1、图像的变换
① fft2：fft2函数用于数字图像的二维傅立叶变换，如：i=imread('104_8.tif');
j=fft2(i);
②ifft2:：ifft2函数用于数字图像的二维傅立叶反变换，如：
i=imread('104_8.tif');
j=fft2(i);
k=ifft2(j);
2、模拟噪声生成函数和预定义滤波器
① imnoise：用于对图像生成模拟噪声，如：
i=imread('104_8.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
② fspecial：用于产生预定义滤波器，如：
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（LoG）滤波器
h=fspecial('average');%均值滤波器
2、图像的增强
①直方图：imhist函数用于数字图像的直方图显示，如：
i=imread('104_8.tif');
imhist(i);
②直方图均化：histeq函数用于数字图像的直方图均化，如：
i=imread('104_8.tif');
j=histeq(i);
③对比度调整：imadjust函数用于数字图像的对比度调整，如：i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);
④对数变换：log函数用于数字图像的对数变换，如：
i=imread('104_8.tif');
j=double(i);
k=log(j);
⑤基于卷积的图像滤波函数：filter2函数用于图像滤波，如：i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
⑥线性滤波：利用二维卷积conv2滤波, 如:
i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
⑦中值滤波：medfilt2函数用于图像的中值滤波，如：
i=imread('104_8.tif');
j=medfilt2(i);
⑧锐化
（1）利用Sobel算子锐化图像, 如:
i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化图像, 如:
i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
3、图像边缘检测
①sobel算子 如：
i=imread('104_8.tif');
j = edge(i,'sobel',thresh)
②prewitt算子 如：
i=imread('104_8.tif');
j = edge(i,'prewitt',thresh)
③roberts算子 如：
i=imread('104_8.tif');
j = edge(i,'roberts',thresh)
④log算子 如：
i=imread('104_8.tif');
j = edge(i,'log',thresh)
⑤canny算子 如：
i=imread('104_8.tif');
j = edge(i,'canny',thresh)
⑥Zero-Cross算子 如：
i=imread('104_8.tif');
j = edge(i,'zerocross',thresh)
4、形态学图像处理
①膨胀：是在二值化图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：
a=imread('104_7.tif'); %输入二值图像
b=[0 1 0;1 1 1;0 1 0];
c=imdilate(a,b);
②腐蚀：函数imerode执行腐蚀，如：
a=imread('104_7.tif'); %输入二值图像
b=strel('disk',1);
c=imerode(a,b);
③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);
④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：
a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);
===========================================================
Matlab 图像处理相关函数命令大全
一、通用函数：
colorbar 显示彩色条
语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle)
getimage 从坐标轴取得图像数据
语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage
imshow 显示图像
语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...)
montage 在矩形框中同时显示多幅图像
语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...)
immovie 创建多帧索引图的电影动画
语法：mov=immovie(X,map) \ mov=immovie(RGB)
subimage 在一副图中显示多个图像
语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...)
truesize 调整图像显示尺寸
语法：truesize(fig,[mrows mcols]) \ truesize(fig)
warp 将图像显示到纹理映射表面
语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...)
zoom 缩放图像
语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option)
二、图像文件I/O函数命令
imfinfo 返回图形图像文件信息
语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename)
imread 从图像文件中读取（载入）图像
语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \ [...]=imread(filename) \ [...]=imread(URL,...) \ [...]=imread(...,idx) (CUR,ICO,and TIFF only) \ [...]=imread(...,'frames',idx) (GIF only) \ [...]=imread(...,ref) (HDF only) \ [...]=imread(...,'BackgroundColor',BG) (PNG only) \ [A,map,alpha] =imread(...) (ICO,CUR,PNG only)
imwrite 把图像写入（保存）图像文件中
语法：imwrite(A,filename,fmt) \ imwrite(X,map,filename,fmt) \ imwrite(...,filename) \ imwite(...,Param1,Val1,Param2,Val2...)
imcrop 剪切图像
语法：I2=imcrop(I) \ X2=imcrop(X,map) \ RGB2=imcrop(RGB) \ I2=imcrop(I,rect) \ X2=imcrop(RGB,rect) \ [...]=imcrop(x,y,...) \ [A,rect]=imcrop(...) \ [x,y,A,rect]=imcrop(...)
imresize 改变图像大小
语法：B=imresize(A,m,method)
imrotate 旋转图像
语法：B=imrotate(A,angle,method) \ B=imrotate(A,angle,method,'crop')
三、像素和统计处理函数
corr2 计算两个矩形的二维相关系数
语法：r=corr2(A,B)
imcontour 创建图像数据的轮廓图
语法：imcontour(I,n) \ imcontour(I,v) \ imcontour(x,y,...) \ imcontour(...,LineSpec) \ [C,h] =imcontour(...)
imfeature 计算图像区域的特征尺寸
语法：stats=imfeature(L,measurements) \ stats=imfeature(L,measurements,n)
imbist 显示图像数据的柱状图
impixel 确定像素颜色值
语法：P=impixel(I) \ P=impixel(X,map) \ P=impixel(RGB) \ P=impixel(I,c,r) \ P=impixel(X,map,c,r) \ P=impixel(RGB,c,r) \ [c,r,P]=impixel(...) \ P=impixel(x,y,I,xi,yi) \ P=impixel(x,y,RGB,xi,yi) \ P=impixel(x,y,X,map,xi,yi) \
[xi,yi,P]=impixel(x,y,...)
improfile 沿线段计算剖面图的像素值
语法：c=improfile \ c=improfile(n) \ c=improfile(I,xi,yi) \ c=improfile(I,xi,yi,n) \ [cx,cy,c]=improfile(...) \ [cx,cy,c,xi,yi]=improfile(...) \ [...]=improfile(x,y,I,xi,yi) \ [...]=improfile(x,y,I,xi,yi,n) \ [...]=improfile(...,method)
mean2 计算矩阵元素的平均值
语法：B=mean2(A)
pixval 显示图像像素信息
语法：pixval on
std2 计算矩阵元素的标准偏移
语法：b=std2(A)
四、图像分析函数：
edge 图像边缘检测
语法：BW=edge(I,'sobel') \ BW=edge(I,'sobel',thresh) \ BW=edge(I,'sobel',thresh,direction) \ [BW,thresh]=edge(I,'sobel',...) \ BW=edge(I,'prewitt') \ BW=edge(I,'prewitt',thresh) \ BW=edge(I,'prewitt',thresh,direction) \
[BW,thresh]=edge(I,'prewitt',...) \ BW=edge(I,'roberts') \ BW=edge(I,'roberts',thresh) \ [BW,thresh]=edge(I,'roberts',...) \ BW=edge(I,'log') \ BW=edge(I,'log',thresh) \ BW=edge(I,'log',thresh,sigma) \ [BW,threshold]=edge(I,'log',...) \ BW=edge(I,'zerocross',thresh,h) \ [BW,thresh]=edge(I,'zerocross',...) \
BW=edge(I,'canny') \ BW=edge(I,'canny',thresh) \ BW=edge(I,'canny',thresh,sigma) \ [BW,threshold]=edge(I,'canny',...)
qtgetblk 获取四叉树分解的块值
语法：[vals,r,c]=qtgetblk(I,S,dim) \ [vals,idx]=qtgetblk(I,S,dim)
qtsetblk 设置四叉树分解中的块值
语法：J=qtsetblk(I,S,dim,vals)
五、图像增强函数
histeq 用柱状图均等化增强对比
语法：J=histeq(I,hgram) \ J=histeq(I,n) \ [J,T]=histeq(I,...) \ newmap=histeq(X,map,hgram) \ newmap=histeq(X,map)
imadjust 调整图像灰度值或颜色映像表
语法：J=imadjust(I,[low_in ,high_in]),[low_out ,high_out],gamma) \ newmap=imadjust(map,[low_in ,high_in]),[low_out ,high_out],gamma) \ RGB2=imadjust(RGB1,...)
imnoise 增强图像的渲染效果
语法：J=imnoise(I,type) \ J=imnoise(I,type,parameters)
medfilt2 进行二维中值过滤
语法：B=medfilt2(A,[m n]) \ B=medfilt2(A) \ B=medfilt2(A,'indexed',...)
ordfilt2 进行二维统计顺序过滤
语法：B=ordfilt2(A,order,domain) \ B=ordfilt2(A,order,domain,S) \ B=ordfilt2(...,padopt)
wiener2 进行二维适应性去噪过滤处理
语法：J=wiener2(I,[m n],noise) \ [J,noise]=wiener2(I,[m n])
六、线性滤波函数
conv2 进行二维卷积操作
语法：C=conv2(A,B) \ C=conv2(hcol,hrow,A) \ C=conv2(...,'shape')
convmtx2 计算二维卷积矩阵
语法：T=convmtx2(H,m,n) \ T=convmtx2(H,[m n])
convn 计算n维卷积
语法：C=convn(A,B) \ C=convn(A,B,'shape')
filter2 进行二维线性过滤操作
语法：Y=filter2(h,X) \ Y=filter2(h,X,shape)
fspecial 创建预定义过滤器
语法：h=fspecial(type) \ h=fspecial(type,parameters)
七、线性二维滤波设计函数
freqspace 确定二维频率响应的频率空间
语法：[f1,f2]=freqspace(n) \ [f1,f2]=freqspace([m n]) \ [x1 ,y1]=freqspace(...,'meshgrid') \ f=freqspace(N) \ f=freqspace(N,'whole')
freqz2 计算二维频率响应
语法：[H,f1,f2]=freqz2(h,n1,n2) \ [H,fi,f2]]=freqz2(h,[n2,n1]) \ [H,fi,f2]]=freqz2(h,f1,f2]) \ [H,fi,f2]]=freqz2(h) \ [...]=freqz2(h,...,[dx dy]) \ [...]=freqz2(h,...,dx) \ freqz2(...)
fsamp2 用频率采样法设计二维FIR过滤器
语法：h=fsamp2(Hd) \ h=fsamp2(f1,f2,Hd,[m n])
ftrans2 通过频率转换设计二维FIR过滤器
语法：h=ftrans2(b,t) \ h=ftrans2(b)
fwind1 用一维窗口方法设计二维FIR过滤器
语法：h=fwind1(Hd,win) \ h=fwind1(Hd,win1,win2) \ h=fwind1(f1,f2,Hd,...)
fwind2 用二维窗口方法设计二维FIR过滤器
语法：h=fwind2(Hd,win) \ h=fwind2(f1,f2,Hd,win)
八、图像变换函数
dct2 进行二维离散余弦变换(反余弦变换用idct2)
语法：B=dct2(A) \ B=dct2(A,m.n) \ B=dct2(A,[m n])
dctmtx 计算离散余弦傅立叶变换
语法：D=dctmtx(n)
fft2 进行二维快速傅立叶变换(反变换用ifft2)
语法：Y=fft2(X) \ Y=fft2(X,m,n)
fftn 进行n维快速傅立叶变换(反变换用ifftn)
语法：Y=ffn(X) \ Y=fftn(X,siz)
fftshift 快速傅立叶变换的DC组件移到光谱中心
语法：Y=fftshift(X) \ Y=fftshift(X,dim)
iradon 进行反radon变换
语法：I=iradon(P,theta) \ I=iradon(P,theta,interp,filter,d,n) \ [I,h]=iradon(...)
phantom 产生一个头部幻影图像
语法：P=phantom(def,n) \ P=phantom(E,n) \ [P,E]=phantom(...)
radon 计算radon变换
语法：R=radon(I,theta) \ [R,xp]=radon(...)
九、边沿和块处理函数
bestblk 确定进行块操作的块大小
语法：siz=bestblk([m n],k) \ [mb,nb]=bestblk([m n],k)
blkproc 实现图像的显示块操作
语法：B=blkproc(A,[m n]),fun) \ B=blkproc(A,[m n],fun,P1,P2,...) \ B=blkproc(A,[m n],[mborder nborder],fun,...)
col2im 将矩阵的列重新组织到块中
语法：A=col2im(B,[m n],[mm nn],block_type) \ A=col2im(B,[m n],[mm nn])
colfilt 利用列相关函数进行边沿操作
语法：B=colfilt(A,[m n],block_type,fun) \ B=colfilt(A,[m n],block_type,fun,P1,P2,...) \ B=colfilt(A,[m n],[mblock nblock],...) \ B=colfilt(A,'indexed',...)
im2col 重调图像块为列
语法：B=im2col(A,[m n],block_type) \ B=im2col(A,[m n]) \ B=im2col(A,'indexed',...)
nlfilter 进行边沿操作
语法：B=nlfilter(A,[m n],fun) \ B=nlfilter(A,[m n],fun,P1,P2,...) \ B=nlfilter(A,'indexed',...)
十、二进制图像操作函数
applylut 在二进制图像中利用lookup表进行行边沿操作
语法：A=applylut(BW,LUT)
bwarea 计算二进制图像对象的面积
语法：total=bwarea(BW)
bweuler 计算二进制图像的欧拉数
语法：eul=bweuler(BW)
bwfill 填充二进制图像的背景色
语法：BW2=bwfill(BW1,c,r,n) \ BW2=bwfill(BW1,n) \ [BW2,idx]=bwfill(...) \ BW2=bwfill(x,y,BW1,xi,yi,n) \ [x,y,BW2,idx,xi,yi]=bwfill(...) \ [BW2,idx]=bwfill(BW1,'holes',n)
bwlabel 标注二进制图像中已连接的部分
语法：L=bwlabel(BW,n) \ [L,num]=bwlabel(BW,n)
bwmorph 提取二进制图像的轮廓
语法：BW2=bwmorph(BW1,operation) \ BW2=bwmorph(BW1,operation,n)
bwperim 计算二进制图像中对象的周长
语法：BW2=bwperim(BW1) \ BW2=bwperim(BW1,CONN)
bwselect 在二进制图像中选择对象
语法：BW2=bwselect(BW1,c,r,n) \ BW2=bwselect(BW1,n) \ [BW2,idx]=bwselect(...) \ BW2=bwselect(x,y,BW1,xi,yi,n) \ [x,y,BW2,idx,xi,yi]=bwselect(...)
dilate 放大二进制图像
语法：BW2=dilate(BW1,SE) \ BW2=dilate(BW1,SE,alg) \ BW2=dilate(BW1,SE,...,n)
erode 弱化二进制图像的边界
语法：BW2=erode(BW1,SE) \ BW2=erode(BW1,SE,alg) \ BW2=erode(BW1,SE,...,n)
makelut 创建一个用于applylut函数的lookup表
语法：lut=makelut(fun,n) \ lut=makelut(fun,n,P1,P2,...)
十一、区域处理函数
roicolor 选择感兴趣的颜色区
语法:BW=roicolor(A,low,high) \ BW=rocicolor(A,v)
roifill 在图像的任意区域中进行平滑插补
语法:J=roifill(I,c,r) \ J=roifill(I) \ J=roifill(I,BW) \ [J,BW]=roifill(...) \ J=roifill(x,y,I,xi,yi) \ [x,y,J,BW,xi,yi]=roifill(...)
roifilt2 过滤敏感区域
语法:J=roifilt2(h,I,BW) \ J=roifilt2(I,BW,fun) \ J=roifilt2(I,BW,fun,P1,P2,...)
roipoly 选择一个敏感的多边形区域
语法:BW=roipoly(I,c,r) \ BW=roipoly(I) \ BW=roipoly(x,y,I,xi,yi) \ [BW,xi,yi]=roipoly(...) \ [x,y,BW,xi,yi]=roipoly(...)
十二、颜色映像处理函数
brighten 增加或降低颜色映像表的亮度
语法：brighten(beta) \ brighten(h,beta) \ newmap=brighten(beta) \ newmap=brighten(cmap,beta)
cmpermute 调整颜色映像表中的颜色
语法：[Y,newmap]=cmpermute(X,map) \ [Y,newmap]=cmpermute(X,map,index)
cmunigue 查找颜色映像表中特定的颜色及相应的图像
语法：[Y,newmap]=cmunigue(X,map) \ [Y,newmap]=cmunigue(RGB) \ [Y,newmap]=cmunique(I)
imapprox 对索引图像进行近似处理
语法：[Y,newmap]=imapprox(X,map,n) \ [Y,newmap]=imapprox(X,map,tol) \ Y=imapprox(X,map,newmap) \ [...]=imapprox(...,dither_option)
rgbplot 划分颜色映像表
语法：rgbplot(cmap)
十三、颜色空间转换函数
hsv2rgb 转换HSV值为RGB颜色空间：M=hsv2rgb(H)
ntsc2rgb 转换NTSC值为RGB颜色空间：rgbmap=ntsc2rgb(yiqmap) \ RGB=ntsc2rgb(YIQ)
rgb2hsv 转换RGB值为HSV颜色空间：cmap=rgb2hsv(M)
rgb2ntsc 转换RGB值为NTSC颜色空间：yiqmap=rgb2ntsc(rgbmap) \ YIQ=rgb2ntsc(RGB)
rgb2ycbcr 转换RGB值为YCbCr颜色空间：ycbcrmap=rgb2ycbcr(rgbmap) \ YCBCR=rgb2ycbcr(RGB)
ycbcr2rgb 转化YCbCr值为RGB颜色空间：rgbmap=ycbcr2rgb(ycbcrmap) \ RGB=ycbcr2rgb(YCBCR)
十四、图像类型和类型转换函数
dither 通过抖动增加外观颜色分辨率转换图像
语法：X=dither(RGB,map) \ BW=dither(I)
gray2ind 转换灰度图像为索引图像
语法：[X,map]=gray2ind(I,n) \ [X,map]=gray2ind(BW,n)
grayslice 从灰度图像为索引图像
语法：X=grayslice(I,n) \ X=grayslice(I,v)
im2bw 转换图像为二进制图像
语法：BW=im2bw(I,level) \ BW=im2bw(X,map,level) \ BW=im2bw(RGB,level)
im2double 转换图像矩阵为双精度型
语法：I2=im2double(I1) \ RGB2=im2double(RGB1) \ I=im2double(BW) \ X2=im2double(X1,'indexed')
double 转换数据为双精度型
语法：double(X)
unit8 、unit16转换数据为8位、16位无符号整型： i=unit8(x) \ i=unit16(x)
im2unit8 转换图像阵列为8位无符号整型
语法：I2=im2unit8(I1) \ RGB2=im2unit8(RGB1) \ I=im2unit8(BW) \ X2=im2unit8(X1,'indexed')
im2unit16 转换图像阵列为16位无符号整型
语法：I2=im2unit16(I1) \ RGB2=im2unit16(RGB1) \ I=im2unit16(BW) \ X2=im2unit16(X1,'indexed')
ind2gray 把检索图像转化为灰度图像
语法：I=ind2gray(X,map)
ind2rgb 转化索引图像为RGB真彩图像
语法：RGB=ind2rgb(X,map)
isbw 判断是否为二进制图像
语法：flag=isbw(A)
isgray 判断是否为灰度图像
语法：flag=isgray(A)
isind 判断是否为索引图像
语法：flag=isind(A)
isrgb 判断是否为RGB真彩色图像
语法：flag=isrgb(A)
mat2gray 转换矩阵为灰度图像
语法：I=mat2gray(A,[amin amax]) \ I=mat2gray(A)
rgb2gray 转换RGB图像或颜色映像表为灰度图像
语法：I=rgb2gray(RGB) \ newmap=rgb2gray(map)
rgb2ind 转换RGB图像为索引图像
语法：[X,map]=rgb2ind(RGB,tol) \ [X,map]=rgb2ind(RGB,n) \ X=rgb2ind(RGB,map) \ [...]=rgb2ind(...,dither_option)
十五、新增图像处理工具箱函数
adapthisteq 限制对比度直方图均衡化: J=adapthisteq(I) \ J=adapthisteq(I,param1,val1,param2,val2...)
applycform 用于颜色空间变换 out=applyform(I,C)
bwboundaries 描绘二进制图像边界
语法： B=bwboundaries(BW) \ B=bwboundaries(BW,CONN) \ B=bwboundaries(BW,CONN,options) [BW,CONN,options] \ [BL]=bwboundaries(...) \ [BLNA]=bwboundaries()
bwtraceboundary 描述二进制图像中的物体
B=bwtraceboundary(BW,P,fstep) \ B=bwtraceboundary(BW,P,fstep,CONN) \ B=bwtraceboundary(...N,dir)
decorrstrech 对多通道图像进行去相关处理
语法：S=decorrstretch(I) \ S=decorrstretch(I,TOL)
dicomdict 获取或读取DICOM文件
语法：dicomdict('set',dictionary) \ dictionary=dicomdict('get')
getline 用鼠标选择ployline
语法：[x,y]=getline(fig) \ [x,y]=getline(ax) \ [x,y]=getline \ [x,y]=getline(...,'closed')
getpts 用鼠标选择像素点
语法：[x,y]=getpts(fig) \ [x,y]=getpts(ax) \ [x,y]=getpts
getrect 用鼠标选择矩阵
语法：rect=getrect(fig) \ rect=getrect(ax) \ rect=getrect(fig)
iccread 读取ICC剖面
语法：P=iccread(filename)
im2java2d 将图像转换为Java缓冲图像
语法：jimage=im2java2d(I) \ jimage=im2java2d(X,MAP)
imview 在图像与蓝旗中显示图像
语法：imview(I) \ imview(RGB) \ imview(X,map) \imview(I,range) \ imview(filename) \ imview(....'InitialMagnification',initial_mag) \ h=imview(...) \ imview close all
ippl 检查IPPL的存在
语法：TF=ippl \ [TF B]=ippl
iptdemos 显示图像处理工具箱中的索引图像
lab2double、lab2unit16、lab2unit8 将L*a*b数据分别转换为双精度、16位数据、8位数据
makecform 创造一个色彩转换结构
poly2mask 把多边形区域转换成mask区域
语法：BW=poly2mask(x,y,m,n)
unitlut 查找表中A像素值
语法：B=unitlut(A,LUT)
xyz2double、xyz2unit16 将颜色数据从XYZ转换到双精度、16进制。
语法：xyzd=xyz2double(XYZ) \ xyz16=xyz2unit16(xyz)
=========================================================
MATLAB图像处理相关函数 非常有用
|