MATLAB图像操作命令大全

MATLAB常用图像操作一.读写图像文件1.imreadimread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')注：计算机E盘上要有w01相应的.tif文件。2.imwriteimwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’)3.imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')二.图像的显示1.imageimage函数是MATLAB提供的最原始的图像显示函数（主要彩色显示图象），如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2.imshowimshow函数用于灰度图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);3.colorbarcolorbar函数用显示图像的颜色条。通常，颜色映象进行过调节，把数据从最小扩展到最大，也就是说整个颜色映象都用于绘图。有时也许想改变颜色使用的方法。函数caxis代表颜色轴，因为颜色增加了另一个维数，它允许对数据范围的一个子集使用整个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。[cmin,cmax]=caxis返回映射到颜色映象中第一和最后输入项的最小和最大的数据。它们通常被设成数据的最小值和最大值。比如，函数mesh(peaks)会画出函数peaks的网格图，并把颜色轴caxis设为[-6.5466，8.0752]，即Z的最小值和最大值。这些值之间的数据点，使用从颜色映象中经插值得到的颜色。如：i=imread('e:\w01.tif');imshow(i);colorbar;4.figurefigure函数用于设定图像显示窗口，如：figure(1)；/figure(2)；5.imagesc(a);caxis([-38]);colorbar;标尺标度从-3，到8显示标度尺。三.图像的变换1.fft2fft2函数用于数字图像的二维傅立叶变换，如：i=imread('e:\w01.tif');j=fft2(i);2.ifft2ifft2函数用于数字图像的二维傅立叶反变换，如：i=imread('e:\w01.tif');j=fft2(i);k=ifft2(j);3.利用fft2计算二维卷积利用fft2函数可以计算二维卷积,如:a=[8,1,6;3,5,7;4,9,2];b=[1,1,1;1,1,1;1,1,1];a(8,8)=0;b(8,8)=0;c=ifft2(fft2(a).*fft2(b));c=c(1:5,1:5);利用conv2(二维卷积函数)校验,如：a=[8,1,6;3,5,7;4,9,2];b=[1,1,1;1,1,1;1,1,1];c=conv2(a,b);四.模拟噪声生成函数和预定义滤波器1.imnoiseimnoise函数用于对图像生成模拟噪声，如：i=imread('e:\w01.tif');j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声2.fspecialfspecial函数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');%均值滤波器五.图像的增强1.直方图imhist函数用于数字图像的直方图显示，如：i=imread('e:\w01.tif');imhist(i);2.直方图均化histeq函数用于数字图像的直方图均化，如：i=imread('e:\w01.tif');j=histeq(i);3.对比度调整imadjust函数用于数字图像的对比度调整，如：i=imread('e:\w01.tif');j=imadjust(i,[0.3,0.7],[]);4.对数变换log函数用于数字图像的对数变换，如：i=imread('e:\w01.tif');j=double(i);k=log(j);5.基于卷积的图像滤波函数filter2函数用于图像滤波，如：i=imread('e:\w01.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('e:\w01.tif');h=[1,1,1;1,1,1;1,1,1];h=h/9;j=conv2(i,h);7.中值滤波medfilt2函数用于图像的中值滤波，如：i=imread('e:\w01.tif');j=medfilt2(i);8.锐化（1）利用Sobel算子锐化图像,如:i=imread('e:\w01.tif');h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子j=filter2(h,i);（2）利用拉氏算子锐化图像,如:i=imread('e:\w01.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;六.举例二维傅立叶变换和二维傅立叶反变换：i=imread('e:\w01.tif');figure(1);imshow(i);colorbar;j=fft2(i);k=fftshift(j);figure(2);l=log(abs(k));imshow(l,[]);colorbarn=ifft2(j)/255;figure(3);imshow(n);colorbar;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,c