=dct2（A,m,n） Bdct2（A） 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；Bdct2（A,m,n） 和 B

8、=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,n） B=idct2（A,m,n） Bidct2（A） 计算 A 的 DCT 反变换 B ，A 与 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.

9、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,wnamecA,cD=dwt（X,Lo_D,Hi_D） 使用指定的小波基函数 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）,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=i

10、dwt（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=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appcoe

11、f2 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

12、个矩阵编码ABSOL 是函数的控制参数（缺省值为 1ABSOL0 时，返回编码矩阵ABSOL1 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

13、=wavedec2（X,N,C,S=wavedec2（X,N,Lo_D,Hi_D） 使用小波基函数 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）,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

14、,cV,cD,Lo_R,Hi_R） 使用指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，MATLA

15、B将图像中的数据存储为双精度类型（double），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与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*2

16、55）二值图像 B=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RG

17、B值-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Flag 交替为红、白、蓝和黑-缺

18、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类型。2.5 图像序列MATLAB工具箱支持将多帧图

19、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、灰度图转换成二值图ind2gray 将索引色图像转换成灰度图像ind2rgb 将

20、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（filename,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

21、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）imwrite（.,parameter,value）当利用imwrite函数保存图像时，Matlab缺省

22、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 分别为数据数组的最小值和最大值。（2） imagesc 函数显示灰度图像下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度图像imagesc（1,0,1）;colormap（gray）;imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），对应于颜色