MATLAB图像处理相关函数Word下载.docx

上传人:b****4 文档编号:7739683 上传时间:2023-05-09 格式:DOCX 页数:13 大小:19.57KB
下载 相关 举报
MATLAB图像处理相关函数Word下载.docx_第1页
第1页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第2页
第2页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第3页
第3页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第4页
第4页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第5页
第5页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第6页
第6页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第7页
第7页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第8页
第8页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第9页
第9页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第10页
第10页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第11页
第11页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第12页
第12页 / 共13页
MATLAB图像处理相关函数Word下载.docx_第13页
第13页 / 共13页
亲,该文档总共13页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

MATLAB图像处理相关函数Word下载.docx

《MATLAB图像处理相关函数Word下载.docx》由会员分享,可在线阅读,更多相关《MATLAB图像处理相关函数Word下载.docx(13页珍藏版)》请在冰点文库上搜索。

MATLAB图像处理相关函数Word下载.docx

warp(X,map)\warp(I,n)\warp(z,...)warp(x,y,z,...)\h=warp(...)

zoom缩放图像

zoomon\zoomoff\zoomout\zoomreset\zoom\zoomxon\zoomyon\zoom(factor)\zoom(fig,option)

二、图像文件I/O函数命令

imfinfo返回图形图像文件信息

info=imfinfo(filename,fmt)\info=imfinfo(filename)

imread从图像文件中读取(载入)图像

A=imread(filename,fmt)\[X,map]=imread(filename,fmt)\[...]=imread(filename)\[...]=imread(URL,...)\[...]=imread(...,idx)(CUR,ICO,andTIFFonly)\[...]=imread(...,'

frames'

idx)(GIFonly)\[...]=imread(...,ref)(HDFonly)\[...]=imread(...,'

BackgroundColor'

BG)(PNGonly)\[A,map,alpha]=imread(...)(ICO,CUR,PNGonly)

imwrite把图像写入(保存)图像文件中

imwrite(A,filename,fmt)\imwrite(X,map,filename,fmt)\imwrite(...,filename)\imwite(...,Param1,Val1,Param2,Val2...)

imcrop剪切图像

I2=imcrop(I)\X2=imcrop(X,map)\RGB2=imcrop(RGB)\I2=imcrop(I,rect)\X2=imcrop(RGB,rect)\[...]=imcrop(x,y,...)\[A,rect]=imcrop(...)\[x,y,A,rect]=imcrop(...)

imresize改变图像大小

B=imresize(A,m,method)

imrotate旋转图像

B=imrotate(A,angle,method)\B=imrotate(A,angle,method,'

crop'

三、像素和统计处理函数

corr2计算两个矩形的二维相关系数

r=corr2(A,B)

imcontour创建图像数据的轮廓图

imcontour(I,n)\imcontour(I,v)\imcontour(x,y,...)\imcontour(...,LineSpec)\[C,h]=imcontour(...)

imfeature计算图像区域的特征尺寸

stats=imfeature(L,measurements)\stats=imfeature(L,measurements,n)

imbist显示图像数据的柱状图

impixel确定像素颜色值

P=impixel(I)\P=impixel(X,map)\P=impixel(RGB)\P=impixel(I,c,r)\P=impixel(X,map,c,r)\P=impixel(RGB,c,r)\[c,r,P]=impixel(...)\P=impixel(x,y,I,xi,yi)\P=impixel(x,y,RGB,xi,yi)\P=impixel(x,y,X,map,xi,yi)\

[xi,yi,P]=impixel(x,y,...)

improfile沿线段计算剖面图的像素值

c=improfile\c=improfile(n)\c=improfile(I,xi,yi)\c=improfile(I,xi,yi,n)\[cx,cy,c]=improfile(...)\[cx,cy,c,xi,yi]=improfile(...)\[...]=improfile(x,y,I,xi,yi)\[...]=improfile(x,y,I,xi,yi,n)\[...]=improfile(...,method)

mean2计算矩阵元素的平均值

B=mean2(A)

pixval显示图像像素信息

pixvalon

std2计算矩阵元素的标准偏移

b=std2(A)

四、图像分析函数:

edge图像边缘检测

BW=edge(I,'

sobel'

)\BW=edge(I,'

thresh)\BW=edge(I,'

thresh,direction)\[BW,thresh]=edge(I,'

...)\BW=edge(I,'

prewitt'

thresh,direction)\

[BW,thresh]=edge(I,'

roberts'

thresh)\[BW,thresh]=edge(I,'

log'

thresh,sigma)\[BW,threshold]=edge(I,'

zerocross'

thresh,h)\[BW,thresh]=edge(I,'

...)\

canny'

...)

qtgetblk获取四叉树分解的块值

[vals,r,c]=qtgetblk(I,S,dim)\[vals,idx]=qtgetblk(I,S,dim)

qtsetblk设置四叉树分解中的块值

J=qtsetblk(I,S,dim,vals)

五、图像增强函数

histeq用柱状图均等化增强对比

J=histeq(I,hgram)\J=histeq(I,n)\[J,T]=histeq(I,...)\newmap=histeq(X,map,hgram)\newmap=histeq(X,map)

imadjust调整图像灰度值或颜色映像表

J=imadjust(I,[low_in,high_in]),[low_out,high_out],gamma)\newmap=imadjust(map,[low_in,high_in]),[low_out,high_out],gamma)\RGB2=imadjust(RGB1,...)

imnoise增强图像的渲染效果

J=imnoise(I,type)\J=imnoise(I,type,parameters)

medfilt2进行二维中值过滤

B=medfilt2(A,[mn])\B=medfilt2(A)\B=medfilt2(A,'

indexed'

ordfilt2进行二维统计顺序过滤

B=ordfilt2(A,order,domain)\B=ordfilt2(A,order,domain,S)\B=ordfilt2(...,padopt)

wiener2进行二维适应性去噪过滤处理

J=wiener2(I,[mn],noise)\[J,noise]=wiener2(I,[mn])

六、线性滤波函数

conv2进行二维卷积操作

C=conv2(A,B)\C=conv2(hcol,hrow,A)\C=conv2(...,'

shape'

convmtx2计算二维卷积矩阵

T=convmtx2(H,m,n)\T=convmtx2(H,[mn])

convn计算n维卷积

C=convn(A,B)\C=convn(A,B,'

filter2进行二维线性过滤操作

Y=filter2(h,X)\Y=filter2(h,X,shape)

fspecial创建预定义过滤器

h=fspecial(type)\h=fspecial(type,parameters)

七、线性二维滤波设计函数

freqspace确定二维频率响应的频率空间

[f1,f2]=freqspace(n)\[f1,f2]=freqspace([mn])\[x1,y1]=freqspace(...,'

meshgrid'

)\f=freqspace(N)\f=freqspace(N,'

whole'

freqz2计算二维频率响应

[H,f1,f2]=freqz2(h,n1,n2)\[H,fi,f2]]=freqz2(h,[n2,n1])\[H,fi,f2]]=freqz2(h,f1,f2])\[H,fi,f2]]=freqz2(h)\[...]=freqz2(h,...,[dxdy])\[...]=freqz2(h,...,dx)\freqz2(...)

fsamp2用频率采样法设计二维FIR过滤器

h=fsamp2(Hd)\h=fsamp2(f1,f2,Hd,[mn])

ftrans2通过频率转换设计二维FIR过滤器

h=ftrans2(b,t)\h=ftrans2(b)

fwind1用一维窗口方法设计二维FIR过滤器

h=fwind1(Hd,win)\h=fwind1(Hd,win1,win2)\h=fwind1(f1,f2,Hd,...)

fwind2用二维窗口方法设计二维FIR过滤器

h=fwind2(Hd,win)\h=fwind2(f1,f2,Hd,win)

八、图像变换函数

dct2进行二维离散余弦变换(反余弦变换用idct2)

B=dct2(A)\B=dct2(A,m.n)\B=dct2(A,[mn])

dctmtx计算离散余弦傅立叶变换

D=dctmtx(n)

fft2进行二维快速傅立叶变换(反变换用ifft2)

Y=fft2(X)\Y=fft2(X,m,n)

fftn进行n维快速傅立叶变换(反变换用ifftn)

Y=ffn(X)\Y=fftn(X,siz)

fftshift快速傅立叶变换的DC组件移到光谱中心

Y=fftshift(X)\Y=fftshift(X,dim)

iradon进行反radon变换

I=iradon(P,theta)\I=iradon(P,theta,interp,filter,d,n)\[I,h]=iradon(...)

phantom产生一个头部幻影图像

P=phantom(def,n)\P=phantom(E,n)\[P,E]=phantom(...)

radon计算radon变换

R=radon(I,theta)\[R,xp]=radon(...)

九、边沿和块处理函数

bestblk确定进行块操作的块大小

siz=bestblk([mn],k)\[mb,nb]=bestblk([mn],k)

blkproc实现图像的显示块操作

B=blkproc(A,[mn]),fun)\B=blkproc(A,[mn],fun,P1,P2,...)\B=blkproc(A,[mn],[mbordernborder],fun,...)

col2im将矩阵的列重新组织到块中

A=col2im(B,[mn],[mmnn],block_type)\A=col2im(B,[mn],[mmnn])

colfilt利用列相关函数进行边沿操作

B=colfilt(A,[mn],block_type,fun)\B=colfilt(A,[mn],block_type,fun,P1,P2,...)\B=colfilt(A,[mn],[mblocknblock],...)\B=colfilt(A,'

im2col重调图像块为列

B=im2col(A,[mn],block_type)\B=im2col(A,[mn])\B=im2col(A,'

nlfilter进行边沿操作

B=nlfilter(A,[mn],fun)\B=nlfilter(A,[mn],fun,P1,P2,...)\B=nlfilter(A,'

十、二进制图像操作函数

applylut在二进制图像中利用lookup表进行行边沿操作

A=applylut(BW,LUT)

bwarea计算二进制图像对象的面积

total=bwarea(BW)

bweuler计算二进制图像的欧拉数

eul=bweuler(BW)

bwfill填充二进制图像的背景色

BW2=bwfill(BW1,c,r,n)\BW2=bwfill(BW1,n)\[BW2,idx]=bwfill(...)\BW2=bwfill(x,y,BW1,xi,yi,n)\[x,y,BW2,idx,xi,yi]=bwfill(...)\[BW2,idx]=bwfill(BW1,'

holes'

n)

bwlabel标注二进制图像中已连接的部分

L=bwlabel(BW,n)\[L,num]=bwlabel(BW,n)

bwmorph提取二进制图像的轮廓

BW2=bwmorph(BW1,operation)\BW2=bwmorph(BW1,operation,n)

bwperim计算二进制图像中对象的周长

BW2=bwperim(BW1)\BW2=bwperim(BW1,CONN)

bwselect在二进制图像中选择对象

BW2=bwselect(BW1,c,r,n)\BW2=bwselect(BW1,n)\[BW2,idx]=bwselect(...)\BW2=bwselect(x,y,BW1,xi,yi,n)\[x,y,BW2,idx,xi,yi]=bwselect(...)

dilate放大二进制图像

BW2=dilate(BW1,SE)\BW2=dilate(BW1,SE,alg)\BW2=dilate(BW1,SE,...,n)

erode弱化二进制图像的边界

BW2=erode(BW1,SE)\BW2=erode(BW1,SE,alg)\BW2=erode(BW1,SE,...,n)

makelut创建一个用于applylut函数的lookup表

lut=makelut(fun,n)\lut=makelut(fun,n,P1,P2,...)

十一、区域处理函数

roicolor选择感兴趣的颜色区

语法:

BW=roicolor(A,low,high)\BW=rocicolor(A,v)

roifill在图像的任意区域中进行平滑插补

J=roifill(I,c,r)\J=roifill(I)\J=roifill(I,BW)\[J,BW]=roifill(...)\J=roifill(x,y,I,xi,yi)\[x,y,J,BW,xi,yi]=roifill(...)

roifilt2过滤敏感区域

J=roifilt2(h,I,BW)\J=roifilt2(I,BW,fun)\J=roifilt2(I,BW,fun,P1,P2,...)

roipoly选择一个敏感的多边形区域

BW=roipoly(I,c,r)\BW=roipoly(I)\BW=roipoly(x,y,I,xi,yi)\[BW,xi,yi]=roipoly(...)\[x,y,BW,xi,yi]=roipoly(...)

十二、颜色映像处理函数

brighten增加或降低颜色映像表的亮度

brighten(beta)\brighten(h,beta)\newmap=brighten(beta)\newmap=brighten(cmap,beta)

cmpermute调整颜色映像表中的颜色

[Y,newmap]=cmpermute(X,map)\[Y,newmap]=cmpermute(X,map,index)

cmunigue查找颜色映像表中特定的颜色及相应的图像

[Y,newmap]=cmunigue(X,map)\[Y,newmap]=cmunigue(RGB)\[Y,newmap]=cmunique(I)

imapprox对索引图像进行近似处理

[Y,newmap]=imapprox(X,map,n)\[Y,newmap]=imapprox(X,map,tol)\Y=imapprox(X,map,newmap)\[...]=imapprox(...,dither_option)

rgbplot划分颜色映像表

rgbplot(cmap)

十三、颜色空间转换函数

hsv2rgb转换HSV值为RGB颜色空间:

M=hsv2rgb(H)

ntsc2rgb转换NTSC值为RGB颜色空间:

rgbmap=ntsc2rgb(yiqmap)\RGB=ntsc2rgb(YIQ)

rgb2hsv转换RGB值为HSV颜色空间:

cmap=rgb2hsv(M)

rgb2ntsc转换RGB值为NTSC颜色空间:

yiqmap=rgb2ntsc(rgbmap)\YIQ=rgb2ntsc(RGB)

rgb2ycbcr转换RGB值为YCbCr颜色空间:

ycbcrmap=rgb2ycbcr(rgbmap)\YCBCR=rgb2ycbcr(RGB)

ycbcr2rgb转化YCbCr值为RGB颜色空间:

rgbmap=ycbcr2rgb(ycbcrmap)\RGB=ycbcr2rgb(YCBCR)

十四、图像类型和类型转换函数

dither通过抖动增加外观颜色分辨率转换图像

X=dither(RGB,map)\BW=dither(I)

gray2ind转换灰度图像为索引图像

[X,map]=gray2ind(I,n)\[X,map]=gray2ind(BW,n)

grayslice从灰度图像为索引图像

X=grayslice(I,n)\X=grayslice(I,v)

im2bw转换图像为二进制图像

BW=im2bw(I,level)\BW=im2bw(X,map,level)\BW=im2bw(RGB,level)

im2double转换图像矩阵为双精度型

I2=im2double(I1)\RGB2=im2double(RGB1)\I=im2double(BW)\X2=im2double(X1,'

double转换数据为双精度型

double(X)

unit8、unit16转换数据为8位、16位无符号整型:

i=unit8(x)\i=unit16(x)

im2unit8转换图像阵列为8位无符号整型

I2=im2unit8(I1)\RGB2=im2unit8(RGB1)\I=im2unit8(BW)\X2=im2unit8(X1,'

im2unit16转换图像阵列为16位无符号整型

I2=im2unit16(I1)\RGB2=im2unit16(RGB1)\I=im2unit16(BW)\X2=im2unit16(X1,'

ind2gray把检索图像转化为灰度图像

I=ind2gray(X,map)

ind2rgb转化索引图像为RGB真彩图像

RGB=ind2rgb(X,map)

isbw判断是否为二进制图像

flag=isbw(A)

isgray判断是否为灰度图像

flag=isgray(A)

isind判断是否为索引图像

flag=isind(A)

isrgb判断是否为RGB真彩色图像

flag=isrgb(A)

mat2gray转换矩阵为灰度图像

I=mat2gray(A,[aminamax])\I=mat2gray(A)

rgb2gray转换RGB图像或颜色映像表为灰度图像

I=rgb2

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 农林牧渔 > 林学

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2