Matlab中图像函数大全.docx
- 文档编号:9589464
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:22
- 大小:23.18KB
Matlab中图像函数大全.docx
《Matlab中图像函数大全.docx》由会员分享,可在线阅读,更多相关《Matlab中图像函数大全.docx(22页珍藏版)》请在冰豆网上搜索。
Matlab中图像函数大全
Matlab中图像函数大全-[基础知识]
2009-12-0222:
41
1.直方图均衡化的Matlab实现
1.1imhist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。
用stem(x,counts)同样可以显示直方图。
1.2imcontour函数
功能:
显示图像的等灰度值图
格式:
imcontour(I,n),imcontour(I,v)
说明:
n为灰度级的个数,v是有用户指定所选的等灰度级向量。
1.3imadjust函数
功能:
通过直方图变换调整对比度
格式:
J=imadjust(I,[lowhigh],[bottomtop],gamma)
newmap=imadjust(map,[lowhigh],[bottomtop],gamma)
说明:
J=imadjust(I,[lowhigh],[bottomtop],gamma)其中,gamma为校正量r,[lowhigh]为原图像中要变换的灰度范围,[bottomtop]指定了变换后的灰度范围;newmap=imadjust(map,[lowhigh],[bottomtop],gamma)调整索引色图像的调色板map。
此时若[lowhigh]和[bottomtop]都为2×3的矩阵,则分别调整R、G、B3个分量。
1.4histeq函数
功能:
直方图均衡化
格式:
J=histeq(I,hgram)
J=histeq(I,n)
[J,T]=histeq(I,...)
newmap=histeq(X,map,hgram)
newmap=histeq(X,map)
[new,T]=histeq(X,...)
说明:
J=histeq(I,hgram)实现了所谓“直方图规定化”,即将原是图象I的直方图变换成用户指定的向量hgram。
hgram中的每一个元素都在[0,1]中;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
格式:
J=imnoise(I,type)
J=imnoise(I,type,parameter)
说明:
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.图像滤波的Matlab实现
3.1conv2函数
功能:
计算二维卷积
格式:
C=conv2(A,B)
C=conv2(Hcol,Hrow,A)
C=conv2(...,'shape')
说明:
对于C=conv2(A,B),conv2的算矩阵A和B的卷积,若[Ma,Na]=size(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;C=conv2(...,'shape')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]。
3.2conv函数
功能:
计算多维卷积
格式:
与conv2函数相同
3.3filter2函数
功能:
计算二维线型数字滤波,它与函数fspecial连用
格式:
Y=filter2(B,X)
Y=filter2(B,X,'shape')
说明:
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=filter2(B,X,'shape'),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) 3.4fspecial函数 功能: 产生预定义滤波器 格式: H=fspecial(type) H=fspecial('gaussian',n,sigma)高斯低通滤波器 H=fspecial('sobel')Sobel水平边缘增强滤波器 H=fspecial('prewitt')Prewitt水平边缘增强滤波器 H=fspecial('laplacian',alpha)近似二维拉普拉斯运算滤波器 H=fspecial('log',n,sigma)高斯拉普拉斯(LoG)运算滤波器 H=fspecial('average',n)均值滤波器 H=fspecial('unsharp',alpha)模糊对比增强滤波器 说明: 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 4.1imfilter函数 功能: 真彩色增强 格式: B=imfilter(A,h) 说明: 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。 这些函数的调用格式如下: A=fft(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。 A=fft2(X,MROWS,NCOLS) 其中,MROWS和NCOLS指定对X进行零填充后的X大小。 A=fftn(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 I=imread('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 功能: 二维DCT变换 格式: B=dct2(A) B=dct2(A,m,n) B=dct2(A,[m,n]) 说明: B=dct2(A)计算A的DCT变换B,A与B的大小相同;B=dct2(A,m,n)和B=dct2(A,[m,n])通过对A补0或剪裁,使B的大小为m×n。 2.2.dict2函数 功能: DCT反变换 格式: B=idct2(A) B=idct2(A,m,n) B=idct2(A,[m,n]) 说明: B=idct2(A)计算A的DCT反变换B,A与B的大小相同;B=idct2(A,m,n)和B=idct2(A,[m,n])通过对A补0或剪裁,使B的大小为m×n。 2.3.dctmtx函数 功能: 计算DCT变换矩阵 格式: D=dctmtx(n) 说明: D=dctmtx(n)返回一个n×n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 功能: 一维离散小波变换 格式: [cA,cD]=dwt(X,'wname') [cA,cD]=dwt(X,Lo_D,Hi_D) 说明: [cA,cD]=dwt(X,'wname')使用指定的小波基函数'wname'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 功能: 一维离散小波反变换 格式: X=idwt(cA,cD,'wname') X=idwt(cA,cD,Lo_R,Hi_R) X=idwt(cA,cD,'wname',L) X=idwt(cA,cD,Lo_R,Hi_R,L) 说明: X=idwt(cA,cD,'wname')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。 'wname'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。 X=idwt(cA,cD,'wname',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 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 idwtper2二维周期小波反变换 ------------------------------------------------------------- (1)wcodemat函数 功能: 对数据矩阵进行伪彩色编码 格式: Y=wcodemat(X,NB,OPT,ABSOL) Y=wcodemat(X,NB,OPT) Y=wcodemat(X,NB) Y=wcodemat(X) 说明: 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0~NB,缺省值NB=16; OPT指定了编码的方式(缺省值为'mat'),即: OPT='row',按行编码 OPT='col',按列编码 OPT='mat',按整个矩阵编码 ABSOL是函数的控制参数(缺省值为'1'),即: ABSOL=0时,返回编码矩阵 ABSOL=1时,返回数据矩阵的绝对值ABS(X) (2)dwt2函数 功能: 二维离散小波变换 格式: [cA,cH,cV,cD]=dwt2(X,'wname') [cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 说明: [cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函数'wname'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 功能: 二维信号的多层小波分解 格式: [C,S]=wavedec2(X,N,'wname') [C,S]=wavedec2(X,N,Lo_D,Hi_D) 说明: [C,S]=wavedec2(X,N,'wname')使用小波基函数'wname'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 功能: 二维离散小波反变换 格式: X=idwt2(cA,cH,cV,cD,'wname') X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) X=idwt2(cA,cH,cV,cD,'wname',S) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 说明: X=idwt2(cA,cH,cV,cD,'wname')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)使用指定的重构低通和高通滤波器Lo_R和Hi_R重构原信号X;X=idwt2(cA,cH,cV,cD,'wname',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 说明: 二维信号的多层小波重构 格式: X=waverec2(C,S,'wname') X=waverec2(C,S,Lo_R,Hi_R) 说明: X=waverec2(C,S,'wname')由多层二维小波分解的结果C、S重构原始信号X,'wname'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(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 --------------------------------------------- 图像类型MATLAB语句 --------------------------------------------- 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=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[0,255] 2.2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 -------------------------------------------- 颜色RGB颜色RGB -------------------------------------------- 黑001洋红101 白111青蓝011 红100天蓝0.6701 绿010橘黄10.50 蓝001深红0.500 黄110灰0.50.50.5 -------------------------------------------- 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 JetHsv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 -------------------------------------------------- 缺省情况下,调用上述函数灰产生一个64×3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,[0,255] 2.4二值图像 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A=cat(4,A1,A2,A3,A4,A5) 3.MATLAB图像类型转换 图像类型转换函数 --------------------------------------------------------------------------- 函数名函数功能 --------------------------------------------------------------------------- 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。 注意: 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 Matlab7.0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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Matlab 图像 函数 大全