matlab图像处理常用函数

matlab图像处理常用函数

matlab图像处理常用函数

Matlab 图像常用函数

图像增强

1. 直方图均衡化的

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

matlab图像处理常用函数

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)；

matlab图像处理常用函数

》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。

matlab图像处理常用函数

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 …… 此处隐藏：10254字，全部文档内容请下载后查看。喜欢就下载吧 ……