Matlab数字数字图像处理函数汇总
显示索引图像和灰度图像
>> [x,map]=imread('trees.tif');
>> gmap=rgb2gray(map);
>> figure,imshow(x,map);
>> figure,imshow(x,gmap);
利用膨胀函数平移图像
i = imread('football.jpg');
se = translate(strel(1), [30 30]);%将一个平面结构化元素分别向下和向右移动30个位置
j = imdilate(i,se);%利用膨胀函数平移图像
subplot(121);imshow(i), title('原图')
subplot(122), imshow(j), title('移动后的图像');
水平翻转和上下翻转
i = imread('cameraman.tif');
flip1=fliplr(i); % 对矩阵i左右反转
subplot(131);imshow(i);title('原图');
subplot(132);imshow(flip1);title('水平镜像');
flip2=flipud(i); % 对矩阵i垂直反转
subplot(133);imshow(flip2);title('竖直镜像');
图像旋转
i=imread('cameraman.tif');
b=imrotate(i,60,'bilinear','crop');
%双线性插值法旋转图像，并裁剪图像，使其和原图像大小一致
subplot(121),imshow(i),title('原图');
subplot(122),imshow(b),title('旋转图像60^{o}，并剪切图像');
截取图像
i = imread('circuit.tif');
i2 = imcrop(i,[75 68 130 112]);
imshow(i), figure, imshow(i2)
画轮廓
>> i=imread('circuit.tif');
>> imshow(i)
>> figure
>> imcontour(i,3)
噪声和滤波
i=imread('cameraman.tif');
j=imnoise(i,'salt & pepper',0.02);%添加椒盐噪声
subplot(121),imshow(j);title('噪声图像')
k=medfilt2(j);%使用3*3的邻域窗的中值滤波
subplot(122),imshow(k);title('中值滤波后图像')
matlab数字数字图像处理函数汇总：
1、数字数字图像的变换
① fft2：fft2函数用于数字数字图像的二维傅立叶变换，如：i=imread('104_8.tif');
j=fft2(i);
②ifft2:：ifft2函数用于数字数字图像的二维傅立叶反变换，如：
i=imread('104_8.tif');
j=fft2(i);
k=ifft2(j);
2、模拟噪声生成函数和预定义滤波器
① imnoise：用于对数字数字图像生成模拟噪声，如：
i=imread('104_8.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
② fspecial：用于产生预定义滤波器，如：
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（log）滤波器
h=fspecial('average');%均值滤波器
2、数字数字图像的增强
①直方图：imhist函数用于数字数字图像的直方图显示，如：
i=imread('104_8.tif');
imhist(i);
②直方图均化：histeq函数用于数字数字图像的直方图均化，如：
i=imread('104_8.tif');
j=histeq(i);
imshow(j)
③对比度调整：imadjust函数用于数字数字图像的对比度调整，如：i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);
④对数变换：log函数用于数字数字图像的对数变换，如：
i=imread('104_8.tif');
j=double(i);
k=log(j);
⑤基于卷积的数字数字图像滤波函数：filter2函数用于数字数字图像滤波，如：i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
⑥线性滤波：利用二维卷积conv2滤波, 如:
i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
⑦中值滤波：medfilt2函数用于数字数字图像的中值滤波，如：
i=imread('104_8.tif');
j=medfilt2(i);
⑧锐化
（1）利用sobel算子锐化数字数字图像, 如:
i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化数字数字图像, 如:
i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
3、数字数字图像边缘检测
①sobel算子 如：
i=imread('104_8.tif');
j =edge(i,'sobel',thresh)
②prewitt算子 如：
i=imread('104_8.tif');
j =edge(i,'prewitt',thresh)
③roberts算子 如：
i=imread('104_8.tif');
j =edge(i,'roberts',thresh)
④log算子 如：
i=imread('104_8.tif');
j =edge(i,'log',thresh)
⑤canny算子 如：
i=imread('104_8.tif');
j =edge(i,'canny',thresh)
⑥zero-cross算子 如：
i=imread('104_8.tif');
j =edge(i,'zerocross',thresh)
4、形态学数字数字图像处理
①膨胀：是在二值化数字数字图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=[0 1 0;1 1 1;01 0];
c=imdilate(a,b);
②腐蚀：函数imerode执行腐蚀，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=strel('disk',1);
c=imerode(a,b);
③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);
④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);
数字数字图像增强
1. 直方图均衡化的 matlab 实现
1.1 imhist 函数
功能：计算和显示数字数字图像的色彩直方图
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) 就算和显示索引色数字数字图像 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：显示数字数字图像的等灰度值图
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],[bottomtop],gamma)
newmap=imadjust(map,[low high],[bottomtop],gamma)
说明：j=imadjust(i,[low high],[bottomtop],gamma) 其中，gamma 为校正量r，[lowhigh] 为原数字数字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,[lowhigh],[bottom top],gamma) 调整索引色数字数字图像的调色板 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,...)返回从能将数字数字图像 i 的灰度直方图变换成
数字数字图像 j 的直方图的变换 t ；newmap=histeq(x,map) 和 [new,t]=histeq(x,...) 是针对索引色数字数字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) 返回对数字数字图像 i 添加典型噪声后的有噪数字数字图像 j ，参数type 和 parameter 用于确定噪声的类型和相应的参数。
3. 数字数字图像滤波的 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)；
》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)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：将原始数字数字图像 a 按指定的滤波器 h 进行滤波增强处理，增强后的数字数字图像 b 与a 的尺寸和类型相同
数字数字图像的变换
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 表示输入数字数字图像；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：数字数字图像的二维傅立叶频谱
% 读入原始数字数字图像
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. 数字数字图像小波变换的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。
数字数字图像处理工具箱
1. 数字数字图像和数字数字图像数据
缺省情况下，matlab将数字数字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)，即数字数字图像矩
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
---------------------------------------------
数字数字图像类型 matlab语句
---------------------------------------------
索引色 b=double(a)+1
索引色或真彩色 b=double(a)/255
二值数字数字图像 b=double(a)
---------------------------------------------
从double到uint8的转换
---------------------------------------------
数字数字图像类型 matlab语句
---------------------------------------------
索引色 b=uint8(round(a-1))
索引色或真彩色 b=uint8(round(a*255))
二值数字数字图像 b=logical(uint8(round(a)))
---------------------------------------------
2. 数字数字图像处理工具箱所支持的数字数字图像类型
2.1 真彩色数字数字图像
r、g、b三个分量表示一个像素的颜色。如果要读取数字数字图像中(100,50)处的像素值，
可查看三元数据(100,50,1:3)。
真彩色数字数字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 索引色数字数字图像
包含两个结构，一个是调色板，另一个是数字数字图像数据矩阵。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 0.5 0.5 0.5
--------------------------------------------
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。
索引色数字数字图像数据也有double和uint8两种类型。
当数字数字图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……
如果数字数字图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……
2.3 灰度数字数字图像
存储灰度数字数字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 二值数字数字图像
二值数字数字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工具箱中以二值数字数字图像作为返回结果的函数都使用uint8类型。
2.5 数字数字图像序列
matlab工具箱支持将多帧数字数字图像连接成数字数字图像序列。
数字数字图像序列是一个4维数组，数字数字图像帧的序号在数字数字图像的长、宽、颜色深度之后构成第4维。
分散的数字数字图像也可以合并成数字数字图像序列，前提是各数字数字图像尺寸必须相同，若是索引色数字数字图像，
调色板也必须相同。
可参考cat()函数 a＝cat(4,a1,a2,a3,a4,a5)
3. matlab数字数字图像类型转换
数字数字图像类型转换函数
---------------------------------------------------------------------------
函数名 函数功能
---------------------------------------------------------------------------
dither 数字数字图像抖动，将灰度图变成二值图，或将真彩色数字数字图像抖动成索引色数字数字图像
gray2ind 将灰度数字数字图像转换成索引数字数字图像
grayslice 通过设定阈值将灰度数字数字图像转换成索引色数字数字图像
im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray 将索引色数字数字图像转换成灰度数字数字图像
ind2rgb 将索引色数字数字图像转换成真彩色数字数字图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色数字数字图像转换成灰度数字数字图像
rgb2ind 将真彩色数字数字图像转换成索引色数字数字图像
------------------------------------------------------------------------
4. 数字数字图像文件的读写和查询
4.1 图形数字数字图像文件的读取
利用函数imread()可完成图形数字数字图像文件的读取，语法：
a=imread(filename,fmt)
[x,map]=imread(filename,fmt)
[...]=imread(filename)
[...]=imread(filename,idx) （只对tif格式的文件）
[...]=imread(filename,ref) （只对hdf格式的文件）
通常，读取的大多数数字图像均为8bit，当这些数字图像加载到内存中时，matlab就将其存放
在类uint8中。此为matlab还支持16bit的png和tif数字图像，当读取这类文件时，matlab就将
其存贮在uint16中。
注意：对于索引数字图像，即使数字图像阵列的本身为类uint8或类uint16，imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2 图形数字图像文件的写入
使用imwrite函数，语法如下：
imwrite(a,filename,fmt)
imwrite(x,map,filename,fmt)
imwrite(...,filename)
imwrite(...,parameter,value)
当利用imwrite函数保存数字图像时，matlab缺省的方式是将其简化道uint8的数据格式。
4.3 图形数字图像文件信息的查询 imfinfo()函数
5. 数字图像文件的显示
5.1 索引数字图像及其显示
方法一：
image(x)
colormap(map)
方法二：
imshow(x,map)
5.2 灰度数字图像及其显示
matlab 7.0 中，要显示一副灰度数字图像，可以调用函数 imshow 或 imagesc （即
imagescale，数字图像缩放函数）
(1) imshow 函数显示灰度数字图像
使用imshow(i) 或 使用明确指定的灰度级书目：imshow(i,32)
由于matlab自动对灰度数字图像进行标度以适合调色板的范围，因而可以使用自定义
大小的调色板。其调用格式如下：
imshow(i,[low,high])
其中，low 和 high 分别为数据数组的最小值和最大值。
(2) imagesc 函数显示灰度数字图像
下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度数字图像
imagesc(1,[0,1]);
colormap(gray);
imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），
对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表
中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。
在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示数字图像。在该
调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。
5.3 rgb 数字图像及其显示
(1) image(rgb)
不管rgb数字图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，matlab都
能通过 image 函数将其正确显示出来。
rgb8 = uint8(round(rgb64×255)); ％将 double 浮点型转换为 uint8 无符号整型
rgb64 = double(rgb8)/255; ％ 将 uint8 无符号整型转换为 double 浮点型
rgb16 = uint16(round(rgb64×65535)); ％将 double 浮点型转换为 uint16 无符号整型
rgb64 = double(rgb16)/65535; ％ 将 uint16 无符号整型转换为 double 浮点型
(2) imshow(rgb) 参数是一个 m×n×3 的数组
5.4 二进制数字图像及其显示
(1) imshow(bw)
在 matlab 7.0 中，二进制数字图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示
为黑色，像素 1 显示为白色。
显示时，也可通过not(~)命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示
为黑色。
例如：imshow(~bw)
(2) 此外，还可以使用一个调色板显示一副二进制数字图像。如果图形是 uint8 数据类型，
则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。
例如：imshow(bw,[1 0 0;0 0 1])
5.5 直接从磁盘显示数字图像
可使用一下命令直接进行数字图像文件的显示：
imshow filename
其中，filename 为要显示的数字图像文件的文件名。
如果数字图像是多帧的，那么imshow 将仅显示第一帧。但需注意，在使用这种方式时，数字图像
数据没有保存在matlab7.0 工作平台。如果希望将数字图像装入工作台中，需使用 getimage 函数，从当前的句柄图形数字图像对象中获取数字图像数据，
命令形式为：rgb ＝ getimage;
bwlabel
功能：
标注二进制数字图像中已连接的部分。
l = bwlabel(bw,n)
[l,num] = bwlabel(bw,n)
isbw
功能：
判断是否为二进制数字图像。
语法：
flag = isbw(a)
相关命令：
isind, isgray, isrgb
74．isgray
功能：
判断是否为灰度数字图像。
语法：
flag = isgray(a)
相关命令：
isbw, isind, isrgb
11．bwselect
功能：
在二进制数字图像中选择对象。
语法：
bw2 = bwselect(bw1,c,r,n)
bw2 = bwselect(bw1,n)
[bw2,idx] = bwselect(...)
举例
bw1 = imread('text.tif');
c = [16 90 144];
r = [85 197 247];
bw2 = bwselect(bw1,c,r,4);
imshow(bw1)
figure, imshow(bw2)
47．im2bw
功能：
转换数字图像为二进制数字图像。
语法：
bw = im2bw(i,level)
bw = im2bw(x,map,level)
bw = im2bw(rgb,level)
举例
load trees
bw = im2bw(x,map,0.4);
imshow(x,map)
轻松闯过多引脚 教你五种拆卸方法检修集成电路
Linux内核网络协议栈技术解读
摄像头如何进行气密性防水检测
客流统计摄像头的方法一般都有哪几种
Cardtronic表示比特币等虚拟货币支付是民众对现金需求量减少的原因
Matlab数字数字图像处理函数汇总
区块链的运行原理是怎样的
橙色云：为中国制造业的发展，刻上了个性鲜明的橙色印记
RT-Thread加入教育部产学合作协同育人项目
树莓派驱动舵机介绍_树莓派驱动舵机代码
华为计划向西方公司出售5G技术目的是为了塑造竞争对手
iPhone11的表现或影响新iPhone计划 将继续保留LCD屏机型
关于类别化与模块化设计模式的解释
眼部按摩仪语音芯片选型！
英伟达为VR开发者开发出VRWorks工具
先导式溢流阀和直动式溢流阀区别
锂电池充电控制的Flash MCU BD66FM5252介绍
基于引言DSP平台的USB接口设计
华为投资光刻胶企业 光刻胶单体材料全部自供
电荒持续凸显新能源投资价值
>> [x,map]=imread('trees.tif');
>> gmap=rgb2gray(map);
>> figure,imshow(x,map);
>> figure,imshow(x,gmap);
利用膨胀函数平移图像
i = imread('football.jpg');
se = translate(strel(1), [30 30]);%将一个平面结构化元素分别向下和向右移动30个位置
j = imdilate(i,se);%利用膨胀函数平移图像
subplot(121);imshow(i), title('原图')
subplot(122), imshow(j), title('移动后的图像');
水平翻转和上下翻转
i = imread('cameraman.tif');
flip1=fliplr(i); % 对矩阵i左右反转
subplot(131);imshow(i);title('原图');
subplot(132);imshow(flip1);title('水平镜像');
flip2=flipud(i); % 对矩阵i垂直反转
subplot(133);imshow(flip2);title('竖直镜像');
图像旋转
i=imread('cameraman.tif');
b=imrotate(i,60,'bilinear','crop');
%双线性插值法旋转图像，并裁剪图像，使其和原图像大小一致
subplot(121),imshow(i),title('原图');
subplot(122),imshow(b),title('旋转图像60^{o}，并剪切图像');
截取图像
i = imread('circuit.tif');
i2 = imcrop(i,[75 68 130 112]);
imshow(i), figure, imshow(i2)
画轮廓
>> i=imread('circuit.tif');
>> imshow(i)
>> figure
>> imcontour(i,3)
噪声和滤波
i=imread('cameraman.tif');
j=imnoise(i,'salt & pepper',0.02);%添加椒盐噪声
subplot(121),imshow(j);title('噪声图像')
k=medfilt2(j);%使用3*3的邻域窗的中值滤波
subplot(122),imshow(k);title('中值滤波后图像')
matlab数字数字图像处理函数汇总：
1、数字数字图像的变换
① fft2：fft2函数用于数字数字图像的二维傅立叶变换，如：i=imread('104_8.tif');
j=fft2(i);
②ifft2:：ifft2函数用于数字数字图像的二维傅立叶反变换，如：
i=imread('104_8.tif');
j=fft2(i);
k=ifft2(j);
2、模拟噪声生成函数和预定义滤波器
① imnoise：用于对数字数字图像生成模拟噪声，如：
i=imread('104_8.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
② fspecial：用于产生预定义滤波器，如：
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（log）滤波器
h=fspecial('average');%均值滤波器
2、数字数字图像的增强
①直方图：imhist函数用于数字数字图像的直方图显示，如：
i=imread('104_8.tif');
imhist(i);
②直方图均化：histeq函数用于数字数字图像的直方图均化，如：
i=imread('104_8.tif');
j=histeq(i);
imshow(j)
③对比度调整：imadjust函数用于数字数字图像的对比度调整，如：i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);
④对数变换：log函数用于数字数字图像的对数变换，如：
i=imread('104_8.tif');
j=double(i);
k=log(j);
⑤基于卷积的数字数字图像滤波函数：filter2函数用于数字数字图像滤波，如：i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
⑥线性滤波：利用二维卷积conv2滤波, 如:
i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
⑦中值滤波：medfilt2函数用于数字数字图像的中值滤波，如：
i=imread('104_8.tif');
j=medfilt2(i);
⑧锐化
（1）利用sobel算子锐化数字数字图像, 如:
i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化数字数字图像, 如:
i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
3、数字数字图像边缘检测
①sobel算子 如：
i=imread('104_8.tif');
j =edge(i,'sobel',thresh)
②prewitt算子 如：
i=imread('104_8.tif');
j =edge(i,'prewitt',thresh)
③roberts算子 如：
i=imread('104_8.tif');
j =edge(i,'roberts',thresh)
④log算子 如：
i=imread('104_8.tif');
j =edge(i,'log',thresh)
⑤canny算子 如：
i=imread('104_8.tif');
j =edge(i,'canny',thresh)
⑥zero-cross算子 如：
i=imread('104_8.tif');
j =edge(i,'zerocross',thresh)
4、形态学数字数字图像处理
①膨胀：是在二值化数字数字图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=[0 1 0;1 1 1;01 0];
c=imdilate(a,b);
②腐蚀：函数imerode执行腐蚀，如：
a=imread('104_7.tif');%输入二值数字数字图像
b=strel('disk',1);
c=imerode(a,b);
③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);
④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);
数字数字图像增强
1. 直方图均衡化的 matlab 实现
1.1 imhist 函数
功能：计算和显示数字数字图像的色彩直方图
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) 就算和显示索引色数字数字图像 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：显示数字数字图像的等灰度值图
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],[bottomtop],gamma)
newmap=imadjust(map,[low high],[bottomtop],gamma)
说明：j=imadjust(i,[low high],[bottomtop],gamma) 其中，gamma 为校正量r，[lowhigh] 为原数字数字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,[lowhigh],[bottom top],gamma) 调整索引色数字数字图像的调色板 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,...)返回从能将数字数字图像 i 的灰度直方图变换成
数字数字图像 j 的直方图的变换 t ；newmap=histeq(x,map) 和 [new,t]=histeq(x,...) 是针对索引色数字数字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) 返回对数字数字图像 i 添加典型噪声后的有噪数字数字图像 j ，参数type 和 parameter 用于确定噪声的类型和相应的参数。
3. 数字数字图像滤波的 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)；
》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)
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：将原始数字数字图像 a 按指定的滤波器 h 进行滤波增强处理，增强后的数字数字图像 b 与a 的尺寸和类型相同
数字数字图像的变换
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 表示输入数字数字图像；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：数字数字图像的二维傅立叶频谱
% 读入原始数字数字图像
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. 数字数字图像小波变换的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。
数字数字图像处理工具箱
1. 数字数字图像和数字数字图像数据
缺省情况下，matlab将数字数字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)，即数字数字图像矩
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
---------------------------------------------
数字数字图像类型 matlab语句
---------------------------------------------
索引色 b=double(a)+1
索引色或真彩色 b=double(a)/255
二值数字数字图像 b=double(a)
---------------------------------------------
从double到uint8的转换
---------------------------------------------
数字数字图像类型 matlab语句
---------------------------------------------
索引色 b=uint8(round(a-1))
索引色或真彩色 b=uint8(round(a*255))
二值数字数字图像 b=logical(uint8(round(a)))
---------------------------------------------
2. 数字数字图像处理工具箱所支持的数字数字图像类型
2.1 真彩色数字数字图像
r、g、b三个分量表示一个像素的颜色。如果要读取数字数字图像中(100,50)处的像素值，
可查看三元数据(100,50,1:3)。
真彩色数字数字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 索引色数字数字图像
包含两个结构，一个是调色板，另一个是数字数字图像数据矩阵。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 0.5 0.5 0.5
--------------------------------------------
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。
索引色数字数字图像数据也有double和uint8两种类型。
当数字数字图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……
如果数字数字图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……
2.3 灰度数字数字图像
存储灰度数字数字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 二值数字数字图像
二值数字数字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工具箱中以二值数字数字图像作为返回结果的函数都使用uint8类型。
2.5 数字数字图像序列
matlab工具箱支持将多帧数字数字图像连接成数字数字图像序列。
数字数字图像序列是一个4维数组，数字数字图像帧的序号在数字数字图像的长、宽、颜色深度之后构成第4维。
分散的数字数字图像也可以合并成数字数字图像序列，前提是各数字数字图像尺寸必须相同，若是索引色数字数字图像，
调色板也必须相同。
可参考cat()函数 a＝cat(4,a1,a2,a3,a4,a5)
3. matlab数字数字图像类型转换
数字数字图像类型转换函数
---------------------------------------------------------------------------
函数名 函数功能
---------------------------------------------------------------------------
dither 数字数字图像抖动，将灰度图变成二值图，或将真彩色数字数字图像抖动成索引色数字数字图像
gray2ind 将灰度数字数字图像转换成索引数字数字图像
grayslice 通过设定阈值将灰度数字数字图像转换成索引色数字数字图像
im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray 将索引色数字数字图像转换成灰度数字数字图像
ind2rgb 将索引色数字数字图像转换成真彩色数字数字图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色数字数字图像转换成灰度数字数字图像
rgb2ind 将真彩色数字数字图像转换成索引色数字数字图像
------------------------------------------------------------------------
4. 数字数字图像文件的读写和查询
4.1 图形数字数字图像文件的读取
利用函数imread()可完成图形数字数字图像文件的读取，语法：
a=imread(filename,fmt)
[x,map]=imread(filename,fmt)
[...]=imread(filename)
[...]=imread(filename,idx) （只对tif格式的文件）
[...]=imread(filename,ref) （只对hdf格式的文件）
通常，读取的大多数数字图像均为8bit，当这些数字图像加载到内存中时，matlab就将其存放
在类uint8中。此为matlab还支持16bit的png和tif数字图像，当读取这类文件时，matlab就将
其存贮在uint16中。
注意：对于索引数字图像，即使数字图像阵列的本身为类uint8或类uint16，imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2 图形数字图像文件的写入
使用imwrite函数，语法如下：
imwrite(a,filename,fmt)
imwrite(x,map,filename,fmt)
imwrite(...,filename)
imwrite(...,parameter,value)
当利用imwrite函数保存数字图像时，matlab缺省的方式是将其简化道uint8的数据格式。
4.3 图形数字图像文件信息的查询 imfinfo()函数
5. 数字图像文件的显示
5.1 索引数字图像及其显示
方法一：
image(x)
colormap(map)
方法二：
imshow(x,map)
5.2 灰度数字图像及其显示
matlab 7.0 中，要显示一副灰度数字图像，可以调用函数 imshow 或 imagesc （即
imagescale，数字图像缩放函数）
(1) imshow 函数显示灰度数字图像
使用imshow(i) 或 使用明确指定的灰度级书目：imshow(i,32)
由于matlab自动对灰度数字图像进行标度以适合调色板的范围，因而可以使用自定义
大小的调色板。其调用格式如下：
imshow(i,[low,high])
其中，low 和 high 分别为数据数组的最小值和最大值。
(2) imagesc 函数显示灰度数字图像
下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度数字图像
imagesc(1,[0,1]);
colormap(gray);
imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），
对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表
中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。
在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示数字图像。在该
调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。
5.3 rgb 数字图像及其显示
(1) image(rgb)
不管rgb数字图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，matlab都
能通过 image 函数将其正确显示出来。
rgb8 = uint8(round(rgb64×255)); ％将 double 浮点型转换为 uint8 无符号整型
rgb64 = double(rgb8)/255; ％ 将 uint8 无符号整型转换为 double 浮点型
rgb16 = uint16(round(rgb64×65535)); ％将 double 浮点型转换为 uint16 无符号整型
rgb64 = double(rgb16)/65535; ％ 将 uint16 无符号整型转换为 double 浮点型
(2) imshow(rgb) 参数是一个 m×n×3 的数组
5.4 二进制数字图像及其显示
(1) imshow(bw)
在 matlab 7.0 中，二进制数字图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示
为黑色，像素 1 显示为白色。
显示时，也可通过not(~)命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示
为黑色。
例如：imshow(~bw)
(2) 此外，还可以使用一个调色板显示一副二进制数字图像。如果图形是 uint8 数据类型，
则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。
例如：imshow(bw,[1 0 0;0 0 1])
5.5 直接从磁盘显示数字图像
可使用一下命令直接进行数字图像文件的显示：
imshow filename
其中，filename 为要显示的数字图像文件的文件名。
如果数字图像是多帧的，那么imshow 将仅显示第一帧。但需注意，在使用这种方式时，数字图像
数据没有保存在matlab7.0 工作平台。如果希望将数字图像装入工作台中，需使用 getimage 函数，从当前的句柄图形数字图像对象中获取数字图像数据，
命令形式为：rgb ＝ getimage;
bwlabel
功能：
标注二进制数字图像中已连接的部分。
l = bwlabel(bw,n)
[l,num] = bwlabel(bw,n)
isbw
功能：
判断是否为二进制数字图像。
语法：
flag = isbw(a)
相关命令：
isind, isgray, isrgb
74．isgray
功能：
判断是否为灰度数字图像。
语法：
flag = isgray(a)
相关命令：
isbw, isind, isrgb
11．bwselect
功能：
在二进制数字图像中选择对象。
语法：
bw2 = bwselect(bw1,c,r,n)
bw2 = bwselect(bw1,n)
[bw2,idx] = bwselect(...)
举例
bw1 = imread('text.tif');
c = [16 90 144];
r = [85 197 247];
bw2 = bwselect(bw1,c,r,4);
imshow(bw1)
figure, imshow(bw2)
47．im2bw
功能：
转换数字图像为二进制数字图像。
语法：
bw = im2bw(i,level)
bw = im2bw(x,map,level)
bw = im2bw(rgb,level)
举例
load trees
bw = im2bw(x,map,0.4);
imshow(x,map)
轻松闯过多引脚 教你五种拆卸方法检修集成电路
Linux内核网络协议栈技术解读
摄像头如何进行气密性防水检测
客流统计摄像头的方法一般都有哪几种
Cardtronic表示比特币等虚拟货币支付是民众对现金需求量减少的原因
Matlab数字数字图像处理函数汇总
区块链的运行原理是怎样的
橙色云：为中国制造业的发展，刻上了个性鲜明的橙色印记
RT-Thread加入教育部产学合作协同育人项目
树莓派驱动舵机介绍_树莓派驱动舵机代码
华为计划向西方公司出售5G技术目的是为了塑造竞争对手
iPhone11的表现或影响新iPhone计划 将继续保留LCD屏机型
关于类别化与模块化设计模式的解释
眼部按摩仪语音芯片选型！
英伟达为VR开发者开发出VRWorks工具
先导式溢流阀和直动式溢流阀区别
锂电池充电控制的Flash MCU BD66FM5252介绍
基于引言DSP平台的USB接口设计
华为投资光刻胶企业 光刻胶单体材料全部自供
电荒持续凸显新能源投资价值