matlab 数字图像处理.doc
111 matlab图像命令大全1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。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,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；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： 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('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：Bdct2(A) 计算 A 的 DCT 变换 B ，A 与 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 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：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 m×n。2.3. dctmtx函数功能：计算 DCT 变换矩阵格式：Ddctmtx(n)说明：Ddctmtx(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 0NB，缺省值 NB16； 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： ABSOL0 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（更好一些）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 Acat(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 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），对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。 在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示图像。在该调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大值对应于颜色映象表中的最后一个颜色值。5.3 RGB 图像及其显示 (1) image(RGB) 不管RGB图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，Matlab都能通过 image 函数将其正确显示出来。 RGB8 = uint8(round(RGB64×255); 将 double 浮点型转换为 uint8 无符号整型 RGB64 = double(RGB8)/255; 将 uint8 无符号整型转换为 double 浮点型 RGB16 = uint16(round(RGB64×65535); 将 double 浮点型转换为 uint16 无符号整型 RGB64 = double(RGB16)/65535; 将 uint16 无符号整型转换为 double 浮点型 (2) imshow(RGB) 参数是一个 m×n×3 的数组5.4 二进制图像及其显示 (1) imshow(BW) 在 Matlab 7.0 中，二进制图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示为黑色，像素 1 显示为白色。 显示时，也可通过NOT()命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示为黑色。 例如： imshow(BW) (2) 此外，还可以使用一个调色板显示一副二进制图像。如果图形是 uint8 数据类型，则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。 例如： imshow(BW,1 0 0;0 0 1) 5.5 直接从磁盘显示图像 可使用一下命令直接进行图像文件的显示： imshow filename 其中，filename 为要显示的图像文件的文件名。 如果图像是多帧的，那么 imshow 将仅显示第一帧。但需注意，在使用这种方式时，图像数据没有保存在Matlab 7.0 工作平台。如果希望将图像装入工作台中，需使用 getimage 函数，从当前的句柄图形图像对象中获取图像数据， 命令形式为： rgb getimage;bwlabel功能：标注二进制图像中已连接的部分。L = bwlabel(BW,n)L,num = bwlabel(BW,n)isbw功能：判断是否为二进制图像。语法：flag = isbw(A)相关命令：isind, isgray, isrgb74isgray功能：判断是否为灰度图像。语法：flag = isgray(A)相关命令：isbw, isind, isrgb11bwselect功能：在二进制图像中选择对象。语法：BW2 = bwselect(BW1,c,r,n)BW2 = bwselect(BW1,n)BW2,idx = bwselect(.)举例BW1 = imread('text.tif');c = 16 90 144;r = 85 197 247;BW2 = bwselect(BW1,c,r,4);imshow(BW1)figure, imshow(BW2)47im2bw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 treesBW = im2bw(X,map,0.4);imshow(X,map)
