MATLAB图像处理函数大全

### MATLAB图像处理函数详解 #### 图像增强技术 **图像增强**是指为了改善图像质量或突出某些特征而采用的一系列图像处理技术。本章节主要介绍了几种常用的MATLAB图像增强方法，包括直方图均衡化、图像等灰度值图显示、对比度调整以及直方图均衡化。 ##### 1. 直方图均衡化的MATLAB实现 **1.1 imhist函数** - **功能**: 计算并显示图像的色彩直方图。 - **格式**: - `imhist(I,n)`：计算并显示灰度图像`I`的直方图，其中`n`为指定的灰度级数目，默认为256。 - `imhist(X,map)`：计算并显示索引图像`X`的直方图，`map`为调色板。 **1.2 imcontour函数** - **功能**: 显示图像的等灰度值图。 - **格式**: - `imcontour(I,n)`：显示灰度图像`I`的等灰度值图，`n`为灰度级的个数。 - `imcontour(I,v)`：显示灰度图像`I`的等灰度值图，`v`是由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图像对比度。 - **格式**: - `J=imadjust(I,[lowhigh],[bottomtop],gamma)`：调整灰度图像`I`的对比度，其中`[lowhigh]`为原图像中要变换的灰度范围，`[bottomtop]`指定了变换后的灰度范围，`gamma`为校正量。 - `newmap=imadjust(map,[lowhigh],[bottomtop],gamma)`：调整索引色图像的调色板`map`。 **1.4 histeq函数** - **功能**: 实现直方图均衡化。 - **格式**: - `J=histeq(I,hgram)`：实现直方图规定化，即原图像`I`的直方图变换成用户指定的向量`hgram`。 - `J=histeq(I,n)`：指定均衡化后的灰度级数`n`，默认为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)`：针对索引色图像调色板的直方图均衡。 ##### 2. 噪声及其处理 **imnoise函数** - **功能**: 向图像添加噪声。 - **格式**: - `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`用于确定噪声的类型。 - `J=imnoise(I,type,parameter)`：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)`：计算矩阵`A`和`B`的卷积，若`[Ma,Na]`为`A`的尺寸，`[Mb,Nb]`为`B`的尺寸，则`C`的尺寸为`[Ma+Mb-1,Na+Nb-1]`。 - `C=conv2(Hcol,Hrow,A)`：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。 - `full`：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，`C`的尺寸为`[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。 - **格式**: - `Y=filter2(B,X)`：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。 - `Y=filter2(B,X,'shape')`：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。 - `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，`size(Y)<size(X)`。 **3.4 fspecial函数** - **功能**: 产生预定义滤波器。 - **格式**: - `H=fspecial(type)`：产生预定义的滤波器`H`，其中`type`指定了滤波器类型。 - `H=fspecial('gaussian', hsize, sigma)`：生成高斯滤波器，`hsize`为滤波器尺寸，`sigma`为标准差。