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 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 0.50.50.5
--------------------------------------------
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
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）
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
升级会员 