logo资料库

MATLAB图像处理函数大全.doc

发布时间：2022-06-18 发布人：admin 分类：说明书 资料大小：0.22M 资料格式：doc 举报 版权申诉
第1页 / 共37页
第2页 / 共37页
第3页 / 共37页
第4页 / 共37页
第5页 / 共37页
第6页 / 共37页
第7页 / 共37页
第8页 / 共37页
资料共37页，剩余部分请下载后查看
    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,...) Zhiku.jiaking.com
    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； Zhiku.jiaking.com
    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)
    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 比增强滤波器 H=fspecial('unsharp',alpha) 模糊对 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。 Zhiku.jiaking.com
    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]) Zhiku.jiaking.com
    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 。 Zhiku.jiaking.com
    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 wrcoef2 upcoef2 detcoef2 appcoef2 upwlev2 dwtpet2 idwtper2 二维信号的多层小波重构 由多层小波分解重构某一层的分解信号 由多层小波分解重构近似分量或细节分量 提取二维信号小波分解的细节分量 提取二维信号小波分解的近似分量 二维小波分解的单层重构 二维周期小波变换 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； Zhiku.jiaking.com
    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) Zhiku.jiaking.com
    分享到：
    赞 收藏

    相关推荐

    资料库

    信息化

    共收录1827份资料，累计6个分类，关注成员有19位，主要包括：管理软件,企业管理,电子商务,其它,IT管理,项目管理

    热门标签

    管理软件 企业管理 电子商务 其它 IT管理 项目管理

    最新资料