Matlab数字图像处理函数汇总

Matlab数字数字图像处理汇总： 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); 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;0 1 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],[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,[low high],[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)