matlab 图像处理函数大全

图像增强1.直方图均衡化的Matlab实现1.1imhist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。1.2imcontour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。1.3imadjust函数功能：通过直方图变换调整对比度格式：J=imadjust(I,[lowhigh],[bottomtop],gamma)newmap=imadjust(map,[lowhigh],[bottomtop],gamma)说明：J=imadjust(I,[lowhigh],[bottomtop],gamma)其中，gamma为校正量r，[lowhigh]为原图像中要变换的灰度范围，[bottomtop]指定了变换后的灰度范围；newmap=imadjust(map,[lowhigh],[bottomtop],gamma)调整索引色图像的调色板map。此时若[lowhigh]和[bottomtop]都为2×3的矩阵，则分别调整R、G、B3个分量。1.4histeq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3.1conv2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]。3.2conv函数功能：计算多维卷积格式：与conv2函数相同3.3filter2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)。3.4fspecial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'