Matlab图像处理函数汇总
Matlab常见函数汇总
colorbar 显示彩条getimage 由坐标轴得到图像数据ice（DIPUM）交互彩色编辑image 创建和显示图像对象imagesc 缩放数据并显示为图像immovie 由多帧图像制作电影imshow 显示图像imview 在Image Viewer中显示图像montage 将多个图像帧显示为矩阵蒙太奇movie 播放录制的电影帧rgbcube 显示一个彩色RGB立方体subimage 在单个图形中显示多幅图像truesize 调整图像的显示尺寸warp 将图像显示为纹理映射的表面图像文件输入/输出Dicominfo 从一条DICOM消息中读取元数据Dicomread 读一幅DICOM图像Dicomwrite 写一幅DICOM图像Dicom-dict.txt 包含DICOM数据字典的文本文件Dicomuid 产生DICOM唯一的识别器Imfinfo 返回关于图像的文件的信息Imread 读图像文件Imwrite 写图像文件图像算术Imabsdiff 计算两幅图像的绝对差Imadd 两幅图像相加或把常数加到图像上Imcomplement 图像求补Imdivide 两幅图像相除，或用常数除图像Imlincomb 计算图像的线性组合Immultiply 两幅图像相乘或用常数乘图像Imsubtract 两幅图像相减，或从图像中减去常数几何变换Checkerboard 创建棋盘格图像Findbounds 求几何变换的输出范围Fliptform 颠倒TFORM结构的输入/输出Imcrop 修剪图像Imresize 调整图像大小Imrotate 旋转图像Imtransform 对图像应用几何变换Intline 整数坐标线绘制算法Makersampler 创建重取样器结构Maketform 创建几何变换结构（TFORM）Pixeldup（DIPUM）在两个方向上复制图像的像素Tformarray 对N-D数组应用几何变换Tformfwd 应用正向几何变换Tforminv 应用反向几何变换Vstformfwd（DIPUM）可视化正向几何变换图像匹配Cpstruct2pairs 将CPSTRUCT转换为有效的控制点对Cp2tform 由控制点对推断几何变换Cpcorr 使用互相关校准控制点位置Cpselect 控制点选择工具Normxcorr2 归一化二维互相关像素值及统计Corr2 计算二维相关系数Covmatrix（DIPUM）计算向量族的协方差矩阵Imcontour 创建图像数据的轮廓线Imhist 显示图像数据的直方图Impixel 确定像素的彩色点Improfile 计算沿着线段的像素值横截面Mean2 计算矩阵元素的均值Pixval 显示关于像素的信息Regionprops 测量图像区域的属性Statmoments（DIPUM）计算一幅图像直方图的统计中心距Std2 计算矩阵元素的标准偏差图像分析（包括分割、描述和识别）Bayesgauss（DIPUM）高斯模式的贝叶斯分类器Bound2eight（DIPUM）将4连接边界转换为8连接边界Bound2four（DIPUM）将8连接边界转换为4连接边界Bwboundaries 追踪区域边界Bwtraceboundary 追踪单个边界Bound2im（DIPUM）将边界转换为图像Boundaries（DIPUM）追踪区域边界Bsubsamp（DIPUM）对边界二次取样Colorgrad（DIPUM）计算一幅RGB图像的向量梯度Colorseq（DIPUM）分割一幅彩色图像Connectpoly（DIPUM）连接多边形的顶点Diameter（DIPUM）测量图像区域的直径Edge（DIPUM）在一幅亮度图像中寻找边缘Fchcode（DIPUM）计算边界的freeman链码Frdescp（DIPUM）计算傅里叶描绘子Graythresh 使用Ostu方法计算图像的全局阈值Hough（DIPUM） Hough变换Houghlines（DIPUM）基于Hough变换提取线段Houghpeaks（DIPUM）在Hough变换中检测峰值Houghpixels（DIPUM）计算属于Hough变换bin的图像像素Ifrdescp（DIPUM）计算逆傅里叶描绘子Imstack2vectors（DIPUM）从图像堆栈提取向量Invmoments（DIPUM）计算图像不变距Mahalanobis（DIPUM）计算Mahalanobis距离Minperpoly（DIPUM）计算最小周长多边形Polyangles（DIPUM）计算多边形内角Princomp（DIPUM）得到主分量向量和相关量Qtdecomp 执行四叉树分解Qtgetblk 得到四叉树分解中的块值Qtsetblk 在四叉树中设置块值Randvertex（DIPUM）随机置换多边形顶点Regiongrow（DIPUM）由区域生长来执行分割Signature（DIPUM）计算边界的标记Specxture（DIPUM）计算图像的谱纹理Splitmerge（DIPUM）使用分离-合并算法分割图像Statxture（DIPUM）计算图像中纹理的统计度量Strsimilarity（DIPUM）两个串间的相似性度量X2majoraxis（DIPUM）以区域的主轴排列坐标x图像压缩Compare（DIPUM）计算和显示两个矩阵间的误差Entropy（DIPUM）计算矩阵的熵的一阶估计Huff2mat（DIPUM）解码霍夫曼编码矩阵Huffman（DIPUM）为符号源建立一个变长霍夫曼码Im2jpeg（DIPUM）使用JPEG近似压缩一幅图像Im2jpeg2k（DIPUM）使用JPEG2000近似压缩一幅图像Imratio（DIPUM）计算两幅图像或变量中的比特率Jpeg2im（DIPUM）解码IM2JPEG压缩的图像Jpeg2k2im（DIPUM）解码IM2JPEG2K压缩的图像Lpc2mat（DIPUM）解压缩一维有损预测编码矩阵Mat2huff（DIPUM）霍夫曼编码矩阵Mat2lpc（DIPUM）使用一维有损预测编码矩阵Quantize（DIPUM）量化UINT8类矩阵的元素图像增强Adapthisteq 自适应直方图量化Decorrstretch 对多通道图像应用去相关拉伸Gscale（DIPUM）按比例调整输入图像的亮度Histeq 使用直方图均衡化来增强对比度Intrans（DIPUM）执行亮度变换Imadjust 调整图像亮度值或彩色映射Stretchlim 寻找对比度拉伸图像的限制图像噪声Imnoise 给一幅图像添加噪声Imnoise2（DIPUM）使用指定的PDF生成一个随机数数组Imnoise3（DIPUM）生成周期噪声线性和非线性空间滤波Adpmedian（DIPUM）执行自适应中值滤波Convmtx2 计算二维卷积矩阵Dftcorr（DIPUM）执行频率域相关Dftfilt（DIPUM）执行频率域滤波Fspecial 创建预定义滤波器Medfilt2 执行二维中值滤波Imfilter 滤波二维和N维图像Ordfilter2 执行二维顺序统计滤波Spfilt（DIPUM）执行线性和非线性空间滤波Wiener2 执行二维去噪滤波线性二维滤波器设计Freqspace 确定二维频率响应间隔Freqz2 计算二维频率响应Fsamp2 使用频率取样设计二维FIR滤波器Ftrans2 使用频率变换设计二维FIR滤波器Fwind1 使用一维窗法设计二维滤波器Fwind2 使用二维窗法设计二维滤波器Hpfilter（DIPUM）计算频率域高通滤波器Lpfilter（DIPUM）计算频率域低通滤波器图像去模糊（复原）Deconvblind 使用盲去卷积去模糊图像Deconvlucy 使用Lucy-Richardson方法去模糊Deconvreg 使用规则化滤波器去模糊Deconvwnr 使用维纳滤波器去模糊Edgetaper 使用点扩散函数锐化边缘Otf2psf 光传递函数到点扩散函数Pst2otf 点扩散函数到光传递函数图像变换Dct2 二维离散余弦变换Dctmtx 离散余弦变换矩阵Fan2para 将扇形束投影变换为并行射束Fanbeam 计算扇形射束变换Fft2 二维快速傅里叶变换Fftn N维快速傅里叶变换Fftshift 颠倒FFT输出的象限Idct2 二维逆离散余弦变换Ifanbeam 计算扇形射束逆变换Ifft2 二维快速傅里叶逆变换Ifftn N维快速傅里叶逆变换Iradon 计算逆Radon变换Para2fan 将并行射束投影变换为扇形射束Phantom 生成头部仿真模型的图像Radon 计算Radon变换小波Wave2gray（DIPUM）显示小波分解系数Waveback（DIPUM）执行多灰度级二维快速小波逆变换Wavecopy（DIPUM）存取小波分解结构的系数Wavecut（DIPUM）在小波分解结构中置零系数Wavefast（DIPUM）执行多灰度级二维快速小波变换Wavefilter（DIPUM）构造小波分解和重构滤波器Wavepaste（DIPUM）在小波分解结构中放置系数Wavework（DIPUM）编辑小波分解结构Wavezero（DIPUM）将小波细节系数设置为零领域和块处理Bestblk 为块处理选择块大小Blkproc 为图像实现不同的块处理Col2im 将矩阵列重排为块Colfilt 按列邻域操作Im2col 将图像块重排为列Nlfilter 执行一般的滑动邻域操作形态学操作（亮度和二值图像）Conndef 默认连通性Imbothat 执行底帽滤波Imclearborder 抑制与图像边框相连的亮结构Imclose 关闭图像Imdilate 膨胀图像Imerode 腐蚀图像Imextendedmax 最大扩展变换Imextendedmin 最小扩展变换Imfill 填充图像区域和孔洞Imhmax H最大变换Imhmin H最小变换Imimposemin 强制最小Imopen 打开图像Imreconstruct 形态学重构Imregionalmax 局部最大区域Imregionalmin 局部最小区域Imtophat 执行顶帽滤波Watershed 分水岭变换形态学操作（二值图像）Applylut 使用查表法执行邻域操作Bwarea 计算二值图像中的对象面积Bwareaopen 打开二值区域（删除小对象）Bwdist 计算二值图像的距离变换Bweuler 计算二值图像的欧拉数Bwhitmiss 二值击不中操作Bwlabel 在二维图像中标记连接分量Bwlabeln 在N维二值图像中标记连接分量Bwmorph 对二值图像执行形态学操作Bwpack 打包二值图像Bwperim 确定二值图像中的对象的周长Bwselect 选择二值图像中的对象Bwulterode 最终腐蚀Bwunpack 解包二值图像Endpoints（DIPUM）计算二值图像的端点Makelut 构建applylut使用的查找表结构元素（STREL）的创建和操作Getheight 得到strel的高度Getneighbors 得到strel邻域的偏移位置和高度Getnhood 得到strel邻域Getsequence 得到分解的strel序列Isflat 对平坦的strel返回值Reflect 以其中心反射strelStrel 创建形态学结构元素Translate 变换strel基于区域的处理Histroi（DIPUM）计算图像中的ROI的直方图Poly2mask 将ROI多边形转换为掩膜Roicolor 基于颜色选择ROIRoifill 在任意区域内平稳地内插Roifilt2 对ROI进行滤波Roipoly 选择多边形ROI彩色映射处理Brighten 加亮或加暗彩色映射Cmpermute 在彩色映射中重排颜色Cmunique 寻找唯一的彩色映射颜色和相应的图像Colormap 设置或得到彩色查找表Imapprox 以很少的颜色近似被索引的图像Rgbplot 绘制RGB彩色映射分量彩色空间转换Applyform 应用独立于设备的彩色空间变换Hsv2rgb 将HSV值转换为RGB彩色空间Iccread 读ICC彩色配置文件Lab2double 将L*a*b*彩色值转换为double类Lab2uint16 将L*a*b*彩色值转换为uint16类Lab2uint8 将L*a*b*彩色值转换为uint8类Makecform 创建独立于设备的彩色空间变换结构Ntsc2rgb 将NTSC值转换为RGB彩色空间Rgb2hsv 将RGB值转换为HSV彩色空间Rgb2ntsc 将RGB值转换为NTSC彩色空间Rgb2ycbcr 将RGB值转换为YCBCR彩色空间Ycbcr2rgb 将YCBCR值转换为RGB彩色空间Rgb2hsi（DIPUM）将RGB值转换为HSI彩色空间Hsi2rgb（DIPUM）将HSI值转换为RGB彩色空间Whitepoint 返回标准照明的XYZ值Xyz2double 将XYZ彩色值转换为double类Xyz2uint16 将XYZ彩色值转换为uint16类数组操作Circshift 循环地移位数组Dftuv（DIPUM）计算网格数组Padarray 填充数组Paddedsize（DIPUM）计算用于FFT的最小填充尺寸图像类型和类型转换Changeclass 改变一幅图像的类Dither 使用抖动转换图像Gray2ind 将亮度图像转换为索引图像Grayslice 通过阈值处理从亮度图像创建索引图像Im2bw 通过阈值处理将图像转换为二值图像Im2double 将图像数组转换为双精度Im2java 将图像转换为Java图像Im2java2d 将图像转换为Java缓存的图像对象Im2uint8 将图像数组转换为8比特无符号整数Im2uint16 将图像数组转换为16比特无符号整数Ind2gray 将索引图像转换为亮度图像Ind2rgb 将索引图像转换为RGB图像Label2rgb 将标记矩阵转换为RGB图像Mat2gray 将矩阵转换为亮度图像Rgb2gray 将RGB图像或彩色映射转换为灰度图像Rgb2ind 将RGB图像转换为索引图像其他函数Conwaylaws（DIPUM）对单个像素应用Conway的遗传定律Manualhist（DIPUM）交互地生成2模式直方图Twomodegauss（DIPUM）生成一个2模式高斯函数Uintlut 基于查找表计算新数组值工具箱参数Iptgetpref 获得图像处理工具箱参数的值Iptsetpref 设置图像处理工具箱参数的值。
matlab图像处理之image和imagesc函数
matlab图像处理之image和imagesc函数imshow主要⽤于调⽤图像索引，⽐如：imshow(X,map)其功能等同于：image(X) colormap(map)但是，imshow的功能要强⼤⼀些，⽐如⽤于灰度图像，RGB图像，⼆进制图像，都可以应⽤。
imagesc属于图像缩放函数具体说⼀些例⼦：要显⽰⼀副灰度图像，可以调⽤函数 imshow 或 imagesc （即imagescale，图像缩放函数）(1) imshow 函数显⽰灰度图像使⽤ 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 图像及其显⽰(1) image(RGB)不管RGB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 ⼆进制图像及其显⽰(1) imshow(BW)在 Matlab 7.0 中，⼆进制图像是⼀个逻辑类，仅包括 0 和 1 两个数值。
matlab数字图像处理函数大全
Import, Export, and ConversionDisplay and ExplorationGeometric Transformation, Spatial ReferencingImage EnhancementImage AnalysisRead image from graphics fileWrite image to graphics fileInformation about graphics fileRead metadata from National Imagery Transmission Format (NITF) file Read image from NITF fileRead metadata from DPX fileRead DPX imageRead metadata from header file of Analyze 7.5 data setRead image data from image file of Analyze 7.5 data setRead metadata from Interfile fileRead images in Interfile formatAnonymize DICOM fileGet or set active DICOM data dictionaryDisplay DICOM file structureRead metadata from DICOM messageFind attribute in DICOM data dictionaryRead DICOM imageGenerate DICOM unique identifierWrite images as DICOM filesRead high dynamic range (HDR) imageWrite Radiance high dynamic range (HDR) image fileCreate high dynamic range imageRender high dynamic range image for viewingInterface for image I/OCheck if file is R-SetOpen R-Set fileCreate reduced resolution data set from image fileConvert grayscale or binary image to indexed imageConvert indexed image to grayscale imageConvert matrix to grayscale imageConvert RGB image or colormap to grayscaleConvert indexed image to RGB imageConvert label matrix into RGB imageConvert Bayer pattern encoded image to truecolor imageBinarize image by thresholdingQuantize image using specified quantization levels and output values Multilevel image thresholds using Otsu's methodAdaptive image threshold using local first-order statisticsGlobal histogram threshold using Otsu's methodConvert image to binary image, based on thresholdGlobal image threshold using Otsu's methodConvert grayscale image to indexed image using multilevel thresholdingConvert image to double precisionConvert image to 16-bit signed integersConvert image to Java buffered imageConvert image to single precisionConvert image to 16-bit unsigned integersConvert image to 8-bit unsigned integersCreate checkerboard imageCreate head phantom imageAdd noise to imageDisplay imageDisplay multiple image frames as rectangular montage Display multiple images in single figureMake movie from multiframe imagePlay movies, videos, or image sequencesDisplay image as texture-mapped surfaceGet values of Image Processing Toolbox preferencesDisplay Image Processing Toolbox Preferences dialog boxSet Image Processing Toolbox preferences or display valid values Image Viewer appImage Information toolAdjust Contrast toolDisplay Range toolDistance toolPixel Information toolPixel Information tool without text labelPixel Region toolMagnification box for scroll panelOverview tool for image displayed in scroll panelGet values of Image Processing Toolbox preferencesDisplay Image Processing Toolbox Preferences dialog boxSet Image Processing Toolbox preferences or display valid values Image Information toolChoose Colormap toolAdjust Contrast toolCrop imageDisplay Range toolDistance toolPixel Information toolPixel Information tool without text labelPixel Region toolPixel Region tool panelMagnification box for scroll panelOverview tool for image displayed in scroll panelOverview tool panel for image displayed in scroll panelSave Image ToolScroll panel for interactive image navigationCreate draggable ellipseCreate draggable freehand regionCreate draggable, resizable lineCreate draggable pointCreate draggable, resizable polygonCreate draggable rectangleRegion-of-interest (ROI) base classSelect polyline with mouseSpecify points with mouseSpecify rectangle with mouseImage data from axesImage model object from image objectImage Model objectConvert axes coordinates to pixel coordinatesInformation about image attributesGet handle to current axes containing imageGet handle to current figure containing imageOpen Image dialog boxGet all image handlesAdd function handle to callback listCheck validity of handleGet Application Programmer Interface (API) for handleRetrieve pointer behavior from HG objectDirectories containing IPT and MATLAB iconsCreate pointer manager in figureDelete function handle from callback listStore pointer behavior structure in Handle Graphics object Align figure windowsCreate rectangularly bounded drag constraint functionAdjust display size of imagencing, and Image RegistrationCrop imageResize imageRotate imageTranslate imageImage pyramid reduction and expansionApply geometric transformation to imageFit geometric transformation to control point pairsApply 2-D spatial transformation to imageFind output bounds for spatial transformationFlip input and output roles of TFORM structureCreate resampling structureCreate spatial transformation structure (TFORM)Apply spatial transformation to N-D arrayApply forward spatial transformationApply inverse spatial transformationCreate checkerboard image2-D Affine Geometric Transformation3-D Affine Geometric Transformation2-D Projective Geometric Transformation2-D piecewise linear geometric transformation2-D Polynomial Geometric Transformation2-D Local Weighted Mean Geometric TransformationApply geometric transformation to imageIntensity-based image registrationEstimate geometric transformation that aligns two 2-D or 3-D images Display imageCompare differences between imagesComposite of two imagesReference 2-D image to world coordinatesReference 3-D image to world coordinatesIntensity-based image registrationConfigurations for intensity-based registrationEstimate geometric transformation that aligns two 2-D or 3-D images Estimates geometric transformation that aligns two 2-D images using phase Estimate displacement field that aligns two 2-D or 3-D images Composite of two imagesCompare differences between imagesMattes mutual information metric configuration objectMean square error metric configuration objectRegular step gradient descent optimizer configuration objectOne-plus-one evolutionary optimizer configuration objectControl Point Selection ToolFit geometric transformation to control point pairsTune control-point locations using cross correlationConvert CPSTRUCT to valid pairs of control pointsNormalized 2-D cross-correlationInfer spatial transformation from control point pairsAdjust image intensity values or colormapAdjust Contrast toolSharpen image using unsharp maskingEnhance contrast using histogram equalizationContrast-limited adaptive histogram equalization (CLAHE)Adjust histogram of image to match N-bin histogram of reference image Apply decorrelation stretch to multichannel imageFind limits to contrast stretch imageConvert integer values using lookup tableAdd noise to imageN-D filtering of multidimensional images2-D Gaussian filtering of images3-D Gaussian filtering of 3-D imagesCreate predefined 2-D filterGuided filtering of imagesNormalized 2-D cross-correlation2-D adaptive noise-removal filtering2-D median filtering2-D order-statistic filteringLocal standard deviation of imageLocal range of imageLocal entropy of grayscale imageGeneral sliding-neighborhood operationsCreate Gabor filter or Gabor filter bankApply Gabor filter or set of filters to 2-D image2-D box filtering of images3-D box filtering of 3-D imagesCalculate integral imageCalculate 3-D integral image2-D box filtering of integral images3-D box filtering of 3-D integral imagesExtract objects from binary image by sizeExtract objects from binary image using properties Pad array2-D frequency response2-D FIR filter using frequency sampling2-D FIR filter using frequency transformation2-D FIR filter using 1-D window method2-D FIR filter using 2-D window method2-D convolution matrixBinary hit-miss operationMorphological operations on binary images Ultimate erosionRemove small objects from binary imageBottom-hat filteringSuppress light structures connected to image border Morphologically close imageDilate imageErode imageExtended-maxima transformExtended-minima transformFill image regions and holesH-maxima transformH-minima transformImpose minimaMorphologically open imageMorphological reconstructionRegional maximaRegional minimaTop-hat filteringWatershed transformCreate connectivity arrayCheck validity of connectivity argumentNeighborhood operations on binary images using lookup tables Nonlinear filtering using lookup tablesCreate lookup table for use with bwlookupMorphological structuring elementMorphological offset structuring elementDeblur image using blind deconvolutionDeblur image using Lucy-Richardson methodDeblur image using regularized filterDeblur image using Wiener filterTaper discontinuities along image edgesConvert optical transfer function to point-spread function Convert point-spread function to optical transfer functionPad arraySpecify polygonal region of interest (ROI)Convert region of interest (ROI) polygon to region maskFill in specified regions in image using inward interpolation Select region of interest (ROI) based on colorFilter region of interest (ROI) in imageCreate draggable ellipseCreate draggable freehand regionCreate draggable, resizable polygonCreate draggable rectangleRegion-of-interest (ROI) base classInterface for image I/ODistinct block processing for imageDetermine optimal block size for block processingGeneral sliding-neighborhood operationsRearrange matrix columns into blocksColumnwise neighborhood operationsRearrange image blocks into columnsAbsolute difference of two imagesAdd two images or add constant to imageLinear combination of color channelsComplement imageDivide one image into another or divide image by constant Linear combination of imagesMultiply two images or multiply image by constantSubtract one image from another or subtract constant from image Trace region boundaries in binary imageTrace object in binary imagePlot region boundariesFind edges in intensity imageFind circles using circular Hough transformCreate circleGradient magnitude and direction of an imageDirectional gradients of an imageFind 3-D gradient magnitude and direction of imagesFind the directional gradients of a 3-D imageHough transformExtract line segments based on Hough transformIdentify peaks in Hough transformQuadtree decompositionBlock values in quadtree decompositionSet block values in quadtree decompositionMeasure properties of image regionsArea of objects in binary imageExtract objects from binary image by sizeFind connected components in binary imageGenerate convex hull image from binary imageDistance transform of binary imageGeodesic distance transform of binary imageEuler number of binary imageFind perimeter of objects in binary imageExtract objects from binary image using propertiesSelect objects in binary imageGray-weighted distance transform of grayscale imageCreate contour plot of image dataHistogram of image dataPixel color valuesPixel-value cross-sections along line segments2-D correlation coefficientAverage or mean of matrix elementsStandard deviation of matrix elementsLabel connected components in 2-D binary imageLabel connected components in binary imageCreate label matrix from bwconncomp structurePack binary imageUnpack binary imageEntropy of grayscale imageLocal entropy of grayscale imageLocal range of imageLocal standard deviation of imageCreate gray-level co-occurrence matrix from imageProperties of gray-level co-occurrence matrixMean-squared errorPeak Signal-to-Noise Ratio (PSNR)Structural Similarity Index (SSIM) for measuring image qualitySegment image into foreground and background using active contour Binary image segmentation using Fast Marching MethodSegment image into two or three regions using geodesic distance-based colorCalculate weights for image pixels based on image gradient Calculate weights for image pixels based on grayscale intensity difference Select contiguous image region with similar gray valuesGlobal image threshold using Otsu's methodMultilevel image thresholds using Otsu's methodGlobal histogram threshold using Otsu's methodAdaptive image threshold using local first-order statisticsFind region boundaries of segmentation2-D superpixel oversegmentation of imagesBurn binary mask into 2-D imageConvert label matrix to cell array of linear indicesDistance transform of binary imageGeodesic distance transform of binary imageGray-weighted distance transform of grayscale imageHough transform2-D discrete cosine transformDiscrete cosine transform matrixConvert fan-beam projections to parallel-beamFan-beam transform2-D inverse discrete cosine transformInverse fan-beam transformInverse Radon transformConvert parallel-beam projections to fan-beamRadon transform2-D fast Fourier transformShift zero-frequency component to center of spectrum2-D inverse fast Fourier transformInverse FFT shiftConvert RGB to CIE 1976 L*a*b*Convert RGB color values to NTSC color spaceConvert RGB to CIE 1931 XYZConvert RGB color values to YCbCr color spaceConvert CIE 1976 L*a*b* to RGBConvert CIE 1976 L*a*b* to CIE 1931 XYZConvert CIE 1931 XYZ to CIE 1976 L*a*b*Convert CIE 1931 XYZ to RGBConvert YCbCr color values to RGB color spaceConvert NTSC values to RGB color spaceConvert L*a*b* data to doubleConvert L*a*b* data to uint16Convert L*a*b* data to uint8Convert XYZ color values to doubleConvert XYZ color values to uint16Search for ICC profilesRead ICC profileFind system default ICC profile repositoryWrite ICC color profile to disk fileTrue for valid ICC color profileCreate color transformation structureApply device-independent color space transformation Approximate indexed image by reducing number of colors XYZ color values of standard illuminantsAdaptive image threshold using local first-order statistics Find region boundaries of segmentationRemove small objects from binary imageTrace region boundaries in binary imageFind connected components in binary imageDistance transform of binary imageEuler number of binary imageLabel connected components in 2-D binary image Nonlinear filtering using lookup tables Morphological operations on binary imagesPack binary imageFind perimeter of objects in binary imageSelect objects in binary imageTrace object in binary imageUnpack binary imageCreate connectivity arrayConvert Bayer pattern encoded image to truecolor image Find edges in intensity imageFit geometric transformation to control point pairs Create predefined 2-D filterDefault display range of image based on its classSelect contiguous image region with similar gray values Enhance contrast using histogram equalizationHough transformExtract line segments based on Hough transform Identify peaks in Hough transformConvert HSV colormap to RGB colormapConvert image to double precisionConvert image to 16-bit signed integersConvert image to single precisionConvert image to 16-bit unsigned integersConvert image to 8-bit unsigned integersAbsolute difference of two imagesAdjust image intensity values or colormapBinarize image by thresholdingBottom-hat filtering2-D box filtering of imagesSuppress light structures connected to image border Morphologically close imageComplement imageCrop imageDilate imageErode imageExtended-maxima transformExtended-minima transformFill image regions and holesN-D filtering of multidimensional imagesFind circles using circular Hough transformApply Gabor filter or set of filters to 2-D image2-D Gaussian filtering of imagesFind 3-D gradient magnitude and direction of imagesFind the directional gradients of a 3-D imageHistogram of image dataH-maxima transformH-minima transformLinear combination of imagesMean-squared errorMorphologically open imageBurn binary mask into 2-D imageImage pyramid reduction and expansionQuantize image using specified quantization levels and output values Read image from graphics fileMorphological reconstructionRegional maximaRegional minimaResize imageRotate imageTop-hat filteringTranslate imageApply geometric transformation to image2-D box filtering of integral imagesCalculate integral imageConvert integer values using lookup tableCheck validity of colormapCheck validity of connectivity argumentConvert CIE 1976 L*a*b* to RGBConvert label matrix into RGB imageConvert label matrix to cell array of linear indicesAverage or mean of matrix elements2-D median filteringMultilevel image thresholds using Otsu's method2-D order-statistic filteringGlobal histogram threshold using Otsu's methodPad arrayPeak Signal-to-Noise Ratio (PSNR)Measure properties of image regionsConvert RGB image or colormap to grayscaleConvert RGB colormap to HSV colormapConvert RGB to CIE 1976 L*a*b*Convert RGB color values to YCbCr color spaceFind limits to contrast stretch image2-D superpixel oversegmentation of imagesWatershed transformConvert YCbCr color values to RGB color spaceReference 2-D image to world coordinatesReference 3-D image to world coordinates2-D Affine Geometric Transformation2-D Projective Geometric TransformationMorphological structuring elementMorphological offset structuring elementDistance transform of binary imageLabel connected components in 2-D binary image Nonlinear filtering using lookup tablesMorphological operations on binary images2-D correlation coefficientFind edges in intensity imageEnhance contrast using histogram equalizationConvert image to double precisionConvert image to single precisionConvert image to 8-bit unsigned integersConvert image to 16-bit unsigned integersAbsolute difference of two imagesAdjust image intensity values or colormapBottom-hat filteringMorphologically close imageComplement imageDilate imageErode imageFill image regions and holesN-D filtering of multidimensional imagesGradient magnitude and direction of an image Directional gradients of an imageHistogram of image dataLinear combination of imagesAdd noise to imageConvert YCbCr color values to RGB color space Morphologically open imageMorphological reconstructionEstimate displacement field that aligns two 2-D or 3-D images Resize imageRotate imageDisplay imageTop-hat filteringInverse Radon transformConvert matrix to grayscale imageAverage or mean of matrix elements2-D median filteringNormalized 2-D cross-correlationPad arrayRadon transformMeasure properties of image regionsConvert RGB image or colormap to grayscaleConvert RGB color values to YCbCr color spaceStandard deviation of matrix elementsLocal standard deviation of imageFind limits to contrast stretch image从图形文件读取图像写入图像到图形文件关于图形文件的信息从国家图像传输格式的元数据（NITF）文件从NITF文件读取图像读取DPX文件元数据读取DPX图像从分析7.5数据集的头文件读取元数据从分析7.5数据集的图像文件中读取图像数据从归档文件元数据在内部文件格式读取图像匿名DICOM文件获取或设置活动DICOM数据字典显示DICOM文件结构读取DICOM消息元数据发现在DICOM数据字典属性读取DICOM图像生成DICOM的唯一标识符写图像的DICOM文件读高动态范围（HDR）图像写下光辉的高动态范围（HDR）图像文件创建高动态范围图像用于观看的高动态范围图像图像I / O接口检查文件是否存在与r-组开放与r-组文件从图像文件创建减少的分辨率数据集将灰度或二值图像转换为索引图像将索引图像转换为灰度图像转换矩阵到灰度图像将RGB图像的灰度或颜色表索引图像的RGB图像转换转换成RGB图像标签矩阵Bayer编码图像转换为彩色图像二值化图像的阈值分割量化图像使用指定的量化电平和输出值采用多级图像阈值Otsu方法采用局部一阶统计的自适应图像阈值使用全局直方图阈值Otsu方法基于阈值的图像转换成二值图像使用全局阈值Otsu方法采用多层阈值化方法将灰度图像转换为索引图像将图像转换为双精度将图像转换为16位有符号整数将图像转换成java缓冲图像将图像转换为单精度将图像转换为16位无符号整数将图像转换为8位无符号整数创建棋盘格图像创建头部影像添加噪声到图像显示图像显示多个图像帧矩形蒙太奇在单个图形中显示多个图像从多帧图像的电影播放电影、视频或图像序列显示图像作为纹理映射的表面获取图像处理工具箱的首选项显示图像处理工具箱首选项对话框设置图像处理工具箱的首选项或显示有效值图像查看器应用程序图像信息的工具对比度调整工具显示范围的工具距离工具像素信息的工具无文本标签的像素信息工具像素区域的工具用于滚动面板的放大盒在滚动面板中显示的图像的概述工具获取图像处理工具箱的首选项显示图像处理工具箱首选项对话框设置图像处理工具箱的首选项或显示有效值图像信息的工具选择映射工具对比度调整工具作物图像显示范围的工具距离工具像素信息的工具无文本标签的像素信息工具像素区域的工具像素区域工具面板用于滚动面板的放大盒在滚动面板中显示的图像的概述工具滚动面板中显示的图像的工具面板保存图像的工具用于交互式图像导航的滚动面板创建可拖动椭圆创建可拖动自由区域创建可拖动，可调整大小的线创建可拖动点创建可拖动，可调整大小的多边形创建可拖动矩形感兴趣区域（感兴趣区域）基类用鼠标选择多段线用鼠标指定点用鼠标指定矩形从轴的图像数据图像对象的图像模型对象图像模型对象将坐标轴转换为像素坐标关于图像属性的信息获取当前包含图像的轴的句柄获取当前图像包含图像的句柄打开图像对话框获取所有图像处理添加函数句柄到回调列表检查处理的有效性获取处理的应用程序程序员接口（接口）从汞对象检索指针行为目录包含了IPT和Matlab的图标创建图形中的指针管理器从回调列表中删除函数句柄句柄图形对象中的存储指针行为结构排列图的窗口创建矩形拖动约束函数有界调整图像的显示大小作物图像调整图像大小旋转图像转换图像图像金字塔的还原与扩展将几何变换应用于图像拟合控制点对的几何变换二维空间变换在图像中的应用查找空间变换的输出范围输入和输出翻转平台结构的作用创建重采样结构创造空间转换结构（平台）将空间变换N-D数组应用前向空间变换应用逆空间变换创建棋盘格图像二维仿射几何变换三维仿射几何变换二维射影几何变换二维分段线性几何变换二维多项式几何变换二维局部加权平均几何变换将几何变换应用于图像基于强度的图像配准估计对齐两个二维或三维图像的几何变换显示图像比较图像之间的差异两幅图像的复合参考二维图像到世界坐标参考三维图像到世界坐标基于强度的图像配准基于强度的注册的配置估计对齐两个二维或三维图像的几何变换使用相位相关的两个二维图像的几何变换估计估计对齐两个二维或三维图像的位移场两幅图像的复合比较图像之间的差异Mattes互信息度量的配置对象均方误差度量配置对象正规步长梯度下降优化配置对象一加一进化优化配置对象控制点选择工具拟合控制点对的几何变换使用交叉相关的调整控制点位置cpstruct转换控制点的有效对标准化二维互相关从控制点对的空间变换调整图像的灰度值或颜色表对比度调整工具利用反锐化掩模图像锐化采用直方图均衡化增强对比度对比度自适应直方图均衡化（CLAHE）调整直方图的图像与参考图像n-bin直方图申请去相关拉伸的多通道图像查找对比度拉伸图像的限制使用查找表转换整数值添加噪声到图像N维的多维图像滤波二维图像的二维高斯滤波三维图像的三维高斯滤波创建预定义的二维滤波器图像引导滤波标准化二维互相关二维自适应噪声滤除二维中值滤波二维阶统计滤波图像局部标准偏差局部图像范围灰度图像局部熵一般滑动邻域运算Gabor滤波器和Gabor滤波器组的创建应用Gabor滤波器或滤波器组二维图像二维图像的二维图像滤波三维图像的三维盒滤波计算积分图像计算三维积分图像积分图像的二维箱滤波三维整体图像的三维箱滤波通过大小从二值图像中提取对象使用属性从二值图像中提取对象焊盘阵列二维频率响应采用频率采样的二维滤波器采用频率变换的二维滤波器二维FIR滤波器采用一维窗口的方法采用二维窗法的二维二维滤波器二维卷积矩阵二进制命中错误操作二值图像的形态学运算终极侵蚀从二值图像中删除小对象帽子底部过滤抑制连接到图像边缘的光结构形态接近的图像放大图像腐蚀图像扩展极大值变换扩展最小变换填充图像区域和孔h-maxima变换利用H-minima变换强制最小形态上打开的图像形态重构区域极值局部极小顶帽滤波分水岭变换创建连接的阵列检查连通性参数的有效性使用查找表的二值图像的邻域运算使用查找表的非线性滤波创建bwlookup使用查找表形态学结构元素形态学偏移结构元素利用盲反卷积去模糊图像用露西理查德森的方法去模糊图像利用正则化滤波复原图像使用维纳滤波复原图像沿图像边缘的锥度不连续性将光学传递函数转换为点扩散函数转换点扩展函数到光传输函数焊盘阵列指定感兴趣区域（投资回报率）将感兴趣区域（感兴趣区域）的多边形转换为区域掩模用内插法填充图像中的指定区域基于颜色的选择感兴趣区域（感兴趣区域）图像中的感兴趣区域（感兴趣区域）创建可拖动椭圆创建可拖动自由区域创建可拖动，可调整大小的多边形创建可拖动矩形感兴趣区域（感兴趣区域）基类图像I / O接口图像的不同块处理确定块处理的最佳块大小一般滑动邻域运算将矩阵列重新排列成块纵列邻域操作将图像块重新排列成列两幅图像的绝对差添加两个图像或添加常量到图像彩色通道的线性组合补充图像用常数将一幅图像分割成另一幅图像图像的线性组合用常数相乘的两幅图像或多幅图像从另一个或减去一个图像减去一个图像二元图像中的迹区域边界二进制图像中的跟踪对象绘图区域的边界在强度图像中查找边缘发现使用Hough变换圆创建圈子图像的梯度幅值和方向图像的方向梯度查找图像的三维梯度幅值和方向查找三维图像的方向梯度Hough变换基于Hough变换提取直线段确定峰Hough变换四叉树分解在四叉树分解块值在四叉树分解模块设置的值图像区域的测量特性二值图像中的对象区域通过大小从二值图像中提取对象查找二进制图像中的连接组件从二值图像生成凸壳图像二值图像的距离变换二值图像的测地距离变换二值图像的欧拉数在二值图像中查找对象的周长使用属性从二值图像中提取对象在二值图像中选择对象灰度图像的灰度加权距离变换创建图像数据的等高线图图像数据直方图像素的颜色值沿线段的像素值的横截面二维相关系数矩阵元素的平均值或平均值矩阵元素的标准偏差二维二值图像中的标签连接部件二值图像中的标签连接组件从bwconncomp创建标签矩阵结构包的二进制图像打开二进制图像灰度图像熵灰度图像局部熵局部图像范围图像局部标准偏差从图像创建灰度共生矩阵灰度共生矩阵的性质均方误差峰值信噪比（PSNR）结构相似性指数（SSIM）测量图像质量用主动轮廓分割成前景和背景的图像采用快速行进法的二值图像分割用基于测地距离的彩色分割的两个或三个区域的分割图像基于图像梯度的图像像素权重计算基于灰度强度差的图像像素权重计算选择具有相似灰度值的连续图像区域使用全局阈值Otsu方法采用多级图像阈值Otsu方法使用全局直方图阈值Otsu方法采用局部一阶统计的自适应图像阈值查找区域边界的分割二维超像素oversegmentation的图像将二元掩模烧成二维图像将标签矩阵转换为线性指标的单元阵列图像变换二值图像的距离变换二值图像的测地距离变换灰度图像的灰度加权距离变换Hough变换二维离散余弦变换离散余弦变换矩阵将扇形束投影转换成平行光束扇束变换二维逆离散余弦变换逆扇形束变换逆Radon变换将平行光束投影转换成扇形光束Radon变换二维快速傅立叶变换将零频分量移到光谱中心二维逆快速傅立叶变换逆FFT转换颜色转换转换RGB与CIE 1976 L*a*b*将RGB颜色值的NTSC色彩空间转换RGB与CIE 1931 XYZ转换到YCbCr色彩空间RGB颜色值1976将CIE L*a*b*到RGB1976将CIE L*a*b*到CIE 1931 XYZ将CIE 1931 XYZ CIE 1976 L*a*b*CIE 1931 XYZ到RGB的转换YCbCr颜色值转换到RGB颜色空间转换成NTSC值RGB颜色空间将L * A * B *数据转换为双将L*a*b*数据uint16将L*a*b*数据卡片XYZ颜色值转换为双将XYZ颜色值uint16搜索国际商会简介读的ICC配置文件查找系统默认的国际刑事法院配置文件库将颜色配置文件写入磁盘文件真正的有效的国际刑事法院颜色配置文件创建颜色转换结构应用设备独立的颜色空间变换通过减少颜色数的近似索引图像标准照明体XYZ颜色值generation采用局部一阶统计的自适应图像阈值查找区域边界的分割从二值图像中删除小对象二元图像中的迹区域边界查找二进制图像中的连接组件二值图像的距离变换二值图像的欧拉数二维二值图像中的标签连接部件使用查找表的非线性滤波二值图像的形态学运算包的二进制图像在二值图像中查找对象的周长在二值图像中选择对象二进制图像中的跟踪对象打开二进制图像创建连接的阵列Bayer编码图像转换为彩色图像在强度图像中查找边缘拟合控制点对的几何变换创建预定义的二维滤波器基于它的类的图像的默认显示范围选择具有相似灰度值的连续图像区域采用直方图均衡化增强对比度Hough变换基于Hough变换提取直线段确定峰Hough变换转换到RGB的色度HSV颜色图将图像转换为双精度将图像转换为16位有符号整数将图像转换为单精度将图像转换为16位无符号整数将图像转换为8位无符号整数两幅图像的绝对差调整图像的灰度值或颜色表二值化图像的阈值分割帽子底部过滤二维图像的二维图像滤波抑制连接到图像边缘的光结构形态接近的图像补充图像作物图像放大图像腐蚀图像扩展极大值变换扩展最小变换填充图像区域和孔N维的多维图像滤波发现使用Hough变换圆应用Gabor滤波器或滤波器组二维图像二维图像的二维高斯滤波查找图像的三维梯度幅值和方向查找三维图像的方向梯度图像数据直方图h-maxima变换利用H-minima变换图像的线性组合均方误差形态上打开的图像将二元掩模烧成二维图像图像金字塔的还原与扩展量化图像使用指定的量化电平和输出值从图形文件读取图像形态重构区域极值局部极小调整图像大小旋转图像顶帽滤波转换图像将几何变换应用于图像积分图像的二维箱滤波计算积分图像使用查找表转换整数值检查的有效性信息检查连通性参数的有效性1976将CIE L*a*b*到RGB转换成RGB图像标签矩阵将标签矩阵转换为线性指标的单元阵列矩阵元素的平均值或平均值二维中值滤波采用多级图像阈值Otsu方法二维阶统计滤波使用全局直方图阈值Otsu方法焊盘阵列峰值信噪比（PSNR）图像区域的测量特性将RGB图像的灰度或颜色表将RGB颜色表HSV色图转换RGB与CIE 1976 L*a*b*转换到YCbCr色彩空间RGB颜色值查找对比度拉伸图像的限制二维超像素oversegmentation的图像分水岭变换YCbCr颜色值转换到RGB颜色空间参考二维图像到世界坐标参考三维图像到世界坐标二维仿射几何变换二维射影几何变换形态学结构元素形态学偏移结构元素GPU 计算二值图像的距离变换二维二值图像中的标签连接部件使用查找表的非线性滤波二值图像的形态学运算二维相关系数在强度图像中查找边缘采用直方图均衡化增强对比度将图像转换为双精度将图像转换为单精度将图像转换为8位无符号整数将图像转换为16位无符号整数两幅图像的绝对差调整图像的灰度值或颜色表帽子底部过滤形态接近的图像补充图像放大图像腐蚀图像填充图像区域和孔N维的多维图像滤波图像的梯度幅值和方向图像的方向梯度图像数据直方图图像的线性组合添加噪声到图像YCbCr颜色值转换到RGB颜色空间形态上打开的图像形态重构估计对齐两个二维或三维图像的位移场调整图像大小旋转图像显示图像顶帽滤波逆Radon变换转换矩阵到灰度图像矩阵元素的平均值或平均值二维中值滤波标准化二维互相关焊盘阵列Radon变换图像区域的测量特性将RGB图像的灰度或颜色表转换到YCbCr色彩空间RGB颜色值矩阵元素的标准偏差图像局部标准偏差查找对比度拉伸图像的限制。
常用图像处理函数
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([-3 8]) ; colorbar;标尺标度从-3，到8 显示标度尺。
MATLAB图像处理函数大全
Matlab数字数字图像处理函数汇总：1、数字数字图像的变换①fft2：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①imnoise：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②fspecial：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');如有帮助，欢迎支持。
MATLAB 图像处理命令使用
MATLAB 图像处理命令使用1.MATLAB中图像处理的一些简单函数A、imreadimread函数用于读入各种图像文件，其一般的用法为[X，MAP]=imread(‘filename’,‘fmt’)其中，X，MAP分别为读出的图像数据和颜色表数据，fmt为图像的格式，filename为读取的图像文件（可以加上文件的路径）。
例：[X，MAP]=imread（’flowers.tif’,’tif’）;比较读取二值图像，灰度图像，索引图像，彩色图像的X和MAP的特点，可以利用size 函数用来显示数组的维数，了解数据的特点。
B=size(a) 返回数组a 的维数。
B、imwriteimwrite函数用于输出图像，其语法格式为：imwrite(X,map,filename,fmt)imwrite(X,map,filename,fmt)按照fmt指定的格式将图像数据矩阵X和调色板map写入文件filename。
C、imfinfoimfinfo函数用于读取图像文件的有关信息，其语法格式为imfinfo(filename,fmt)imfinfo函数返回一个结构info，它反映了该图像的各方面信息，其主要数据包括：文件名（路径）、文件格式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、文件的宽度、每个像素的位数、图像的类型等。
2.MATLAB中图像文件的显示imshowimshow函数是最常用的显示各种图像的函数，其语法如下：imshow(X,map)其中X是图像数据矩阵，map是其对应的颜色矩阵，若进行图像处理后不知道图像数据的值域可以用[]代替map。
（1）二进制（二值）图像显示方法，在MATLAB中一幅二值图像是uint8或双精度的，该矩阵仅包含0和1。
如果希望工具箱中的函数能将图像理解为二进制的，那么所有数据都要是逻辑数据，必须对其进行设置（将所有数据标志均设置on）.可以对数据利用“~”取反操作实现图像逆转即黑白反色。
Matlab中图像处理常用函数的用法
Matlab中常见函数的用法1 size（）函数1）s=size(A),当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时矩阵的行数，第二个元素是矩阵的列数。
2）[r,c]=size(A),当有两个输出参数时，size函数将矩阵的行数返回到第一个输出变量r，将矩阵的列数返回到第二个输出变量c。
3）size(A,n)如果在size函数的输入参数中再添加一项n，并用1、2或者3为n赋值，则 size将返回矩阵的行数或列数。
其中r=size(A,1)该语句返回的时矩阵A的行数， c=size(A,2) 该语句返回的时矩阵A的列数。
如果A为一个二维数组，则可以将其看成一个第三维为1的数组，即size（A，3）的返回值为1。
2 padarray（）函数B = padarray(A,padsize,padval,direction)A为输入图像，B为填充后的图像，padsize给出了给出了填充的行数和列数，通常用[r c]来表示。
padval和direction分别表示填充方法和方向。
它们的具体值和描述如下：Padval选项：'symmetric'表示图像大小通过围绕边界进行镜像反射来扩展；'replicate'表示图像大小通过复制外边界中的值来扩展；'circular'图像大小通过将图像看成是一个二维周期函数的一个周期来进行扩展。
Direction选项：'pre'表示在每一维的第一个元素前填充；'post'表示在每一维的最后一个元素后填充；'both'表示在每一维的第一个元素前和最后一个元素后填充，此项为默认值。
若参量中不包括direction，则默认值为'both'；若参量中不包含padval，则默认用0来填充。
若参量中不包括任何参数，则默认填充为零且方向为'both'。
MATLAB图像处理函数大全
Matlab图像处理函数大全（一）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 。
matlab图像处理函数大全
matlab图像处理函数大全Matlab是一种强大的科学计算软件，广泛应用于各个领域，包括图像处理。
在Matlab中，有许多内置的图像处理函数，可以帮助我们实现各种图像处理任务。
本文将介绍一些常用的Matlab图像处理函数，帮助您更好地理解和运用这些函数。
1. imread函数imread函数用于读取图像文件，并将其存储为Matlab的图像矩阵。
它可以读取多种图像格式，如JPEG、PNG、BMP等。
例如，可以使用以下代码读取名为"image.jpg"的图像文件：```matlabimage = imread('image.jpg');```2. imshow函数imshow函数用于显示图像。
它可以接受一个图像矩阵作为输入，并将其显示在Matlab的图像窗口中。
例如，可以使用以下代码显示之前读取的图像：```matlabimshow(image);```3. imresize函数imresize函数用于调整图像的大小。
它可以接受一个图像矩阵和目标大小作为输入，并返回调整大小后的图像矩阵。
例如，可以使用以下代码将图像调整为200x200的大小：```matlabresized_image = imresize(image, [200, 200]);```4. rgb2gray函数rgb2gray函数用于将彩色图像转换为灰度图像。
它可以接受一个彩色图像矩阵作为输入，并返回一个灰度图像矩阵。
例如，可以使用以下代码将彩色图像转换为灰度图像：```matlabgray_image = rgb2gray(image);```5. imadjust函数imadjust函数用于调整图像的对比度和亮度。
它可以接受一个灰度图像矩阵和目标对比度和亮度范围作为输入，并返回调整后的图像矩阵。
例如，可以使用以下代码增加图像的对比度和亮度：```matlabadjusted_image = imadjust(gray_image, [0.2, 0.8], [0, 1]);```6. imfilter函数imfilter函数用于对图像进行滤波操作。
Matlab常见函数汇总
Matlab常见函数汇总colorbar显示彩条getimage由坐标轴得到图像数据ice(DIPUM)交互彩色编辑image创建和显示图像对象imagesc缩放数据并显示为图像immovie由多帧图像制作电影imshow显示图像imview在ImageViewer中显示图像montage将多个图像帧显示为矩阵蒙太奇movie播放录制的电影帧rgbcube显示一个彩色RGB立方体subimage在单个图形中显示多幅图像truesize调整图像的显示尺寸warp将图像显示为纹理映射的表面图像文件输入/输出Diinfo从一条DI消息中读取元数据Diread读一幅DI图像Diwrite写一幅DI图像Di-dict.txt包含DI数据字典的文本文件Diuid产生DI唯一的识别器Imfinfo返回关于图像的文件的信息Imread读图像文件Imwrite写图像文件图像算术Imabsdiff计算两幅图像的绝对差Imadd两幅图像相加或把常数加到图像上Implement图像求补Imdivide两幅图像相除,或用常数除图像Imlinb计算图像的线性组合Immultiply两幅图像相乘或用常数乘图像Imsubtract两幅图像相减,或从图像中减去常数几何变换Checkerboard创建棋盘格图像Findbounds求几何变换的输出范围Fliptform颠倒TFORM结构的输入/输出Imcrop修剪图像Imresize调整图像大小Imrotate旋转图像Imtransform对图像应用几何变换Intline整数坐标线绘制算法Makersampler创建重取样器结构Maketform创建几何变换结构(TFORM)Pixeldup(DIPUM)在两个方向上复制图像的像素Tformarray对N-D数组应用几何变换Tformfwd应用正向几何变换Tforminv应用反向几何变换Vstformfwd(DIPUM)可视化正向几何变换图像匹配Cpstruct2pairs将CPSTRUCT转换为有效的控制点对Cp2tform由控制点对推断几何变换Cpcorr使用互相关校准控制点位置Cpselect控制点选择工具Normxcorr2归一化二维互相关像素值及统计Corr2计算二维相关系数Covmatrix(DIPUM)计算向量族的协方差矩阵Imcontour创建图像数据的轮廓线Imhist显示图像数据的直方图Impixel确定像素的彩色点Improfile计算沿着线段的像素值横截面Mean2计算矩阵元素的均值Pixval显示关于像素的信息Regionprops测量图像区域的属性Statmoments(DIPUM)计算一幅图像直方图的统计中心距Std2计算矩阵元素的标准偏差图像分析(包括分割､描述和识别)Bayesgauss(DIPUM)高斯模式的贝叶斯分类器Bound2eight(DIPUM)将4连接边界转换为8连接边界Bound2four(DIPUM)将8连接边界转换为4连接边界Bwboundaries追踪区域边界Bwtraceboundary追踪单个边界Bound2im(DIPUM)将边界转换为图像Boundaries(DIPUM)追踪区域边界Bsubsamp(DIPUM)对边界二次取样Colorgrad(DIPUM)计算一幅RGB图像的向量梯度Colorseq(DIPUM)分割一幅彩色图像Connectpoly(DIPUM)连接多边形的顶点Diameter(DIPUM)测量图像区域的直径Edge(DIPUM)在一幅亮度图像中寻找边缘Fchcode(DIPUM)计算边界的freeman链码Frdescp(DIPUM)计算傅里叶描绘子Graythresh使用Ostu方法计算图像的全局阈值Hough(DIPUM)Hough变换Houghlines(DIPUM)基于Hough变换提取线段Houghpeaks(DIPUM)在Hough变换中检测峰值Houghpixels(DIPUM)计算属于Hough变换bin的图像像素Ifrdescp(DIPUM)计算逆傅里叶描绘子Imstack2vectors(DIPUM)从图像堆栈提取向量Invmoments(DIPUM)计算图像不变距Mahalanobis(DIPUM)计算Mahalanobis距离Minperpoly(DIPUM)计算最小周长多边形Polyangles(DIPUM)计算多边形内角Prinp(DIPUM)得到主分量向量和相关量QtdepQtgetblkQtsetblkRandvertex(DIPUM)Regiongrow(DIPUM)Signature(DIPUM)Specxture(DIPUM)Splitmerge(DIPUM)Statxture(DIPUM)Strsimilarity(DIPUM)X2majoraxis(DIPUM)图像压缩pare(DIPUM)Entropy(DIPUM)Huff2mat(DIPUM)Huffman(DIPUM)Im2jpeg(DIPUM)执行四叉树分解得到四叉树分解中的块值在四叉树中设置块值随机置换多边形顶点由区域生长来执行分割计算边界的标记计算图像的谱纹理使用分离-合并算法分割图像计算图像中纹理的统计度量两个串间的相似性度量以区域的主轴排列坐标x计算和显示两个矩阵间的误差计算矩阵的熵的一阶估计解码霍夫曼编码矩阵为符号源建立一个变长霍夫曼码使用JPEG近似压缩一幅图像。
matlabimread,imshow,subplot,figure,imwrite的用法
matlabimread,imshow,subplot,figure,imwrite的用法1. imread：这个函数用于从文件中读取图像。
它的语法如下：```A = imread(filename)```其中，`filename`是字符串类型的参数，表示要读取的图像文件名。
`A`是一个矩阵，表示读取到的图像。
2. imshow：imshow函数用于显示图像。
它的语法如下：```imshow(A)```其中，`A`是一个矩阵，表示要显示的图像。
3. subplot：subplot函数用于在一个图形窗口中创建一个均匀的子图网格，并指定当前操作的子图。
它的语法如下：```subplot(m,n,p)```其中，`m`表示子图网格的行数，`n`表示子图网格的列数，`p`表示当前要操作的子图的位置。
4. figure：figure函数用于创建一个新的图形窗口。
它的语法如下：```figure```这个函数调用时不带参数，只创建一个新的图形窗口。
5. imwrite：imwrite函数用于将图像保存到一个文件中。
它的语法如下：```imwrite(A,filename)```其中，`A`是一个矩阵，表示要保存的图像，`filename`是保存图像的文件名。
这些函数在MATLAB中经常被用于图像处理和分析领域。
在具体使用时，我们可以结合其他函数一起使用，来完成一些复杂的图像处理任务。
例如，我们可以使用imread读取一张图像，然后使用imshow显示该图像：```A = imread('image.jpg');imshow(A);```我们也可以创建一个带有多个子图的图形窗口，并在不同的子图中显示不同的图像：```figure;subplot(2,2,1);imshow(A);subplot(2,2,2);imshow(B);subplot(2,2,3);imshow(C);subplot(2,2,4);imshow(D);```最后，我们还可以对处理后的图像使用imwrite保存到文件中：```C = someImageProcessingFunction(A);imwrite(C,'processed_image.jpg');```这些函数都是MATLAB中图像处理和分析的基本操作，通过它们的灵活使用，可以实现各种不同的图像处理任务。
MATLAB图像处理函数汇总（二）
MATLAB图像处理函数汇总（⼆）60.imnoise功能:增加图像的渲染效果.语法:J = imnoise(I,type)J = imnoise(I,type,parameters)举例I = imread('eight.tif');J = imnoise(I,'salt & pepper',0.02);imshow(I)figure, imshow(J)相关命令:rand61.impixel功能:确定像素颜⾊值.语法:MATLAB⾼级应⽤——图形及影像处理 348P = impixel(I)P = impixel(X,map)P = impixel(RGB)P = impixel(Incur)P = impixel(X,map,c,r)P = impixel(RGB,c,r)[carp] = impixel(...)P = impixel(x,y,I,xi,yi)P = impixel(x,y,X,map,xi,yi)P = impixel(x,y,RGB,xi,yi)[xi,yi,P] = impixel(x,y,...)举例RGB = imread('flowers.tif');c = [12 146 410];r = [104 156 129];pixels = impixel(RGB,c,r)pixels =61 59 101253 240 0237 37 44相关命令:improfile, pixval62.improfile功能:沿线段计算剖⾯图的像素值.语法:c = improfilec = improfile(n)c = improfile(I,xi,yi)c = improfile(I,xi,yi,n)[cx,cy,c] = improfile(...)[cx,cy,c,xi,yi] = improfile(...)[...] = improfile(x,y,I,xi,yi)[...] = improfile(x,y,I,xi,yi,n)附录 MATLAB图像处理命令 349[...] = improfile(...,method)举例I = imread('alumgrns.tif');x = [35 338 346 103];y = [253 250 17 148];improfile(I,x,y), grid on相关命令:impixel, pixval63.imread功能:从图形⽂件中读取图像.语法:A = imread(filename,fmt)[X,map] = imread(filename,fmt)[...] = imread(filename)[...] = imread(...,idx) (TIFF only)[...] = imread(...,ref) (HDF only)[...] = imread(...,'BackgroundColor',BG) (PNG only) [A,map,alpha] = imread(...) (PNG only)举例[X,map] = imread('flowers.tif',6);info = imfinfo('skull.hdf');[X,map] = imread('skull.hdf',info(4).Reference);bg = [255 0 0];A = imread('image.png','BackgroundColor',bg); MATLAB⾼级应⽤——图形及影像处理 350 [A,map,alpha] = imread('image.png');相关命令:imfinfo, imwrite,fread,double,uint8,uint1664.imresize功能:改变图像⼤⼩.语法:B = imresize(A,m,method)B = imresize(A,[mrows ncols],method)B = imresize(...,method,n)B = imresize(...,method,h)65.imrotate功能:旋转图像.语法:B = imrotate(A,angle,method)B = imrotate(A,angle,method,'crop')举例I = imread('ic.tif');J = imrotate(I,-4,'bilinear','crop');imshow(I)figure, imshow(J)相关命令:imcrop, imresize66.imshow功能:显⽰图像.语法:附录 MATLAB图像处理命令 351imshow(I,n)imshow(I,[low high])imshow(BW)imshow(X,map)imshow(RGB)imshow(...,display_option)imshow(x,y,A,...)imshow filenameh = imshow(...)相关命令:getimage, imread, iptgetpref, iptsetpref, subimage, truesize, warp 67.imwrite功能:把图像写⼊图形⽂件中.语法:imwrite(A,filename,fmt)imwrite(X,map,filename,fmt)imwrite(...,filename)imwrite(...,Param1,Val1,Param2,Val2...)举例imwrite(X,map,'flowers.hdf','Compression','none',... 'WriteMode','append')相关命令:imfinfo, imread68.ind2gray功能:把检索图像转化为灰度图像.语法:I = ind2gray(X,map)举例load treesI = ind2gray(X,map);imshow(X,map)figure,imshow(I)MATLAB⾼级应⽤——图形及影像处理 352相关命令:gray2ind, imshow, rgb2ntsc69.ind2rgb功能:转化索引图像为RGB真彩图像.语法:RGB = ind2rgb(X,map)相关命令:ind2gray, rgb2ind70.iptgetpref功能:获取图像处理⼯具箱参数设置.语法:value = iptgetpref(prefname)举例value = iptgetpref('ImshowAxesVisible')value =off相关命令:imshow, iptsetpref71.iptsetpref功能:设置图像处理⼯具箱参数.语法:iptsetpref(prefname,value)举例iptsetpref('ImshowBorder','tight')相关命令:imshow, iptgetpref, truesize72.iradon附录 MATLAB图像处理命令 353功能:进⾏反Radon变换.语法:I = iradon(P,theta)I = iradon(P,theta,interp,filter,d,n)[I,h] = iradon(...)举例P = phantom(128);R = radon(P,0:179);I = iradon(R,0:179,'nearest','Hann'); imshow(P)figure, imshow(I)相关命令:radon, phantom73.isbw功能:判断是否为⼆进制图像.语法:flag = isbw(A)相关命令:isind, isgray, isrgb74.isgray功能:判断是否为灰度图像.语法:flag = isgray(A)相关命令:isbw, isind, isrgb75.isindMATLAB⾼级应⽤——图形及影像处理 354功能:判断是否为索引图像.语法:flag = isind(A)相关命令:isbw, isgray, isrgb76.isrgb功能:判读是否为RGB真彩图像.语法:flag = isrgb(A)相关命令:isbw, isgray, isind77.makelut功能:创建⼀个⽤于applylut函数的lookup表.语法:lut = makelut(fun,n)lut = makelut(fun,n,P1,P2,...)举例f = inline('sum(x(:)) >= 2');lut = makelut(f,2)lut =111111111附录 MATLAB图像处理命令 35511相关命令:applylut78.mat2gray功能:转化矩阵为灰度图像.语法:I = mat2gray(A,[amin amax])I = mat2gray(A)举例I = imread('rice.tif');J = filter2(fspecial('sobel'),I);K = mat2gray(J);imshow(I)figure, imshow(K)相关命令:gray2ind79.mean2功能:计算矩阵元素的平均值.语法:b = mean2(A)相关命令:std2, mean, std80.medfilt2功能:进⾏⼆维中值过滤.语法:MATLAB⾼级应⽤——图形及影像处理 356 B = medfilt2(A,[m n])B = medfilt2(A)B = medfilt2(A,'indexed',...)举例I = imread('eight.tif');J = imnoise(I,'salt & pepper',0.02);K = medfilt2(J);imshow(J)figure, imshow(K)相关命令:filter2, ordfilt2, wiener281.montage功能:在矩形框中同时显⽰多幅图像.语法:montage(I)montage(BW)montage(X,map)montage(RGB)h = montage(...)举例montage(D,map)附录 MATLAB图像处理命令 357相关命令:immovie82.nlfilter功能:进⾏边沿操作.语法:B = nlfilter(A,[m n],fun)B = nlfilter(A,[m n],fun,P1,P2,...)B = nlfilter(A,'indexed',...)举例B = nlfilter(A,[3 3],'median(x(:))');相关命令:blkproc, colfilt83.ntsc2rgb功能: 转换NTSC的值为RGB颜⾊空间.语法:rgbmap = ntsc2rgb(yiqmap)RGB = ntsc2rgb(YIQ)相关命令:rgb2ntsc, rgb2ind, ind2rgb, ind2gray84.ordfilt2功能:进⾏⼆维统计顺序过滤.语法:B = ordfilt2(A,order,domain)B = ordfilt2(A,order,domain,S)MATLAB⾼级应⽤——图形及影像处理 358 B = ordfilt2(...,padopt)相关命令:medfilt285.phantom功能:产⽣⼀个头部幻影图像.语法:P = phantom(def,n)P = phantom(E,n)[P,E] = phantom(...)举例P = phantom('Modified Shepp-Logan',200);相关命令:radon, iradon86.pixval功能:显⽰图像像素信息.语法:pixval onpixval offpixvalpixval(fig,option)相关命令:impixel, improfile87.qtdecomp功能:进⾏四叉树分解.附录 MATLAB图像处理命令 359语法:S = qtdecomp(I)S = qtdecomp(I,threshold)S = qtdecomp(I,threshold,mindim)S = qtdecomp(I,threshold,[mindim maxdim]) S = qtdecomp(I,fun)S = qtdecomp(I,fun,P1,P2,...)举例I = [1 1 1 1 2 3 6 61 12 1 4 5 6 81 1 1 1 10 15 7 71 1 1 1 20 25 7 720 22 20 22 1 2 3 420 22 22 20 5 6 7 820 22 20 20 9 10 11 1222 22 20 20 13 14 15 16];S = qtdecomp(I,5);full(S)ans =4 0 0 0 2 0 2 00 0 0 0 0 0 0 00 0 0 0 1 1 2 00 0 0 0 1 1 0 04 0 0 0 2 0 2 00 0 0 0 2 0 2 00 0 0 0 0 0 0 0相关命令:qtgetblk, qtsetblk88.qtgetblk功能:获取四叉树分解中的块值.语法:[vals,r,c] = qtgetblk(I,S,dim)MATLAB⾼级应⽤——图形及影像处理 360 [vals,idx] = qtgetblk(I,S,dim)举例[vals,r,c] = qtgetblk(I,S,4)vals(:,:,1) =1 1 1 11 12 11 1 1 11 1 1 1vals(:,:,2) =20 22 20 2220 22 22 2020 22 20 2022 22 20 20r =15c =11相关命令:qtdecomp, qtsetblk89.qtsetblk功能:设置四叉树分解中的块值.语法:J = qtsetblk(I,S,dim,vals)举例newvals = cat(3,zeros(4),ones(4));J = qtsetblk(I,S,4,newvals)J =0 0 0 0 2 3 6 60 0 0 0 4 5 6 80 0 0 0 10 15 7 7附录 MATLAB图像处理命令 3610 0 0 0 20 25 7 71 1 1 1 123 41 1 1 1 5 6 7 81 1 1 1 9 10 11 121 1 1 1 13 14 15 16相关命令:qtdecomp, qtgetblk90.radon功能: 计算Radon变换.语法:R = radon(I,theta)R = radon(I,theta,n)[R,xp] = radon(...)举例iptsetpref('ImshowAxesVisible','on')I = zeros(100,100);I(25:75,25:75) = 1;theta = 0:180;[R,xp] = radon(I,theta);imshow(theta,xp,R,[]), colormap(hot), colorbar 相关命令:iradon, phantom91.rgb2gray功能: 转换RGB图像或颜⾊映像表为灰度图像.语法:I = rgb2gray(RGB)newmap = rgb2gray(map)相关命令:MATLAB⾼级应⽤——图形及影像处理 362 ind2gray, ntsc2rgb, rgb2ind, rgb2ntsc92.rgb2hsv功能: 转化RGB值为HSV颜⾊空间.语法:hsvmap = rgb2hsv(rgbmap)HSV = rgb2hsv(RGB)相关命令:hsv2rgb, rgbplot93.rgb2ind功能: 转化RGB图像为索引图像.语法:[X,map] = rgb2ind(RGB,tol)[X,map] = rgb2ind(RGB,n)X = rgb2ind(RGB,map)[...] = rgb2ind(...,dither_option)举例RGB = imread('flowers.tif');[X,map] = rgb2ind(RGB,128);imshow(X,map)相关命令:cmunique, dither, imapprox, ind2rgb, rgb2gray 94.rgb2ntsc功能: 转化RGB的值为NTSC颜⾊空间.语法:yiqmap = rgb2ntsc(rgbmap)YIQ = rgb2ntsc(RGB)附录 MATLAB图像处理命令 363相关命令:ntsc2rgb, rgb2ind, ind2rgb, ind2gray95.rgb2ycbcr功能: 转化RGB的值为YcbCr颜⾊空间.语法:ycbcrmap = rgb2ycbcr(rgbmap)YCBCR = rgb2ycbcr(RGB)相关命令:ntsc2rgb, rgb2ntsc, ycbcr2rgb96.rgbplot功能:划分颜⾊映像表.语法:rgbplot(map)举例rgbplot(jet)相关命令:colormap97.roicolor功能:选择感兴趣的颜⾊区.语法:BW = roicolor(A,low,high)BW = roicolor(A,v)举例I = imread('rice.tif');BW = roicolor(I,128,255);imshow(I);MATLAB⾼级应⽤——图形及影像处理 364 figure, imshow(BW)相关命令:roifilt2, roipoly98.roifill功能:在图像的任意区域中进⾏平滑插补.语法:J = roifill(Incur)J = roifill(I)J = roifill(I,BW)[J,BW] = roifill(...)J = roifill(x,y,I,xi,yi)[x,y,J,BW,xi,yi] = roifill(...)举例I = imread('eight.tif');c = [222 272 300 270 221 194];r = [21 21 75 121 121 75];J = roifill(Incur);imshow(I)figure, imshow(J)附录 MATLAB图像处理命令 365相关命令:roifilt2, roipoly99.roifilt2功能:过滤敏感区域.语法:J = roifilt2(h,I,BW)J = roifilt2(I,BW,fun)J = roifilt2(I,BW,fun,P1,P2,...)举例h = fspecial('unsharp');J = roifilt2(h,I,BW);imshow(J)相关命令:filter2, roipoly100.roipoly功能:选择⼀个敏感的多边形区域.语法:BW = roipoly(Incur)BW = roipoly(I)BW = roipoly(x,y,I,xi,yi)[BW,xi,yi] = roipoly(...)[x,y,BW,xi,yi] = roipoly(...)举例I = imread('eight.tif');c = [222 272 300 270 221 194];r = [21 21 75 121 121 75];BW = roipoly(Incur);imshow(I)MATLAB⾼级应⽤——图形及影像处理 366 figure, imshow(BW)相关命令:roifilt2, roicolor, roifill101.std2功能:计算矩阵元素的标准偏移.语法:b = std2(A)相关命令:corr2, mean2102.subimage功能:在⼀幅图中显⽰多个图像.语法:subimage(X,map)subimage(I)subimage(BW)subimage(RGB)subimage(x,y,...)h = subimage(...)举例load trees[X2,map2] = imread('forest.tif');subplot(1,2,1), subimage(X,map)subplot(1,2,2), subimage(X2,map2)相关命令:附录 MATLAB图像处理命令 367103.truesize功能:调整图像显⽰尺⼨.语法:truesize(fig,[mrows mcols])truesize(fig)相关命令:imshow, iptsetpref, iptgetpref104.uint8功能:转换数据为8位⽆符号整型.语法:B = uint8(A)举例a = [1 3 5];b = uint8(a);whosName Size Bytes Classa 1x3 24 doublearrayb 1x3 3 uint8 array相关命令:double, im2double, im2uint8105.uint16功能:转换数据为16位⽆符号整型.语法:I = uint16(X)MATLAB⾼级应⽤——图形及影像处理 368举例a = [1 3 5];b = uint16(a);whosName Size Bytes Classa 1x3 24 double arrayb 1x3 6 uint16 array相关命令:double, datatypes, uint8, uint32, int8, int16, int32.106.warp功能:将图像显⽰到纹理映射表⾯.语法:warp(X,map)warp(I,n)warp(BW)warp(RGB)warp(z,...)warp(x,y,z,...)h = warp(...)举例[x,y,z] = cylinder;I = imread('testpat1.tif');warp(x,y,z,I);相关命令:imshow附录 MATLAB图像处理命令 369 107.wiener2功能:进⾏⼆维适应性去噪过滤处理.语法:J = wiener2(I,[m n],noise)[J,noise] = wiener2(I,[m n])举例I = imread('saturn.tif');J = imnoise(I,'gaussian',0,0.005);K = wiener2(J,[5 5]);imshow(J)figure, imshow(K)相关命令:filter2, medfilt2108.ycbcr2rgb功能: 转化YcbCr值为RGB颜⾊空间.语法:rgbmap = ycbcr2rgb(ycbcrmap) RGB = ycbcr2rgb(YCBCR)相关命令:ntsc2rgb, rgb2ntsc, rgb2ycbcr 109.zoom功能:缩放图像.语法:zoom onzoom offzoom outMATLAB⾼级应⽤——图形及影像处理 370 zoom resetzoomzoom xonzoom yonzoom(factor)zoom(fig,option)相关命令:imcrop。
MATLAB中图像函数大全 详解及例子
图像处理函数详解——strel功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。
用法：SE = strel(shape,parameters)创建由指定形状shape对应的结构元素。
其中shape的种类有arbitrary''pair''diamond''periodicline''disk''rectangle''line''square''octagon参数parameters一般控制SE的大小。
例子：se1 = strel('square',6)% 创建6*6的正方形se2 = strel('line',10,45)% 创建直线长度10，角度45se3 = strel('disk',15)% 创建圆盘半径15se4 = strel('ball',15,5)% 创建椭圆体，半径15，高度5图像处理函数详解——roipoly功能：用于选择图像中的多边形区域。
用法：BW = roipoly(I,c,r)BW = roipoly(I)BW = roipoly(x,y,I,xi,yi)[BW,xi,yi] = roipoly(...)[x,y,BW,xi,yi] = roipoly(...)BW = roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标。
BW选中的区域为1，其他部分的值为0.BW = roipoly(I)表示建立交互式的处理界面。
BW = roipoly(x,y,I,xi,yi)表示向量x和y建立非默认的坐标系，然后在指定的坐标系下选择由向量xi，yi指定的多边形区域。
例子：I = imread('eight.tif');c = [222 272 300 270 221 194];r = [21 21 75 121 121 75];BW = roipoly(I,c,r);imshow(I)figure, imshow(BW)图像处理函数详解——roifilt2功能：用于对一个区域进行滤波。
matlab图像处理工具箱大全--参考
图像处理函数详解——imadjust功能：调节灰度图像的亮度或彩色图像的颜色矩阵。
用法：J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)将图像I中的亮度值映射到J中的新值，即将low_in至hige_in之间的值映射到low_out至high_out之间的值。
low_in以下与 high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[0 1]。
newmap = imadjust(map,[low_in high_in],[low_outhigh_out],gamma)调整索引色图像的调色板map。
RGB2 = imadjust(RGB1,[low_in high_in],[low_outhigh_out],gamma)对RGB图像1的红、绿、蓝调色板分别进行调整。
随着颜色矩阵的调整，每一个调色板都有唯一的映射值。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。
如果gamma 小于1，映射被加权到更高的输出值。
如果gamma大于1，映射被加权到更低的输出值。
如果省略了函数的参量，则gamma默认为1（线性映射）。
举例：调整灰度图像：K = imadjust(I,[0.3 0.7],[]);figure, imshow(K)调整RGB图像：RGB1 = imread('football.jpg');RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);imshow(RGB 1), figure, imshow(RGB2)图像处理函数详解——imadd功能：实现图像相加运算。
用法：Z = imadd(X,Y)例子：I = imread('rice.png');J = imread('cameraman.tif');K = imadd(I,J,'uint16');%转换数据类型，然后将图像相加imshow(K,[])图像处理函数详解——im2uint8功能：将图像转换为8位无符号整型。
matlab工具箱中关于数学形态学运算的函数
matlab工具箱中关于数学形态学运算的函数Matlab中的Image Processing Toolbox提供了丰富的数学形态学函数，用于处理图像和二值图像。
以下是一些常用的数学形态学函数：1.膨胀：-函数：`imdilate`-作用：对二值图像中的白色区域进行膨胀操作，增加区域的大小。
2.腐蚀：-函数：`imerode`-作用：对二值图像中的白色区域进行腐蚀操作，减小区域的大小。
3.开运算：-函数：`imopen`-作用：先腐蚀后膨胀，用于去除小对象并平滑物体边缘。
4.闭运算：-函数：`imclose`-作用：先膨胀后腐蚀，用于填充小孔并平滑物体边缘。
5.击中击不中变换：-函数：`bwhitmiss`-作用：应用击中和击不中的结构元素来寻找特定的图像模式。
6.骨架提取：-函数：`bwmorph`中的`skel`-作用：提取二值图像中的骨架。
7.断裂点连接：-函数：`bwmorph`中的`breakpoints`-作用：连接断裂的骨架。
8.区域填充：-函数：`imfill`-作用：填充图像中的孔洞，将连通区域标记为白色。
9.区域标记：-函数：`bwlabel`、`bwconncomp`-作用：标记二值图像中的连通区域，分配不同的标签。
10.区域属性分析：-函数：`regionprops`-作用：计算和分析图像中的区域属性，如面积、周长、中心位置等。
这些函数在图像处理中起着重要作用，帮助用户进行形态学操作，提取图像特征，进行对象分析等。
你可以通过Matlab的帮助文档详细了解每个函数的使用方法和参数。
matlab函数、命令最全的自己总结
matlab函数、命令最全的⾃⼰总结《数字图像处理》冈萨雷斯，Matlab函数汇总 .图像显⽰colorbar显⽰彩条getimage由坐标轴得到图像数据ice（DIPUM）交互彩⾊编辑image创建和显⽰图像对象imagesc缩放数据并显⽰为图像immovie由多帧图像制作电影imshow显⽰图像imview在Image Viewer中显⽰图像montage将多个图像帧显⽰为矩阵蒙太奇movie播放录制的电影帧rgbcube显⽰⼀个彩⾊RGB⽴⽅体subimage在单个图形中显⽰多幅图像truesize调整图像的显⽰尺⼨warp将图像显⽰为纹理映射的表⾯图像⽂件输⼊/输出Dicominfo从⼀条DICOM消息中读取元数据Dicomread读⼀幅DICOM图像Dicomwrite写⼀幅DICOM图像Dicom-dict.txt包含DICOM数据字典的⽂本⽂件Dicomuid产⽣DICOM唯⼀的识别器Imfinfo返回关于图像的⽂件的信息Imread读图像⽂件Imwrite写图像⽂件图像算术Imabsdiff计算两幅图像的绝对差Imadd两幅图像相加或把常数加到图像上Imcomplement图像求补Imdivide两幅图像相除，或⽤常数除图像Imlincomb计算图像的线性组合Immultiply两幅图像相乘或⽤常数乘图像Imsubtract两幅图像相减，或从图像中减去常数⼏何变换Checkerboard创建棋盘格图像Findbounds求⼏何变换的输出范围Fliptform颠倒TFORM结构的输⼊/输出Imcrop修剪图像Imresize调整图像⼤⼩Imrotate旋转图像Imtransform对图像应⽤⼏何变换Intline整数坐标线绘制算法Makersampler创建重取样器结构Maketform创建⼏何变换结构（TFORM）Pixeldup（DIPUM）在两个⽅向上复制图像的像素Tformarray对N-D数组应⽤⼏何变换Tformfwd应⽤正向⼏何变换Tforminv应⽤反向⼏何变换Vstformfwd（DIPUM）可视化正向⼏何变换图像匹配Cpstruct2pairs将CPSTRUCT转换为有效的控制点对Cp2tform由控制点对推断⼏何变换Cpcorr使⽤互相关校准控制点位置Cpselect控制点选择⼯具Normxcorr2归⼀化⼆维互相关像素值及统计Corr2计算⼆维相关系数Covmatrix（DIPUM）计算向量族的协⽅差矩阵Imcontour创建图像数据的轮廓线Imhist显⽰图像数据的直⽅图Impixel确定像素的彩⾊点Improfile计算沿着线段的像素值横截⾯Mean2计算矩阵元素的均值Pixval显⽰关于像素的信息Regionprops测量图像区域的属性Statmoments（DIPUM）计算⼀幅图像直⽅图的统计中⼼距Std2计算矩阵元素的标准偏差图像分析（包括分割、描述和识别）Bayesgauss（DIPUM）⾼斯模式的贝叶斯分类器Bound2eight（DIPUM）将4连接边界转换为8连接边界Bound2four（DIPUM）将8连接边界转换为4连接边界Bwboundaries追踪区域边界Bwtraceboundary追踪单个边界Bound2im（DIPUM）将边界转换为图像Boundaries（DIPUM）追踪区域边界Bsubsamp（DIPUM）对边界⼆次取样Colorgrad（DIPUM）计算⼀幅RGB图像的向量梯度Colorseq（DIPUM）分割⼀幅彩⾊图像Connectpoly（DIPUM）连接多边形的顶点Diameter（DIPUM）测量图像区域的直径Edge（DIPUM）在⼀幅亮度图像中寻找边缘Fchcode（DIPUM）计算边界的freeman链码Frdescp（DIPUM）计算傅⾥叶描绘⼦Graythresh使⽤Ostu⽅法计算图像的全局阈值Hough（DIPUM）Hough变换Houghlines（DIPUM）基于Hough变换提取线段Houghpeaks（DIPUM）在Hough变换中检测峰值Houghpixels（DIPUM）计算属于Hough变换bin的图像像素Ifrdescp（DIPUM）计算逆傅⾥叶描绘⼦Imstack2vectors（DIPUM）从图像堆栈提取向量Invmoments（DIPUM）计算图像不变距Mahalanobis（DIPUM）计算Mahalanobis距离Minperpoly（DIPUM）计算最⼩周长多边形Polyangles（DIPUM）计算多边形内⾓Princomp（DIPUM）得到主分量向量和相关量Qtdecomp执⾏四叉树分解Qtgetblk得到四叉树分解中的块值Qtsetblk在四叉树中设置块值Randvertex（DIPUM）随机置换多边形顶点Regiongrow（DIPUM）由区域⽣长来执⾏分割Signature（DIPUM）计算边界的标记Specxture（DIPUM）计算图像的谱纹理Splitmerge（DIPUM）使⽤分离-合并算法分割图像Statxture（DIPUM）计算图像中纹理的统计度量Strsimilarity（DIPUM）两个串间的相似性度量X2majoraxis（DIPUM）以区域的主轴排列坐标x图像压缩Compare（DIPUM）计算和显⽰两个矩阵间的误差Entropy（DIPUM）计算矩阵的熵的⼀阶估计Huff2mat（DIPUM）解码霍夫曼编码矩阵Huffman（DIPUM）为符号源建⽴⼀个变长霍夫曼码Im2jpeg（DIPUM）使⽤JPEG近似压缩⼀幅图像Im2jpeg2k（DIPUM）使⽤JPEG2000近似压缩⼀幅图像Imratio（DIPUM）计算两幅图像或变量中的⽐特率Jpeg2im（DIPUM）解码IM2JPEG压缩的图像Jpeg2k2im（DIPUM）解码IM2JPEG2K压缩的图像Lpc2mat（DIPUM）解压缩⼀维有损预测编码矩阵Mat2huff（DIPUM）霍夫曼编码矩阵Mat2lpc（DIPUM）使⽤⼀维有损预测编码矩阵Quantize（DIPUM）量化UINT8类矩阵的元素图像增强Adapthisteq⾃适应直⽅图量化Decorrstretch对多通道图像应⽤去相关拉伸Gscale（DIPUM）按⽐例调整输⼊图像的亮度Histeq使⽤直⽅图均衡化来增强对⽐度Intrans（DIPUM）执⾏亮度变换Imadjust调整图像亮度值或彩⾊映射Stretchlim寻找对⽐度拉伸图像的限制图像噪声Imnoise给⼀幅图像添加噪声Imnoise2（DIPUM）使⽤指定的PDF⽣成⼀个随机数数组Imnoise3（DIPUM）⽣成周期噪声线性和⾮线性空间滤波Adpmedian（DIPUM）执⾏⾃适应中值滤波Convmtx2计算⼆维卷积矩阵Dftcorr（DIPUM）执⾏频率域相关Dftfilt（DIPUM）执⾏频率域滤波Fspecial创建预定义滤波器Medfilt2执⾏⼆维中值滤波Imfilter滤波⼆维和N维图像Ordfilter2执⾏⼆维顺序统计滤波Spfilt（DIPUM）执⾏线性和⾮线性空间滤波Wiener2执⾏⼆维去噪滤波线性⼆维滤波器设计Freqspace确定⼆维频率响应间隔Freqz2计算⼆维频率响应Fsamp2使⽤频率取样设计⼆维FIR滤波器Ftrans2使⽤频率变换设计⼆维FIR滤波器Fwind1使⽤⼀维窗法设计⼆维滤波器Fwind2使⽤⼆维窗法设计⼆维滤波器Hpfilter（DIPUM）计算频率域⾼通滤波器Lpfilter（DIPUM）计算频率域低通滤波器图像去模糊（复原）Deconvblind使⽤盲去卷积去模糊图像Deconvlucy使⽤Lucy-Richardson⽅法去模糊Deconvreg使⽤规则化滤波器去模糊Deconvwnr使⽤维纳滤波器去模糊Edgetaper使⽤点扩散函数锐化边缘Otf2psf光传递函数到点扩散函数Pst2otf点扩散函数到光传递函数图像变换Dct2⼆维离散余弦变换Dctmtx离散余弦变换矩阵Fan2para将扇形束投影变换为并⾏射束Fanbeam计算扇形射束变换Fft2⼆维快速傅⾥叶变换Fftn N维快速傅⾥叶变换Fftshift颠倒FFT输出的象限Idct2⼆维逆离散余弦变换Ifanbeam计算扇形射束逆变换Ifft2⼆维快速傅⾥叶逆变换Ifftn N维快速傅⾥叶逆变换Iradon计算逆Radon变换Para2fan将并⾏射束投影变换为扇形射束Phantom⽣成头部仿真模型的图像Radon计算Radon变换⼩波Wave2gray（DIPUM）显⽰⼩波分解系数Waveback（DIPUM）执⾏多灰度级⼆维快速⼩波逆变换Wavecopy（DIPUM）存取⼩波分解结构的系数Wavecut（DIPUM）在⼩波分解结构中置零系数Wavefast（DIPUM）执⾏多灰度级⼆维快速⼩波变换Wavefilter（DIPUM）构造⼩波分解和重构滤波器Wavepaste（DIPUM）在⼩波分解结构中放置系数Wavework（DIPUM）编辑⼩波分解结构Wavezero（DIPUM）将⼩波细节系数设置为零领域和块处理Bestblk为块处理选择块⼤⼩Blkproc为图像实现不同的块处理Col2im将矩阵列重排为块Colfilt按列邻域操作Im2col将图像块重排为列Nlfilter执⾏⼀般的滑动邻域操作形态学操作（亮度和⼆值图像）Conndef默认连通性Imbothat执⾏底帽滤波Imclearborder抑制与图像边框相连的亮结构Imclose关闭图像Imdilate膨胀图像Imerode腐蚀图像Imextendedmax最⼤扩展变换Imextendedmin最⼩扩展变换Imfill填充图像区域和孔洞Imhmax H最⼤变换Imhmin H最⼩变换Imimposemin强制最⼩Imopen打开图像Imreconstruct形态学重构Imregionalmax局部最⼤区域Imregionalmin局部最⼩区域Imtophat执⾏顶帽滤波Watershed分⽔岭变换形态学操作（⼆值图像）Applylut使⽤查表法执⾏邻域操作Bwarea计算⼆值图像中的对象⾯积Bwareaopen打开⼆值区域（删除⼩对象）Bwdist计算⼆值图像的距离变换Bweuler计算⼆值图像的欧拉数Bwhitmiss⼆值击不中操作Bwlabel在⼆维图像中标记连接分量Bwlabeln在N维⼆值图像中标记连接分量Bwmorph对⼆值图像执⾏形态学操作Bwpack打包⼆值图像Bwperim确定⼆值图像中的对象的周长Bwselect选择⼆值图像中的对象Bwulterode最终腐蚀Bwunpack解包⼆值图像Endpoints（DIPUM）计算⼆值图像的端点Makelut构建applylut使⽤的查找表结构元素（STREL）的创建和操作Getheight得到strel的⾼度Getneighbors得到strel邻域的偏移位置和⾼度Getnhood得到strel邻域Getsequence得到分解的strel序列Isflat对平坦的strel返回值Reflect以其中⼼反射strelStrel创建形态学结构元素Translate变换strel基于区域的处理Histroi（DIPUM）计算图像中的ROI的直⽅图Poly2mask将ROI多边形转换为掩膜Roicolor基于颜⾊选择ROIRoifill在任意区域内平稳地内插Roifilt2对ROI进⾏滤波Roipoly选择多边形ROI彩⾊映射处理Brighten加亮或加暗彩⾊映射Cmpermute在彩⾊映射中重排颜⾊Cmunique寻找唯⼀的彩⾊映射颜⾊和相应的图像Colormap设置或得到彩⾊查找表Imapprox以很少的颜⾊近似被索引的图像Rgbplot绘制RGB彩⾊映射分量彩⾊空间转换Applyform应⽤独⽴于设备的彩⾊空间变换Hsv2rgb将HSV值转换为RGB彩⾊空间Iccread读ICC彩⾊配置⽂件Lab2double将L*a*b*彩⾊值转换为double类Lab2uint16将L*a*b*彩⾊值转换为uint16类Lab2uint8将L*a*b*彩⾊值转换为uint8类Makecform创建独⽴于设备的彩⾊空间变换结构Ntsc2rgb将NTSC值转换为RGB彩⾊空间Rgb2hsv将RGB值转换为HSV彩⾊空间Rgb2ntsc将RGB值转换为NTSC彩⾊空间Rgb2ycbcr将RGB值转换为YCBCR彩⾊空间Ycbcr2rgb将YCBCR值转换为RGB彩⾊空间Rgb2hsi（DIPUM）将RGB值转换为HSI彩⾊空间Hsi2rgb（DIPUM）将HSI值转换为RGB彩⾊空间Whitepoint返回标准照明的XYZ值Xyz2double将XYZ彩⾊值转换为double类Xyz2uint16将XYZ彩⾊值转换为uint16类数组操作Circshift循环地移位数组Dftuv（DIPUM）计算⽹格数组Padarray填充数组Paddedsize（DIPUM）计算⽤于FFT的最⼩填充尺⼨图像类型和类型转换Changeclass改变⼀幅图像的类Dither使⽤抖动转换图像Gray2ind将亮度图像转换为索引图像Grayslice通过阈值处理从亮度图像创建索引图像Im2bw通过阈值处理将图像转换为⼆值图像Im2double将图像数组转换为双精度Im2java将图像转换为Java图像Im2java2d将图像转换为Java缓存的图像对象Im2uint8将图像数组转换为8⽐特⽆符号整数Im2uint16将图像数组转换为16⽐特⽆符号整数Ind2gray将索引图像转换为亮度图像Ind2rgb将索引图像转换为RGB图像Label2rgb将标记矩阵转换为RGB图像Mat2gray将矩阵转换为亮度图像Rgb2gray将RGB图像或彩⾊映射转换为灰度图像Rgb2ind将RGB图像转换为索引图像其他函数Conwaylaws（DIPUM）对单个像素应⽤Conway的遗传定律Manualhist（DIPUM）交互地⽣成2模式直⽅图Twomodegauss（DIPUM）⽣成⼀个2模式⾼斯函数Uintlut基于查找表计算新数组值⼯具箱参数Iptgetpref获得图像处理⼯具箱参数的值Iptsetpref设置图像处理⼯具箱参数的值matlab 标注连通域clear;clc;f=imread('c:\1.jpg');gray_level=graythresh(f);f=im2bw(f,gray_level);[l,n]=bwlabel(f,8)imshow(f)hold onfor k=1:n[r,c]=find(l==k);rbar=mean(r);cbar=mean(c);plot(cbar,rbar,'Marker','o','MarkerEdgeColor','k','MarkerFaceColor','k','Marker Size',10); plot(cbar,rbar,'Marker','*','MarkerEdgecolor','w');end主要概念：1.4连接8连接0101p1===>4连接，p为当前像素点。
Matlab图像处理工具箱中部分函数用法
1. blkproc( )用法blkproc功能：对图像进行分块处理调用形式： B = blkproc(A,[m n],fun, parameter1, parameter2, ...)B = blkproc(A,[m n],[mborder nborder],fun,...)B = blkproc(A,'indexed',...)参数解释：[m n] ：图像以m*n为分块单位，对图像进行处理（如8像素*8像素）Fun：应用此函数对分别对每个m*n分块的像素进行处理parameter1, parameter2：要传给fun函数的参数mborder nborder：对每个m*n块上下进行mborder个单位的扩充，左右进行nborder个单位的扩充，扩充的像素值为0，fun函数对整个扩充后的分块进行处理。
这里：fun='P1*x*P2',fun的参数P1,P2,将T,T'传递给fun的参数，即：P1= T,P2=T'.2.dwt2( )用法d wt2功能：单级二维离散小波变换调用格式： [cA,cH,cV,cD] = dwt2(X,'wname')[cA,cH,cV,cD] = dwt2(X,Lo_D,Hi_D)其意义为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换。
cA,cH,cV,cD分别为近似细节分量、水平细节分量、垂直细节分量和对角细节分量。
3.wavedec2( )用法waveder2功能：二维信号的多层小波分解调用格式：[C,S] = wavedec2(X,N,'wname')[C,S] = wavedec2(X,N,Lo_D,Hi_D)其意义为使用小波基函数'wname'对二维信号X进行N层分解。
4.idwt2( )用法idwt2功能：单级二维离散小波反变换调用格式：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)X = idwt2(...,'mode',MODE)其意义为由信号小波分解的近似信号cA和细节信号cH,cV,cD经小波反变换重构原信号X。
使用Matlab进行图像处理的常用函数介绍
使用Matlab进行图像处理的常用函数介绍引言：图像处理是计算机科学和电子工程领域中的重要分支，它利用数字技术对图像进行各种操作和改变，以实现图像的增强、分割、恢复等目标。
而Matlab作为一种功能强大的科学计算软件，被广泛应用于图像处理领域。
本文将介绍几个常用的Matlab图像处理函数，并结合实例进行详解。
一、图像读取与显示函数1. imread函数imread函数是Matlab中用于读取图像的函数，它可以读取各种图像格式（如JPEG、PNG、BMP等）的图像文件，并将其转换为Matlab中的矩阵形式。
示例：```img = imread('image.jpg');```2. imshow函数imshow函数用于在Matlab中显示图像，它可以接受矩阵形式的图像作为输入，并在新窗口中显示出来。
此外，imshow函数还可以对显示的图像进行一些调整，如调整图像的亮度、对比度等参数。
示例：```imshow(img); % 显示读取的图像```二、图像增强函数1. imadjust函数imadjust函数可以调整图像的亮度和对比度，以增强图像的视觉效果。
它通过对图像的像素值进行映射，将原始图像灰度值的范围进行调整，从而使图像的显示效果更好。
示例：```img_adjusted = imadjust(img, [0.2 0.8], [0 1]);```2. histeq函数histeq函数可以进行直方图均衡化处理，使图像的像素值在不同灰度级之间更均匀分布，从而增强图像的对比度和细节。
示例：```img_equalized = histeq(img);```三、图像滤波函数1. imfilter函数imfilter函数实现了不同类型的图像滤波算法，包括平滑滤波、锐化滤波等。
它可以对图像的每个像素点进行卷积运算，以消除噪声、增强边缘等。
示例：```filter = fspecial('average', [5 5]); % 创建一个平滑滤波器img_filtered = imfilter(img, filter); % 对图像进行平滑滤波```2. medfilt2函数medfilt2函数是一种中值滤波算法，它可以有效地去除图像中的椒盐噪声、脉冲噪声等。
matlab绘图知识点总结
matlab绘图知识点总结一、Matlab基本绘图函数1. plot函数plot函数是Matlab中最基本的绘图函数之一，用于绘制二维图表。
其基本语法为：plot(x, y)。
其中x是横轴坐标数据，y是纵轴坐标数据。
通过plot函数可以绘制折线图、散点图等。
2. bar函数bar函数用于绘制条形图，其基本语法为：bar(x, y)。
其中x是条形的横轴坐标位置，y是条形的高度。
3. pie函数pie函数用于绘制饼图，其基本语法为：pie(x, labels)。
其中x是用来指定各个扇形区域的大小的矩阵，labels则是用来指定每个扇形区域的标签。
4. hist函数hist函数用于绘制直方图，其基本语法为：hist(x, bins)。
其中x是待绘制的数据，bins则是用来指定直方图的条形数目。
5. scatter函数scatter函数用于绘制散点图，其基本语法为：scatter(x, y)。
其中x和y分别是散点的横轴和纵轴坐标数据。
6. contour函数contour函数用于绘制等高线图，其基本语法为：contour(x, y, z)。
其中x和y分别是网格的横轴和纵轴坐标，z则是用来指定等高线的数值。
二、自定义图形1. 设置标题、标签和图例在Matlab中，可以使用title、xlabel、ylabel和legend等函数分别设置图表的标题、横轴和纵轴标签以及图例。
2. 设置图表样式可以使用line属性、marker属性以及color属性等来设置折线图、散点图等的样式。
3. 修改图表坐标轴可以使用xlim、ylim函数来设置图表的横轴和纵轴范围，并使用xticks和yticks函数来设置坐标刻度。
4. 绘制多个数据集可以使用hold on函数来绘制多个数据集，并使用hold off函数来结束绘制多个图表。
5. 设置图表背景可以使用grid、box、axis equal等函数来设置图表的背景。
三、子图表绘制1. subplot函数subplot函数用于在一个图形窗口中绘制多个子图表，其基本语法为：subplot(m,n,p)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、图像的变换①fft2：fft2函数用于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①imnoise：用于对图像生成模拟噪声，如：i=imread('104_8.tif');j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声②fspecial：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、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('104_8.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('104_8.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('104_8.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('104_8.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('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、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、形态学图像处理①膨胀：是在二值化图像中“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);Matlab 图像处理相关函数命令大全一、通用函数：colorbar 显示彩色条语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle)getimage 从坐标轴取得图像数据语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画语法：mov=immovie(X,map) \ mov=immovie(RGB)subimage 在一副图中显示多个图像语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \subimage(x,y,...) \ subimage(...)truesize 调整图像显示尺寸语法：truesize(fig,[mrows mcols]) \ truesize(fig)warp 将图像显示到纹理映射表面语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...)zoom 缩放图像语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option)二、图像文件I/O函数命令imfinfo 返回图形图像文件信息语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename)imread 从图像文件中读取（载入）图像语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \ [...]=imread(filename) \ [...]=imread(URL,...) \ [...]=imread(...,idx) (CUR,ICO,and TIFF only) \[...]=imread(...,'frames',idx) (GIF only) \ [...]=imread(...,ref) (HDF only) \[...]=imread(...,'BackgroundColor',BG) (PNG only) \ [A,map,alpha] =imread(...) (ICO,CUR,PNG only)imwrite 把图像写入（保存）图像文件中语法：imwrite(A,filename,fmt) \ imwrite(X,map,filename,fmt) \ imwrite(...,filename) \ imwite(...,Param1,Val1,Param2,Val2...)imcrop 剪切图像语法：I2=imcrop(I) \ X2=imcrop(X,map) \ RGB2=imcrop(RGB) \ I2=imcrop(I,rect) \X2=imcrop(RGB,rect) \ [...]=imcrop(x,y,...) \ [A,rect]=imcrop(...) \[x,y,A,rect]=imcrop(...)imresize 改变图像大小语法：B=imresize(A,m,method)imrotate 旋转图像语法：B=imrotate(A,angle,method) \ B=imrotate(A,angle,method,'crop')三、像素和统计处理函数corr2 计算两个矩形的二维相关系数语法：r=corr2(A,B)imcontour 创建图像数据的轮廓图语法：imcontour(I,n) \ imcontour(I,v) \ imcontour(x,y,...) \ imcontour(...,LineSpec) \ [C,h] =imcontour(...)imfeature 计算图像区域的特征尺寸语法：stats=imfeature(L,measurements) \ stats=imfeature(L,measurements,n)imbist 显示图像数据的柱状图impixel 确定像素颜色值语法：P=impixel(I) \ P=impixel(X,map) \ P=impixel(RGB) \ P=impixel(I,c,r) \P=impixel(X,map,c,r) \ P=impixel(RGB,c,r) \ [c,r,P]=impixel(...) \ P=impixel(x,y,I,xi,yi) \ P=impixel(x,y,RGB,xi,yi) \ P=impixel(x,y,X,map,xi,yi) \[xi,yi,P]=impixel(x,y,...)improfile 沿线段计算剖面图的像素值语法：c=improfile \ c=improfile(n) \ c=improfile(I,xi,yi) \ c=improfile(I,xi,yi,n) \ [cx,cy,c]=improfile(...) \ [cx,cy,c,xi,yi]=improfile(...) \ [...]=improfile(x,y,I,xi,yi) \ [...]=improfile(x,y,I,xi,yi,n) \ [...]=improfile(...,method)mean2 计算矩阵元素的平均值语法：B=mean2(A)pixval 显示图像像素信息语法：pixval onstd2 计算矩阵元素的标准偏移语法：b=std2(A)四、图像分析函数：edge 图像边缘检测语法：BW=edge(I,'sobel') \ BW=edge(I,'sobel',thresh) \BW=edge(I,'sobel',thresh,direction) \ [BW,thresh]=edge(I,'sobel',...) \BW=edge(I,'prewitt') \ BW=edge(I,'prewitt',thresh) \BW=edge(I,'prewitt',thresh,direction) \[BW,thresh]=edge(I,'prewitt',...) \ BW=edge(I,'roberts') \ BW=edge(I,'roberts',thresh) \ [BW,thresh]=edge(I,'roberts',...) \ BW=edge(I,'log') \ BW=edge(I,'log',thresh) \BW=edge(I,'log',thresh,sigma) \ [BW,threshold]=edge(I,'log',...) \BW=edge(I,'zerocross',thresh,h) \ [BW,thresh]=edge(I,'zerocross',...) \BW=edge(I,'canny') \ BW=edge(I,'canny',thresh) \ BW=edge(I,'canny',thresh,sigma) \ [BW,threshold]=edge(I,'canny',...)qtgetblk 获取四叉树分解的块值语法：[vals,r,c]=qtgetblk(I,S,dim) \ [vals,idx]=qtgetblk(I,S,dim)qtsetblk 设置四叉树分解中的块值语法：J=qtsetblk(I,S,dim,vals)五、图像增强函数histeq 用柱状图均等化增强对比语法：J=histeq(I,hgram) \ J=histeq(I,n) \ [J,T]=histeq(I,...) \newmap=histeq(X,map,hgram) \ newmap=histeq(X,map)imadjust 调整图像灰度值或颜色映像表语法：J=imadjust(I,[low_in ,high_in]),[low_out ,high_out],gamma) \newmap=imadjust(map,[low_in ,high_in]),[low_out ,high_out],gamma) \RGB2=imadjust(RGB1,...)imnoise 增强图像的渲染效果语法：J=imnoise(I,type) \ J=imnoise(I,type,parameters)medfilt2 进行二维中值过滤语法：B=medfilt2(A,[m n]) \ B=medfilt2(A) \ B=medfilt2(A,'indexed',...)ordfilt2 进行二维统计顺序过滤语法：B=ordfilt2(A,order,domain) \ B=ordfilt2(A,order,domain,S) \ B=ordfilt2(...,padopt) wiener2 进行二维适应性去噪过滤处理语法：J=wiener2(I,[m n],noise) \ [J,noise]=wiener2(I,[m n])六、线性滤波函数conv2 进行二维卷积操作语法：C=conv2(A,B) \ C=conv2(hcol,hrow,A) \ C=conv2(...,'shape')convmtx2 计算二维卷积矩阵语法：T=convmtx2(H,m,n) \ T=convmtx2(H,[m n])convn 计算n维卷积语法：C=convn(A,B) \ C=convn(A,B,'shape')filter2 进行二维线性过滤操作语法：Y=filter2(h,X) \ Y=filter2(h,X,shape)fspecial 创建预定义过滤器语法：h=fspecial(type) \ h=fspecial(type,parameters)七、线性二维滤波设计函数freqspace 确定二维频率响应的频率空间语法：[f1,f2]=freqspace(n) \ [f1,f2]=freqspace([m n]) \ [x1 ,y1]=freqspace(...,'meshgrid') \ f=freqspace(N) \ f=freqspace(N,'whole')freqz2 计算二维频率响应语法：[H,f1,f2]=freqz2(h,n1,n2) \ [H,fi,f2]]=freqz2(h,[n2,n1]) \ [H,fi,f2]]=freqz2(h,f1,f2]) \ [H,fi,f2]]=freqz2(h) \ [...]=freqz2(h,...,[dx dy]) \ [...]=freqz2(h,...,dx) \ freqz2(...) fsamp2 用频率采样法设计二维FIR过滤器语法：h=fsamp2(Hd) \ h=fsamp2(f1,f2,Hd,[m n])ftrans2 通过频率转换设计二维FIR过滤器语法：h=ftrans2(b,t) \ h=ftrans2(b)fwind1 用一维窗口方法设计二维FIR过滤器语法：h=fwind1(Hd,win) \ h=fwind1(Hd,win1,win2) \ h=fwind1(f1,f2,Hd,...)fwind2 用二维窗口方法设计二维FIR过滤器语法：h=fwind2(Hd,win) \ h=fwind2(f1,f2,Hd,win)八、图像变换函数dct2 进行二维离散余弦变换(反余弦变换用idct2)语法：B=dct2(A) \ B=dct2(A,m.n) \ B=dct2(A,[m n])dctmtx 计算离散余弦傅立叶变换语法：D=dctmtx(n)fft2 进行二维快速傅立叶变换(反变换用ifft2)语法：Y=fft2(X) \ Y=fft2(X,m,n)fftn 进行n维快速傅立叶变换(反变换用ifftn)语法：Y=ffn(X) \ Y=fftn(X,siz)fftshift 快速傅立叶变换的DC组件移到光谱中心语法：Y=fftshift(X) \ Y=fftshift(X,dim)iradon 进行反radon变换语法：I=iradon(P,theta) \ I=iradon(P,theta,interp,filter,d,n) \ [I,h]=iradon(...) phantom 产生一个头部幻影图像语法：P=phantom(def,n) \ P=phantom(E,n) \ [P,E]=phantom(...)radon 计算radon变换语法：R=radon(I,theta) \ [R,xp]=radon(...)九、边沿和块处理函数bestblk 确定进行块操作的块大小语法：siz=bestblk([m n],k) \ [mb,nb]=bestblk([m n],k)blkproc 实现图像的显示块操作语法：B=blkproc(A,[m n]),fun) \ B=blkproc(A,[m n],fun,P1,P2,...) \ B=blkproc(A,[m n],[mborder nborder],fun,...)col2im 将矩阵的列重新组织到块中语法：A=col2im(B,[m n],[mm nn],block_type) \ A=col2im(B,[m n],[mm nn])colfilt 利用列相关函数进行边沿操作语法：B=colfilt(A,[m n],block_type,fun) \ B=colfilt(A,[m n],block_type,fun,P1,P2,...) \ B=colfilt(A,[m n],[mblock nblock],...) \ B=colfilt(A,'indexed',...)im2col 重调图像块为列语法：B=im2col(A,[m n],block_type) \ B=im2col(A,[m n]) \ B=im2col(A,'indexed',...) nlfilter 进行边沿操作语法：B=nlfilter(A,[m n],fun) \ B=nlfilter(A,[m n],fun,P1,P2,...) \ B=nlfilter(A,'indexed',...)十、二进制图像操作函数applylut 在二进制图像中利用lookup表进行行边沿操作语法：A=applylut(BW,LUT)bwarea 计算二进制图像对象的面积语法：total=bwarea(BW)bweuler 计算二进制图像的欧拉数语法：eul=bweuler(BW)bwfill 填充二进制图像的背景色语法：BW2=bwfill(BW1,c,r,n) \ BW2=bwfill(BW1,n) \ [BW2,idx]=bwfill(...) \BW2=bwfill(x,y,BW1,xi,yi,n) \ [x,y,BW2,idx,xi,yi]=bwfill(...) \[BW2,idx]=bwfill(BW1,'holes',n)bwlabel 标注二进制图像中已连接的部分语法：L=bwlabel(BW,n) \ [L,num]=bwlabel(BW,n)bwmorph 提取二进制图像的轮廓语法：BW2=bwmorph(BW1,operation) \ BW2=bwmorph(BW1,operation,n)bwperim 计算二进制图像中对象的周长语法：BW2=bwperim(BW1) \ BW2=bwperim(BW1,CONN)bwselect 在二进制图像中选择对象语法：BW2=bwselect(BW1,c,r,n) \ BW2=bwselect(BW1,n) \ [BW2,idx]=bwselect(...) \ BW2=bwselect(x,y,BW1,xi,yi,n) \ [x,y,BW2,idx,xi,yi]=bwselect(...)dilate 放大二进制图像语法：BW2=dilate(BW1,SE) \ BW2=dilate(BW1,SE,alg) \ BW2=dilate(BW1,SE,...,n) erode 弱化二进制图像的边界语法：BW2=erode(BW1,SE) \ BW2=erode(BW1,SE,alg) \ BW2=erode(BW1,SE,...,n) makelut 创建一个用于applylut函数的lookup表语法：lut=makelut(fun,n) \ lut=makelut(fun,n,P1,P2,...)十一、区域处理函数roicolor 选择感兴趣的颜色区语法:BW=roicolor(A,low,high) \ BW=rocicolor(A,v)roifill 在图像的任意区域中进行平滑插补语法:J=roifill(I,c,r) \ J=roifill(I) \ J=roifill(I,BW) \ [J,BW]=roifill(...) \ J=roifill(x,y,I,xi,yi) \ [x,y,J,BW,xi,yi]=roifill(...)roifilt2 过滤敏感区域语法:J=roifilt2(h,I,BW) \ J=roifilt2(I,BW,fun) \ J=roifilt2(I,BW,fun,P1,P2,...)roipoly 选择一个敏感的多边形区域语法:BW=roipoly(I,c,r) \ BW=roipoly(I) \ BW=roipoly(x,y,I,xi,yi) \ [BW,xi,yi]=roipoly(...) \ [x,y,BW,xi,yi]=roipoly(...)十二、颜色映像处理函数brighten 增加或降低颜色映像表的亮度语法：brighten(beta) \ brighten(h,beta) \ newmap=brighten(beta) \newmap=brighten(cmap,beta)cmpermute 调整颜色映像表中的颜色语法：[Y,newmap]=cmpermute(X,map) \ [Y,newmap]=cmpermute(X,map,index)cmunigue 查找颜色映像表中特定的颜色及相应的图像语法：[Y,newmap]=cmunigue(X,map) \ [Y,newmap]=cmunigue(RGB) \[Y,newmap]=cmunique(I)imapprox 对索引图像进行近似处理语法：[Y,newmap]=imapprox(X,map,n) \ [Y,newmap]=imapprox(X,map,tol) \Y=imapprox(X,map,newmap) \ [...]=imapprox(...,dither_option)rgbplot 划分颜色映像表语法：rgbplot(cmap)十三、颜色空间转换函数hsv2rgb 转换HSV值为RGB颜色空间：M=hsv2rgb(H)ntsc2rgb 转换NTSC值为RGB颜色空间：rgbmap=ntsc2rgb(yiqmap) \ RGB=ntsc2rgb(YIQ) rgb2hsv 转换RGB值为HSV颜色空间：cmap=rgb2hsv(M)rgb2ntsc 转换RGB值为NTSC颜色空间：yiqmap=rgb2ntsc(rgbmap) \ YIQ=rgb2ntsc(RGB) rgb2ycbcr 转换RGB值为YCbCr颜色空间：ycbcrmap=rgb2ycbcr(rgbmap) \YCBCR=rgb2ycbcr(RGB)ycbcr2rgb 转化YCbCr值为RGB颜色空间：rgbmap=ycbcr2rgb(ycbcrmap) \RGB=ycbcr2rgb(YCBCR)十四、图像类型和类型转换函数dither 通过抖动增加外观颜色分辨率转换图像语法：X=dither(RGB,map) \ BW=dither(I)gray2ind 转换灰度图像为索引图像语法：[X,map]=gray2ind(I,n) \ [X,map]=gray2ind(BW,n)grayslice 从灰度图像为索引图像语法：X=grayslice(I,n) \ X=grayslice(I,v)im2bw 转换图像为二进制图像语法：BW=im2bw(I,level) \ BW=im2bw(X,map,level) \ BW=im2bw(RGB,level)im2double 转换图像矩阵为双精度型语法：I2=im2double(I1) \ RGB2=im2double(RGB1) \ I=im2double(BW) \X2=im2double(X1,'indexed')double 转换数据为双精度型语法：double(X)unit8 、unit16转换数据为8位、16位无符号整型：i=unit8(x) \ i=unit16(x)im2unit8 转换图像阵列为8位无符号整型语法：I2=im2unit8(I1) \ RGB2=im2unit8(RGB1) \ I=im2unit8(BW) \X2=im2unit8(X1,'indexed')im2unit16 转换图像阵列为16位无符号整型语法：I2=im2unit16(I1) \ RGB2=im2unit16(RGB1) \ I=im2unit16(BW) \X2=im2unit16(X1,'indexed')ind2gray 把检索图像转化为灰度图像语法：I=ind2gray(X,map)ind2rgb 转化索引图像为RGB真彩图像语法：RGB=ind2rgb(X,map)isbw 判断是否为二进制图像语法：flag=isbw(A)isgray 判断是否为灰度图像语法：flag=isgray(A)isind 判断是否为索引图像语法：flag=isind(A)isrgb 判断是否为RGB真彩色图像语法：flag=isrgb(A)mat2gray 转换矩阵为灰度图像语法：I=mat2gray(A,[amin amax]) \ I=mat2gray(A)rgb2gray 转换RGB图像或颜色映像表为灰度图像语法：I=rgb2gray(RGB) \ newmap=rgb2gray(map)rgb2ind 转换RGB图像为索引图像语法：[X,map]=rgb2ind(RGB,tol) \ [X,map]=rgb2ind(RGB,n) \ X=rgb2ind(RGB,map) \ [...]=rgb2ind(...,dither_option)十五、新增图像处理工具箱函数adapthisteq 限制对比度直方图均衡化: J=adapthisteq(I) \J=adapthisteq(I,param1,val1,param2,val2...)applycform 用于颜色空间变换out=applyform(I,C)bwboundaries 描绘二进制图像边界语法：B=bwboundaries(BW) \ B=bwboundaries(BW,CONN) \B=bwboundaries(BW,CONN,options) [BW,CONN,options] \ [BL]=bwboundaries(...) \ [BLNA]=bwboundaries()bwtraceboundary 描述二进制图像中的物体B=bwtraceboundary(BW,P,fstep) \ B=bwtraceboundary(BW,P,fstep,CONN) \B=bwtraceboundary(...N,dir)decorrstrech 对多通道图像进行去相关处理语法：S=decorrstretch(I) \ S=decorrstretch(I,TOL)dicomdict 获取或读取DICOM文件语法：dicomdict('set',dictionary) \ dictionary=dicomdict('get')getline 用鼠标选择ployline语法：[x,y]=getline(fig) \ [x,y]=getline(ax) \ [x,y]=getline \ [x,y]=getline(...,'closed')getpts 用鼠标选择像素点语法：[x,y]=getpts(fig) \ [x,y]=getpts(ax) \ [x,y]=getptsgetrect 用鼠标选择矩阵语法：rect=getrect(fig) \ rect=getrect(ax) \ rect=getrect(fig)iccread 读取ICC剖面语法：P=iccread(filename)im2java2d 将图像转换为Java缓冲图像语法：jimage=im2java2d(I) \ jimage=im2java2d(X,MAP)imview 在图像与蓝旗中显示图像语法：imview(I) \ imview(RGB) \ imview(X,map) \imview(I,range) \ imview(filename) \ imview(....'InitialMagnification',initial_mag) \ h=imview(...) \ imview close allippl 检查IPPL的存在语法：TF=ippl \ [TF B]=ippliptdemos 显示图像处理工具箱中的索引图像lab2double、lab2unit16、lab2unit8 将L*a*b数据分别转换为双精度、16位数据、8位数据makecform 创造一个色彩转换结构poly2mask 把多边形区域转换成mask区域语法：BW=poly2mask(x,y,m,n)unitlut 查找表中A像素值语法：B=unitlut(A,LUT)xyz2double、xyz2unit16 将颜色数据从XYZ转换到双精度、16进制。