matlab讲述.doc

1，图像的读入和显示：（1）图像读入：A=imread(文件名,文件格式)?[X,map]=imread(文件名) %X代表索引图像矩阵，map为颜色映射表?（2）图像显示：image(A);?2. 图像写回?A=imwrite(文件名,文件格式)?[X,map]=imwrite(文件名)%注意，当只写文件名时，它应带有扩展名?3.获取图像信息? info=iminfo(文件名) 4.标准图像显示技术?（1）imshow(I,n)%显示灰度图像，n为灰度级数?（2）imshow(I,[low,high])%[low,high]为图像数据的值域（可为空[ ]）?（3）imshow(BW)%显示二值图像? （4）imshow(X,map)%显示索引色图像 5.图像的运算（1）Z=imadd(X,Y)%图像的加运算，X,Y是输入的两幅图像，其中一个可以是常数（2）Z=imsubtract(X,Y)%图像的减运算，Y可以是常数（3）Z=immiltiply(X,y)%图像的乘运算，Y也可以是常数 （4）Z=imdivide(X,y)%图像的除运算，Y也可以是常数 6.图像的类型转换（1）RGB=ind2rgb(X,map)%索引图转换为真彩色图（2）I=mat2gray(A)%将一个数据矩阵转换为灰度图（3）I=rgb2gray(RGB)%将一副灰度图转换为真彩色图（4）[X,map]=rgb2ind(RGB,n)%将RGB图转换为索引色图（5）BW=im2bw(I,level)%将真彩色图或灰度图转换为二值图，level为阈值BW=im2bw(X,map,level)%将索引色图转换为二值图 （6）I=ind2gray(X,map)%将索引色图转换为灰度图 7.傅里叶变换（1）Y=fft2(x,m,n)%二维离散傅里叶快速变换，x为要进行傅里叶变换的矩阵，m、n是返回的变换矩阵Y的行数和列数。?（2）Y=ifft2(x,m,n)%二维离散傅里叶反变换?（3）Y1=fftshift(Y)%把傅里叶变换操作得到的结果中零频率成分移到矩阵中心，这样利于观察频谱。 8.离散余弦变换（1）D=dct2(A,m,n)%二维离散余弦变换，A是输入图像，B是返回的DCT变换系数，m、n为D的行数和列数?（2）D=idct(A,m,n)%e二维离散余弦逆变换。? （3）D=dctmtx(n)%返回DCT变换矩阵 9.Radon变换[R,xp]=radon(I,theta)%I为图像矩阵，theta为角度 I=iradon(R,thrta)%逆Radon变换 10.图像的增强（1）（1）imhist(I)%显示一副图像的直方图（2）J=histeq(I)%直方图均衡化（3）J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma)%调整图像灰度值（4）J=adapthisteq(I)%有限对比自适应直方图均衡化 （5）S=decorrestretch(I)%去相关色度拉伸 11.图像的增强（2）B=imfilter(A,H,option1,option2,...)A是输入图像，H是卷积核或相关核，option是一些可选参数。注：权重矩阵称为卷积核，也称为滤波器。卷积核是相关核旋转180度得到的,可选参数参看help 其中H也用H=fspecial(type,parameters)可自定义 12.中值滤波器B=medfilt2(A,[m,n])%A是输入的图像，[m,n]是邻域的大小13.自适应滤波器 B=wiener2(A,[m,n]) 14.图像的分析?P=impixel(I)%交互式获取图像像素值?P=impixel(I,c,r)%指定点坐标像素值，c、r为行坐标和列坐标?C=improfile(I,xi,yi,n,method)%创建图像强度曲线，n规定了计算图像强度点的个数，xi、yi规定了空间直线端点坐标，method是插值方法（nearest,bilinrar,bicubic）? imcontour(I,n,linespec)%显示图像数据的等值线图 15.图像的统计信息B=mean(A)%计算A的均值b=std2（A）%计算A的标准差r=corr2(A,B)%A,B为输入二维矩阵，r是返回的协方差系数 用matlab提取图像的骨架 参看边缘检测技术、闭合边界技术和轮廓提取方面的资料用canny算子检测得到的边界图见附图，还需要进行边界的修补然后提取轮廓根据你的要求再自己加些东西进去吧clear;claI=imread(骨架.jpg);I=rgb2gray(I);J=edg