数字图像处理Matlab图像处理工具箱PPT.ppt

Matlab图像处理工具箱;一、Matlab简介;1.1 Matlab主包;（4） Matlab数学函数库 Matlab数学函数库是数学运算的一个巨大集合，该函数库既包含了各类简单函数，也包含了矩阵转置、特征值、贝塞尔函数、快速傅里叶变换等复杂函数。 （5） Matlab应用程序接口(API) Matlab应用程序接口是一个Matlab语言向C和Fortran等其他高级语言进行交互的库，包括读写Matlab数据文件(MAT文件)。;1.2 Simulink;二、Matlab常用的基本命令;（2） 全1矩阵 A=ones(n): 生成n×n的全1矩阵。 A=ones(m,n): 生成m×n的全1矩阵。 A=ones(［m,n］): 生成m×n的全1矩阵。 A=ones(a1,a2,a3,…): 生成a1×a2×a3×…的全1矩阵。 A=onse(size(B)): 生成与矩阵B大小相同的全1矩阵。 ;（3） 单位矩阵 A=eye(n): 生成n×n的单位矩阵。 A=eye(m,n): 生成m×n的单位矩阵。 A=eye(［m,n］): 生成m×n的单位矩阵。 A=eye(size(B)): 生成与矩阵B大小相同的单位矩阵。;（4） 均匀分布的随机矩阵 A=rand(n): 生成n×n的随机矩阵。 A=rand(m,n): 生成m×n的随机矩阵。 A=rand(［m,n］): 生成m×n的随机矩阵。 A=rand(a1,a2,a3,…): 生成a1×a2×a3×…的随机矩阵。 A=rand(size(B)): 生成与矩阵B大小相同的随机矩阵。;（5） 正态分布的随机矩阵 A=randn(n): 生成n×n的随机矩阵。 A=randn(m,n): 生成m×n的随机矩阵。 A=randn(［m,n］): 生成m×n的随机矩阵。 A=randn(a1,a2,a3,…): 生成a1×a2×a3×…的随机矩阵。 A=randn(size(B)): 生成与矩阵B大小相同的随机矩阵。;2. 简单矩阵的生成 在Matlab中，可以采用多种不同的方式生成矩阵。 （1） 直接输入矩阵元素 对于较小的简单矩阵，从键盘上直接输入矩阵是最常用的数值矩阵创建方法。需要遵循以下几个基本原则。 ① 矩阵每行的元素必须用空格或逗号分开； ② 在矩阵中，采用分号或回车表明每行的结束； ③ 整个输入矩阵必须包含在方括号中。 ; （2） 从外部数据文件调入矩阵元素 用Matlab生成的矩阵存储成二进制文件或包含数值数据的文本文件可以生成矩阵。文本文件中，数据必须排成一个数据表，数据之间用空格分隔，文件的??行包含矩阵的一行，并且每行的元素个数必须相等。 （3） 利用用户文件创建的M文件矩阵 用户可以使用M文件生成自己的矩阵。M文件是一种包含Matlab代码的文本文件，这种文件的扩展名为.m，所包含的内容就是把在Matlab的命令行上输入的矩阵生成命令存入一个文件。; 3. 向量的生成 Matlab可以采用多种不同的方式生成向量。 （1） 利用冒号“：”生成向量 冒号“：”是Matlab中常用算子之一，不仅可以作数组下标，对数组元素进行引用、增加和删除，还可以用来生成向量。; 冒号“：”使用下列格式生成均匀等分向量： x=j:k 如果jk，则生成向量x=［j,j+1,j+2,…,k］； 如果jk，则生成空向量x=［ ］； x=j:i:k 如果i0且jk或i0且jk，则生成向量x = ［j,j+i,j+2i,…,k］； 如果i0且jk或i0且jk，则生成空向量x=［ ］；;三、图像处理工具箱简介;1. 图像采集与导出;2. 图像分析与增强;3. 图像处理;4. 数据可视化;5. 算法开发与发布;四、Matlab中的图像类型及类型转换; 在缺省的情况下，Matlab将图像中的数据存储为双精度类型（double），即64bit浮点数。这种存储方法的优点在于，使用中不需要数据类型的转换，因为几乎所有的Matlab及其工具箱函数都可以使用double作为参数类型。然而对于图像存储来说，用64bit表示图像数据会导致巨大的存储量，所以Matlab还支持图像数据的另一种类型无符号整型（uint8），即图像矩阵中的每个数据占用1个字节。 Matlab及工具箱中的大多数操作及函数（比如最基本的矩阵相