本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

Matlab中图像函数大全_matlab中画函数图像

matlab培训 cdadata 332℃ 0评论

Matlab中图像函数大全

关键词:matlab中画函数图像 matlab中图像处理函数 matlab画函数图像

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。用

stem(x,counts) 同样可以显示直方图。
1.2 imcontour 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。
1.3 imadjust 函数
功能:通过直方图变换调整对比度
格式:J=imadjust(I,[low high],[bottom top],gamma)
       newmap=imadjust(map,[low high],[bottom top],gamma)
说明:J=imadjust(I,[low high],[bottom top],gamma) 其中,gamma 为校正量r,[low high] 为原图像中要变换的灰度范围,[bottom top]

指定了变换后的灰度范围;newmap=imadjust(map,[low high],[bottom top],gamma) 调整索引色图像的调色板 map 。此时若 [low high] 和

[bottom top] 都为2×3的矩阵,则分别调整 R、G、B 3个分量。
1.4 histeq 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
3.1 conv2 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]


3.2 conv 函数
功能:计算多维卷积
格式:与 conv2 函数相同
3.3 filter2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)<size(X) 。
3.4 fspecial 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
4.1 imfilter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    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)

转载请注明:数据分析 » Matlab中图像函数大全_matlab中画函数图像

喜欢 (0)or分享 (0)

您必须 登录 才能发表评论!