原创 matlab 图像处理命令（特别详细）

 2010-12-5 23:01  4483 4 4 分类: 处理器与DSP

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 。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,...) 返回从能将图像 I 的灰度直方图变换成

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) 返回对图像 I 添加典型噪声后的有噪图像 J ，参数 type 和 parameter 用于确定噪声的类型和相应的参数。
3. 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)<size(X) 。
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：将原始图像 A 按指定的滤波器 h 进行滤波增强处理，增强后的图像 B 与 A 的尺寸和类型相同

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