当前位置：文档之家 › MATLAB图像处理常用函数

MATLAB图像处理常用函数

  • 格式：doc
  • 大小：96.00 KB
  • 文档页数：8

一．MATLAB基础1．Linspace功能：创建从初值开始到终值结束，有n个元素的行向量x。

语法：X=linspace(初值,终值，n)2．Logspace功能：创建从初值开始到终值结束，有n个元素对数分隔量x。

语法：X=logspace(初值，终值，n)3．Ones功能：创建元素全为1的数组。

语法：A=ones(n) (n*n的1数组)A=ones(r,c) (r*c的1数组)4．zeros功能：创建元素全为0的数组。

语法：A=zeros(n) (n*n的0数组)A=zeros(r,c) (r*c的0数组)5．Eye功能：创建单位矩陈。

语法：A=eye(n)6．rand功能：创建随机矩阵。

语法：A=rand (m,n)7．randn功能：创建正态分布的随机矩阵。

语法：A=randn(m,n)8．Find功能：寻找非零元素下标。

语法：I = find(X)[I,J] = find(X)[I,J,V] = find(X)9．Size功能：返回矩阵大小。

语法：D = size(X)[M,N] = size(X)10．Length功能：获得已知数组的规模。

语法：N=length(A)11．Reshape功能：改变数组维数、大小。

语法：X=reshape(A,m,n)12．Repmat功能：铺放模块维数语法：X = repmat(A,m,n)13．Diag功能：提取矩阵的对角元素，并返回给列向量。

语法：diag(V,K)14．Flipud功能：将矩阵上下翻转。

语法：X=flipud(A)15．Fliplr功能：将矩阵左右翻转。

语法：X=fliplr(A)16．All功能：所有元素非零为真。

语法：X=all(A)17．Any功能：所有元素非全零为真。

语法；X=any(A)二．转换图像类型：1．Dither功能：通过抖动增加外观颜色分辨率，转换图像。

语法：X = dither(RGB,map)BW = dither(I)相关命令：rgb2ind2．im2bw功能：转换图像为二进制图像。

语法：BW = im2bw(I,level)BW = im2bw(X,map,level)BW = im2bw(RGB,level)举例load trees BW = im2bw(X,map,0.4); imshow(X,map)figure, imshow(BW)相关命令：ind2gray, rgb2gray3．ind2gray功能：把检索图像转化为灰度图像。

语法：I = ind2gray(X,map)举例load treesI = ind2gray(X,map);imshow(X,map)figure,imshow(I)相关命令：gray2ind, imshow, rgb2ntsc4．ind2rgb功能：转化索引图像为RGB 真彩图像。

语法：RGB = ind2rgb(X,map)相关命令：ind2gray, rgb2ind5．mat2gray功能：转化矩阵为灰度图像。

语法：I = mat2gray(A,[amin amax])I = mat2gray(A)举例I = imread('rice.tif');J = filter2(fspecial('sobel'),I);K = mat2gray(J);imshow(I)figure, imshow(K)相关命令：gray2ind6.gray2ind功能：转换灰度图像为索引图像。

语法：[X,map] = gray2ind(I,n)相关命令：ind2gray7．grayslice功能：从灰度图像创建索引图像。

语法：X = grayslice(I,n)X = grayslice(I,v)举例I = imread('ngc4024m.tif');X = grayslice(I,16);imshow(I)figure, imshow(X,jet(16))相关命令：gray2ind8.rgb2gray功能：转换RGB 图像或颜色映像表为灰度图像。

语法：I = rgb2gray(RGB)newmap = rgb2gray(map)相关命令：ind2gray, ntsc2rgb, rgb2ind, rgb2ntsc9．rgb2ind功能：转化RGB 图像为索引图像。

语法：[X,map] = rgb2ind(RGB,tol)[X,map] = rgb2ind(RGB,n)X = rgb2ind(RGB,map)[...] = rgb2ind(...,dither_option)举例RGB = imread('flowers.tif');[X,map] = rgb2ind(RGB,128);imshow(X,map)相关命令：cmunique, dither, imapprox, ind2rgb, rgb2gray三．读写和显示图像：1．imread功能：从图形文件中读取图像。

语法：A = imread(filename,fmt)[X,map] = imread(filename,fmt)[...] = imread(filename)[...] = imread(...,idx) (TIFF only)[...] = imread(...,ref) (HDF only)[...] = imread(...,’BackgroundColor’,BG) (PNG only)[A,map,alpha] = imread(...) (PNG only)举例[X,map] = imread('flowers.tif',6);info = imfinfo('skull.hdf');[X,map] =imread('skull.hdf',info(4).Reference);bg = [255 0 0];A =imread('image.png','BackgroundColor',bg); [A,map,alpha] = imread('image.png');相关命令：imfinfo, imwrite,fread,double,uint8,uint162．imwrite功能：把图像写入图形文件中。

语法：imwrite(A,filename,fmt)imwrite(X,map,filename,fmt)imwrite(...,filename)imwrite(...,Param1,Val1,Param2,Val2...)举例imwrite(X,map,'flowers.hdf','Compression','no ne',...'WriteMode','append')相关命令：imfinfo, imread3. imfinfo功能：返回图形文件信息。

语法：info = imfinfo(filename,fmt)info = imfinfo(filename)举例info = imfinfo('canoe.tif')info =Filename:'canoe.tif'FileModDate: '25-Oct-1996 22:10:39' FileSize: 69708Format: 'tif'FormatVersion: []Width: 346Height: 207BitDepth: 8ColorType: 'indexed' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubfileType: 0 BitsPerSample: 8Compression: 'PackBits' PhotometricInterpretation: 'RGB Palette' StripOffsets: [ 9x1 double] SamplesPerPixel: 1 RowsPerStrip: 23 StripByteCounts: [ 9x1 double] XResolution: 72YResolution: 72ResolutionUnit: 'Inch'Colormap: [256x3 double] PlanarConfiguration: 'Chunky' TileWidth: []TileLength: []TileOffsets: []TileByteCounts: []Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100 MaxSampleValue: 255 MinSampleValue: 0Thresholding: 1相关命令：imread, imwrite4. imshow功能：显示图像。

语法：imshow(I,n)imshow(I,[low high])imshow(BW)imshow(X,map)imshow(RGB)imshow(...,display_option)imshow(x,y,A,...)imshow filenameh = imshow(...)相关命令：getimage, imread, iptgetpref, iptsetpref, subimage, truesize, warp5. colorbar功能：显示颜色条。

语法：colorbar('vert')colorbar('horiz')colorbar(h)colorbarh = colorbar(...)举例I = imread('blood1.tif');h = fspecial('log');I2 = filter2(h,I);imshow(I2,[]), colormap(jet(64)), colorbar6. zoom功能：缩放图像。

语法：zoom onzoom offzoom outzoom resetzoomzoom xonzoom yonzoom(factor)zoom(fig,option)相关命令：imcrop7. subimage功能：在一幅图中显示多个图像。

语法：subimage(X,map)subimage(I)subimage(BW)subimage(RGB)subimage(x,y,...)h = subimage(...)举例load trees[X2,map2] = imread('forest.tif'); subplot(1,2,1), subimage(X,map) subplot(1,2,2), subimage(X2,map2) 相关命令：8. montage功能：在矩形框中同时显示多幅图像。

合集下载

MATLAB图像处理函数大全

MATLAB图像处理函数大全

Matlab图像处理函数大全目录图像增强 (3)1. 直方图均衡化的Matlab 实现 (3)1.1 imhist 函数 (3)1.2 imcontour 函数 (3)1.3 imadjust 函数 (3)1.4 histeq 函数 (4)2. 噪声及其噪声的Matlab 实现 (4)3. 图像滤波的Matlab 实现 (4)3.1 conv2 函数 (4)3.2 conv 函数 (5)3.3 filter2函数 (5)3.4 fspecial 函数 (6)4. 彩色增强的Matlab 实现 (6)4.1 imfilter函数 (6)图像的变换 (6)1. 离散傅立叶变换的Matlab 实现 (6)2. 离散余弦变换的Matlab 实现 (7)2.1. dct2 函数 (7)2.2. dict2 函数 (8)2.3. dctmtx函数 (8)3. 图像小波变换的Matlab 实现 (8)3.1 一维小波变换的Matlab 实现 (8)3.2 二维小波变换的Matlab 实现 (9)图像处理工具箱 (11)1. 图像和图像数据 (11)2. 图像处理工具箱所支持的图像类型 (12)2.1 真彩色图像 (12)2.2 索引色图像 (13)2.3 灰度图像 (14)2.4 二值图像 (14)2.5 图像序列 (14)3. MATLAB图像类型转换 (14)4. 图像文件的读写和查询 (15)4.1 图形图像文件的读取 (15)4.2 图形图像文件的写入 (16)4.3 图形图像文件信息的查询imfinfo()函数 (16)5. 图像文件的显示 (16)5.1 索引图像及其显示 (16)5.2 灰度图像及其显示 (16)5.3 RGB 图像及其显示 (17)5.4 二进制图像及其显示 (17)5.5 直接从磁盘显示图像 (18)图像处理函数 (18)图像处理函数详解——strel (18)图像处理函数详解——roipoly (19)图像处理函数详解——roifilt2 (20)图像处理函数详解——roifill (20)图像处理函数详解——roicolor (21)matlab图像处理函数详解——rgb2gray (22)Matlab图像处理函数：regionprops (22)图像处理函数详解——padarray (26)图像处理函数详解——nlfilter (27)图像处理函数详解——montage (27)函数详解——mat2gray (28)图像处理函数详解——imclose (29)图像处理函数详解——imopen (29)图像处理函数详解——imerode (30)图像处理函数详解——imdilate (30)图像处理函数详解——imresize (31)图像处理函数详解——imnoise (32)图像处理函数详解——imhist (32)图像处理函数详解——imfinfo (33)图像处理函数详解——imcomplement (34)图像处理函数详解——imapprox (35)图像处理函数详解——imadjust (35)图像处理函数详解——imadd (36)图像处理函数详解——im2uint8 (36)图像处理函数详解——im2bw (37)图像处理函数详解——histeq (37)图像处理函数详解——dither (38)图像处理函数详解——conv2 (38)图像处理函数详解——colfilt (39)图像处理函数详解——bwperim (39)图像处理函数详解——bwlabel (40)图像处理函数详解——bwareaopen (41)图像增强1. 直方图均衡化的Matlab 实现1.1 imhist 函数功能：计算和显示图像的色彩直方图格式：imhist(I,n)imhist(X,map)说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像 X 的直方图，map 为调色板。

MATLAB常用函数使用说明

MATLAB常用函数使用说明

MATLAB常用函数使用说明1. plot函数：用于绘制二维图形。

可以绘制直线、曲线、散点图等。

示例代码如下：```matlabx = 0:pi/100:2*pi;y = sin(x);plot(x,y)```2. subplot函数：用于在同一图中绘制多个子图。

可以按照网格状排列或自定义排列子图。

示例代码如下：```matlabsubplot(2,1,1);plot(x,y);title('Sin(x)');subplot(2,1,2);plot(x,cos(x));title('Cos(x)');```3. surf函数：用于绘制三维曲面图。

可以绘制正弦曲面、高斯曲面等。

示例代码如下：```matlabx=-2:0.1:2;y=-2:0.1:2;[X,Y] = meshgrid(x,y);Z=X.^2+Y.^2;surf(X,Y,Z);```4. imread函数：用于读取图像文件。

可以读取常见的图像格式，如JPEG、PNG等。

示例代码如下：```matlabimg = imread('image.jpg');imshow(img);```5. imwrite函数：用于写入图像文件。

可以将图像保存为指定格式的文件。

示例代码如下：```matlabimg = imread('image.jpg');imwrite(img,'output.png');6. fft函数：用于计算傅里叶变换。

可以用于信号频谱分析、滤波器设计等。

示例代码如下：```matlabx = sin(2*pi*10*t) + sin(2*pi*20*t);y = abs(fft(x));plot(y);```7. filter函数：用于滤波器设计与信号滤波。

可以设计低通、高通、带通滤波器等。

示例代码如下：```matlabb = fir1(31,0.5);y = filter(b,1,x);plot(y);```8. eig函数：用于计算矩阵的特征值和特征向量。

利用Matlab进行图像处理的常用方法

利用Matlab进行图像处理的常用方法

利用Matlab进行图像处理的常用方法概述：图像处理是数字信号处理的一个重要分支，也是计算机视觉领域的核心内容之一。

随着计算机技术的不断发展，利用Matlab进行图像处理的方法变得越来越重要。

本文将介绍一些常用的Matlab图像处理方法，包括图像的读取与显示、图像的预处理、图像的滤波处理、基本的图像增强方法以及图像的分割与检测等。

一、图像的读取与显示在Matlab中，可以使用imread函数直接读取图像。

通过指定图像的路径，我们可以将图像读取为一个矩阵，并且可以选择性地将其转换为灰度图像或彩色图像。

对于灰度图像，可以使用imshow函数将其显示出来，也可以使用imwrite函数将其保存为指定格式的图像文件。

对于彩色图像，可以使用imshow函数直接显示，也可以使用imwrite函数保存为指定格式的图像文件。

此外，还可以使用impixel函数获取图像中指定像素点的RGB值。

二、图像的预处理图像的预处理是指在进一步处理之前对图像进行调整和修复以消除图像中的噪声和不良的影响。

常用的图像预处理方法包括图像的平滑处理、图像增强和图像修复等。

1. 图像平滑处理：常用的图像平滑方法有均值滤波、中值滤波和高斯滤波等。

其中，均值滤波将每个像素点的值替换为其周围像素点的平均值，中值滤波将每个像素点的值替换为其周围像素点的中值，高斯滤波则通过加权平均的方式平滑图像。

2. 图像增强：图像增强是指通过一些方法提高图像的质量和信息内容。

常用的图像增强方法包括直方图均衡化、对比度拉伸和锐化等。

直方图均衡化通过调整图像的灰度分布，以提高图像的对比度和细节。

对比度拉伸是通过将图像的像素值线性拉伸到整个灰度范围内，以增强图像的对比度。

锐化则是通过增强图像的边缘和细节，使图像更加清晰。

三、图像的滤波处理图像的滤波处理是指通过对图像进行一系列滤波操作，来提取图像中的特征和信息。

常用的图像滤波方法包括模板滤波、频域滤波和小波变换等。

1. 模板滤波：模板滤波是基于局部像素邻域的滤波方法，通过定义一个滤波模板，将其与图像进行卷积操作，从而实现图像的滤波。

MATLAB的常用函数和工具介绍

MATLAB的常用函数和工具介绍

MATLAB的常用函数和工具介绍MATLAB是一款被广泛应用于科学计算和工程设计的软件，它提供了丰富的函数库和工具箱，能够帮助用户进行数据分析、模拟仿真、图像处理、信号处理等多种任务。

本文将介绍一些MATLAB常用的函数和工具，帮助读者更好地利用MATLAB进行编程和数据处理。

一、MATLAB函数介绍1. plot函数：该函数用于绘制二维图形，如折线图、曲线图等。

通过输入数据点的坐标，plot函数可以帮助用户快速可视化数据分布，同时支持自定义线型、颜色和标注等功能。

2. imread函数：该函数用于读取图像文件，支持常见的图像格式，如JPEG、PNG等。

通过imread函数，用户可以方便地加载图像数据进行后续的处理和分析。

3. fft函数：该函数用于进行快速傅里叶变换，可以将时域信号转换为频域信号。

傅里叶变换在信号处理中广泛应用，通过fft函数，用户可以快速计算信号的频谱信息。

4. solve函数：该函数用于求解方程组，支持线性方程和非线性方程的求解。

用户只需输入方程组的表达式，solve函数会自动求解变量的值，帮助用户解决复杂的数学问题。

5. mean函数：该函数用于计算数据的平均值。

mean函数支持数组、矩阵和向量等多种数据类型，可以方便地对数据进行统计分析。

6. importdata函数：该函数用于导入外部数据文件，如文本文件、CSV文件等。

通过importdata函数，用户可以将外部数据加载到MATLAB中，进行后续的数据处理和分析。

二、MATLAB工具介绍1. MATLAB Editor：这是MATLAB自带的编辑器，可以用于编写和调试MATLAB代码。

它提供了代码高亮、自动缩进和代码片段等功能，能够提高编程效率和代码可读性。

2. Simulink：这是MATLAB的一个强大的仿真工具，用于建立动态系统的模型并进行仿真。

Simulink支持直观的图形化建模界面，用户可以通过拖拽元件和线条来搭建系统模型，进而进行仿真和系统分析。