matlab學(xué)習(xí)筆記(入門)

數(shù)據(jù)類：double，unit8，unit16，unit32，int8，int16，int32，single，char，logical！Matlab中所有數(shù)值計(jì)算都可以用double類來(lái)進(jìn)行！，unit8實(shí)際中最常用的圖像圖像類型：亮度圖像，二值圖像，索引圖像，RGB圖像亮度圖像：是數(shù)據(jù)矩陣，若是unit8或uint16則是【0,255】或者是【0，65535】，若是double類，則像素取值是浮點(diǎn)數(shù)二值圖像只有：0和1的邏輯數(shù)組！、簡(jiǎn)單操作：讀圖并顯示詳細(xì)情況>>f=imread('E:\image\book.pgm');whosNameSizeBytesClassAttributesf289x33897682uint8將圖像垂直翻轉(zhuǎn)：>>f=imread('E:\image\book.pgm');fp=f(end:-1:1,:);imshow(fp)將圖像上下左右翻轉(zhuǎn)：f=imread('E:\image\book.pgm');fc=f(end:-1:1,end:-1:1);imshow(fc)將圖像二次采樣并顯示詳情：>>fs=f(1:2:end,1:2:end);imshow(fs)>>whosfsNameSizeBytesClassAttributesfs145x16924505uint8將圖像取出一部分：>>fg=f(200:250,200:300);imshow(fg)顯示圖像中的一條水平掃描線：>>plot(f(200,:)將兩幅圖像進(jìn)行相乘：f=imread('c:\image\liangdian.jpg');g=imread('c:\image\shuiguo.jpg');g=g(300:715,500:1149);f=f(1:416,1:650);fd=double(f);gd=double(g);p=fd.*gd;數(shù)組乘！pmax=max(p(:));pmin=min(p(:));取最大最小值！pn=mat2gray(p);figure,imshow(pn)亮度變化：函數(shù)imadjust是對(duì)灰度圖像進(jìn)行亮度變化的基本ipt工具：g=imadjust（f，[low-inhigh-in]，[low-inhigh-in]，gamma）Gamma為1線性映射，大于1，則映射被加權(quán)至更低（更暗的）輸出值，小于一，加權(quán)至更高的輸出值明暗反轉(zhuǎn)圖像（負(fù)片）參數(shù)不同：>>f=imread('E:\image\book.pgm');g=imadjust(f,[01],[10]);imshow(g)>>f=imread('E:\image\book.pgm');g=imadjust(f,[01],[10],2);imshow(g)>>f=imread('E:\image\book.pgm');g=imadjust(f,[01],[10],0.5);imshow(g)另外也可以這樣：進(jìn)行明暗反轉(zhuǎn)：g=imcomplement(f);imshow(g)將0.5到0.75之間的灰度級(jí)拓展到0-1，可用于突出我們感興趣的亮度帶g2=g2=imadjust(f,[0.50.75],[01]);imshow(g2)這個(gè)類似上面語(yǔ)句，但又更多的灰色調(diào)，方法是壓縮灰度級(jí)的低端并擴(kuò)展灰度級(jí)的高端g3=imadjust(f,[],[],2);imshow(g3)對(duì)數(shù)和對(duì)比度拉伸變換：對(duì)數(shù)變換通過(guò)此式子完成：g=c*log（1+double（f))對(duì)8比特而言，最簡(jiǎn)便：gs=im2uint8（mat2gray（g））使用mat2gray可將值限定在0-1之間，im2uint可將值限定在0-255之間使用對(duì)數(shù)變化減小動(dòng)態(tài)范圍：>>g=im2uint8(mat2gray(log(1+double(f)));imshow(g)圖像g與原圖像相比，在視覺(jué)方面的改善效果是非常明顯的函數(shù)intrans：建立一個(gè)函數(shù)intrans，利用對(duì)比度拉伸方法得到增強(qiáng)圖像然后在主界面輸入：f=imread('E:\image\book.pgm');g=intrans(f,'stretch',mean2(im2double(f)),0.9);figure,imshow(g)函數(shù)gscale，亮度標(biāo)度的函數(shù)：g=gscale（f，method，low，high）處理圖像時(shí)，即管中間沒(méi)問(wèn)題，但想利用8比特或者16比特格式包村或查看一副圖像時(shí)會(huì)出現(xiàn)問(wèn)題，則要將圖像調(diào)度在全尺度。將彩色圖像變成灰度圖像并變小：>>I=imread('d:\image\tupian2.jpg');whosINameSizeBytesClassAttributesI1000x666x31998000uint8>>I=imread('d:\image\tupian2.jpg');f=rgb2gray(I);s=f(1:2:end,1:2:end);imshow(s)>>whossNameSizeBytesClassAttributess500x333166500uint8生成并繪制圖像的直方圖：把pgm圖像的直方圖顯示出來(lái)：h=imhist（f，b)b適用于形成直方圖的收集箱的個(gè)數(shù)，即灰度級(jí)的個(gè)數(shù)>>f=imread('E:\image\book.pgm');imhist(f)把彩色圖片變成灰度圖像再進(jìn)行顯示其直方圖：>>I=imread('d:\image\tupian2.jpg');f=rgb2gray(I);imhist(s)直方圖經(jīng)常使用條形圖來(lái)進(jìn)行顯示:Bar（horz，v,width）width為1豎條較明顯，為零時(shí)是簡(jiǎn)單的垂直線。默認(rèn)為0.8V是一個(gè)行向量，它包含將被繪制的點(diǎn)；下面的語(yǔ)句將生成一幅條形圖，其水平軸以10個(gè)灰度級(jí)為一組：>>f=imread('E:\image\book.pgm');h=imhist(f);h1=h(1:10:256);horz=1:10:256;bar(horz,h1)>>axis([025501200])>>set(gca,'xtick',0:50:255)>>set(gca,'ytick',0:200:1200)函數(shù)axis：axis([xminxmaxyminymax])用來(lái)標(biāo)注輸出的圖線的最大值最小值。其中，[xminxmaxyminymax]用來(lái)表示需要顯示坐標(biāo)的范圍，xmin、xmax、ymin、ymax分別表示X、Y軸坐標(biāo)最小和最大值。gca表示獲得當(dāng)前軸，xtick和ytick按所示的間隔設(shè)置水平軸和垂直軸的刻度利用title函數(shù)可以給圖形加入標(biāo)題：title（‘titlestring’）‘’內(nèi)為標(biāo)題處出現(xiàn)的字符串，把語(yǔ)句加在上面語(yǔ)句之后即可繪制桿狀圖：>>f=imread('E:\image\book.pgm');>>h1=h(1:10:256);>>horz=1:10:256;>>stem(horz,h1,'fill')>>axis([025501200])>>set(gca,'xtick',0:20:255)>>set(gca,'ytick',0:100:1200)繪制plot圖形：使用函數(shù)plot(horz,v,'color-linestyle-maker')可以自動(dòng)設(shè)定坐標(biāo)軸的取值范圍和刻度線，此時(shí)我們使用以下函數(shù)：ylim('auto')xlim('auto')直方圖均衡化：灰度級(jí)均衡化處理的最終結(jié)果是一幅擴(kuò)展了的動(dòng)態(tài)范圍的圖像，它具有較高的對(duì)比度，注意該變換函數(shù)只不過(guò)是一個(gè)累積分布函數(shù)使用直方圖并調(diào)用直方圖均衡化技術(shù)來(lái)處理離散灰度級(jí)時(shí)，一般說(shuō)來(lái)，處理后的圖像的直方圖將不再均勻，這源于變量的離散屬性。直方圖均衡化使用函數(shù)histeq（f，nlev）>>imshow(f);>>figure,imhist(f);>>ylim('auto')>>g=histeq(f,256);>>figure,imshow(g)>>figure,imhist(g)>>ylim('auto')空間濾波：線性空間濾波（暫緩····）subplot(m,n,p)的意思：plot是圖的意思，

sub是子的意思。

subplot(m,n,p)生成m*n個(gè)子圖，當(dāng)前激活第p個(gè)子圖。彩色圖像不能直接進(jìn)行傅立葉變換，圖像處理中很多情況下都是把一幅彩色圖像分成三個(gè)類似灰度圖像（一般是red，green，blue）來(lái)進(jìn)行處理的。

至于進(jìn)行傅立葉變化，可以直接對(duì)灰度圖像進(jìn)行二維傅立葉變換fft2，但是結(jié)果仍需要處理才能更容易理解和觀察。高斯模糊是低通濾波的一種，也就是濾波函數(shù)是高斯函數(shù)，由于理想低通濾波會(huì)帶來(lái)振鈴現(xiàn)象，所以往往采用巴特爾茨或者高斯函數(shù)作為濾波函數(shù)。

高斯濾波是指用高斯函數(shù)作為濾波函數(shù)，至于是不是模糊，要看是高斯低通還是高斯高通，低通就是模糊，高通就是銳化高斯平滑濾波：>>img=imread('e:\image\shuiguo.jpg');f=rgb2gray(img);彩圖變成灰度圖像subplot(1,2,1);創(chuàng)建子圖imshow(f);并在子圖中的一行一列顯示灰度圖ff=double(f);把其他類型對(duì)象轉(zhuǎn)換為雙精度數(shù)值

f=fft2(f);二維離散Fourier變換

f=fftshift(f);直流分量對(duì)中的譜，，簡(jiǎn)化頻譜的視覺(jué)效應(yīng)，函數(shù)fftshift通過(guò)交換F的象限來(lái)操作，若a=【12；34】則fftshift（a）=【43；21】在變化計(jì)算后使用fftshift的結(jié)果與在計(jì)算變換前將輸入圖像乘以（-1）的x+y次方所得結(jié)果是相同的，但不可以互換！[m,n]=size(f);size取矩陣的大小d0=80;m1=fix(m/2);

fix向零取整

n1=fix(n/2);

fix向零取整

fori=1:mforj=1:nd=sqrt((i-m1)^2+(j-n1)^2);h(i,j)=exp(-d^2/2/d0^2);endendg=f.*h;g=ifftshift(g);g=ifft2(g);g=mat2gray(real(g));real表示復(fù)數(shù)的實(shí)部

，ifft的輸出實(shí)際上都會(huì)有很小的虛部分量，因此要提取結(jié)果的虛部

mat2gray實(shí)現(xiàn)圖像矩陣的歸一化操作。[1]所謂"歸一化"就是使矩陣的每個(gè)元素的值都在0和1之間。該函數(shù)在數(shù)字圖像處理中經(jīng)常用到。subplot(1,2,2);imshow(g);imwrite(img,'2.jpg');Do變小··圖像變得更加模糊了···原理？？頻域處理：計(jì)算并可視化二維DFT；f=imread('e:\image\heibai.jpg');subplot(1,2,1);imshow(f);g=fft2(f);快速傅立葉變換函數(shù)fft：F=fft2（f）；使用傅立葉進(jìn)行濾波時(shí)，需要對(duì)輸入數(shù)據(jù)進(jìn)行零填充則：F=fft2（f，P，Q)使用所要求的0的個(gè)數(shù)對(duì)輸入圖像進(jìn)行填充，以便結(jié)果函數(shù)的大小為p*qg=fftshift(g);subplot(1,2,2);imshow(abs(g),[])>>s=log(1+abc(g));imshow(s,[])傅立葉頻譜可以使用函數(shù)abs來(lái)獲得：s=abs（f）該函數(shù)計(jì)算數(shù)組的每一個(gè)元素的幅值（實(shí)部和虛部平方和的平方根）；下面為計(jì)算他的傅立葉變換并顯示其頻譜：F=fft2（f）；S=abs(F);imshow(S,[])不理想·因此在該例中鍵入：Fc=fftshift（F);%fc為已居中的變換。Imshow（abs（Fc），[])；%居中后的圖像很明顯但是該頻譜中值的動(dòng)態(tài)范圍與··比特顯示相比要大得多因此我們使用對(duì)數(shù)變化來(lái)處理該問(wèn)題：s2=log(1+abs(fc));subplot(1,4,4);imshow(s2,[])可視細(xì)節(jié)的增加就變得很明顯了！總體顯示如下;f=imread('e:\image\heibai.jpg');subplot(1,4,1);imshow(f);g=fft2(f);s=abs(g);subplot(1,4,2);imshow(s,[]);fc=fftshift(s);subplot(1,4,3);imshow(abs(fc),[]);s2=log(1+abs(fc));subplot(1,4,4);imshow(s2,[])>>im2bw()將真彩色、索引色和灰度圖像轉(zhuǎn)換為二值圖像。loadtreesBW=im2bw(X,map,0.4);imshow(X,map),figure,imshow(BW)ind2gray()將索引色圖像轉(zhuǎn)換為灰度圖像。loadtreesJ=ind2gray(X,map);imshow(X,map),figure,imshow(J)ind2rgb()將索引色圖像轉(zhuǎn)換為真彩色圖像。loadtreesJ=ind2rgb(X,map);imshow(X,map),figure,imshow(J)mat2gray()將數(shù)據(jù)矩陣轉(zhuǎn)換為灰度圖像。rgb2gray()將真彩色圖像轉(zhuǎn)換為灰度圖像。rgb2ind()將真彩色圖像轉(zhuǎn)換為索引色圖像。把彩色圖像轉(zhuǎn)化為灰度圖像之后對(duì)圖像進(jìn)行直方圖均衡化··（改善視覺(jué)效果）f=imread('e:\image\shuiguo.jpg');g=rgb2gray(f);h=histeq(g);subplot(1,2,1),imshow(g);subplot(1,2,2),imshow(h);figure,subplot(1,2,1),imhist(g);subplot(1,2,2),imhist(h);圖像增強(qiáng)方法：對(duì)數(shù)變換：I=imread(‘pout.tif’);imshow(I)I=double(I)%對(duì)數(shù)運(yùn)算不支持uint8類型數(shù)據(jù)J=log(I+1);figure,imshow(J,[4,5])將彩圖變成灰度圖像之后，進(jìn)行直方圖均衡化，在把均衡化前后的圖像分別做增強(qiáng)··f=imread('e:\image\lunzi.png'); g=rgb2gray(f); h=histeq(g); i=double(h); l=log(i+1); subplot(1,2,1),imshow(l,[4,5]);subplot(1,2,2),imshow(g)>>增加噪聲：I=imread('eight.tif');J1=imnoise(I,'gaussian',0,0.02);%對(duì)圖像數(shù)據(jù)添加均值為0，方差為0.02的高斯噪聲。J2=imnoise(I,'salt&pepper',0.02);%對(duì)圖像數(shù)據(jù)添加椒鹽噪聲。J3=imnoise(I,'speckle',0.02);%對(duì)圖像數(shù)據(jù)添加乘性噪聲。subplot(2,2,1),imshow(I)subplot(2,2,2),imshow(J1)subplot(2,2,3),imshow(J2)subplot(2,2,4),imshow(J3)去噪聲處理：領(lǐng)域平均法h=[111;111;111];%產(chǎn)生濾波模板h=h/9;%對(duì)模板歸一化J=conv2(J1,h);%多項(xiàng)式乘、