MATLAB 图像处理

基础

简介

图像类型

灰度图像

二值图像

RGB图像

索引图像

颜色图

colorcube 获取颜色图

colormap 更改颜色图

HSV彩色空间

rgb2hsv 将RGB颜色转换为HSV颜色

图像坐标系

像素索引式

空间坐标式

函数

imread 读入图像

imshow 显示图像

imtool 用窗口显示图像

image 矩阵显示图像

imagesec 待补充

colorbar 显示彩色条

montage

zoom

warp

subimage

impixel 显示像素信息

impixelinfo 显示像素信息

imwrite 保存图像

imfinfo 显示内存信息

mat2gray 矩阵灰度化

rgb2gray 彩色灰度化

im2uint8 转换为8位

im2double 转换为双精度

VideoReader 读取视频文件

mmfileinfo 多媒体文件信息

readFrame 读取视频帧数据

hasFrame 判断读取成功

movie 播放视频

getframe 捕获坐标区或图像作为影片帧

immovie

imiplay

imbinarize 灰度二值化

imadjust 调整灰度或颜色图

分段线性变换

对数变换

stretchlim 对比度计算 待补充

对数函数-没懂

对比度拉伸函数(公式)-没懂

imadd 叠加图像

imnoise 添加噪声

imsubstrcat 减去图像

imabsdiff 两图像的绝对差

immultiple 两图像相乘

imdivide 两图像相除

imcomplement 图像反转

imlincomb 图像线性组合

imresize 调整图像大小

rescale 缩放标定元素值

imrotate 旋转图像

imcrop 裁剪图像-？？返回的坐标位置

centerCropWindow2d 创建矩形中心裁切窗口-没看完

rectangle 画尖角圆角矩形

imtranslate 平移图像

affine2d 二维仿射几何变换

**待补充**

invert 逆几何变换

isrigid 判断是否刚性变换

isSimilarity 判断是否相似变换

isTranslation 判断是否纯平移

outputLimits 待补充

transformPointsForward 前向几何变换-待补充

transformPointsInverse -待补充

imwarp 图像几何变换

nlfilter 滑动邻域操作

colfilt 列方向邻域操作/非线性滤波 待补充

im2col 重排矩阵加速块处理

col2im im2col的逆-待补充

blockproc 非重复块处理 待补充

block_struct 块结构体 待补充

padarray 填充图像(矩阵)

roipoly 指定多边形ROI

roicolor 基于颜色选择ROI

ismember 待补充

createMask 创建二值掩码图像

ROI 相关对象

regionfill 区域填充

roifilt2 ROI区域滤波

imhist 图像直方图

stem 待补充

histeq 直方图均衡化规定化 算法没懂 待补充

mean2 计算矩阵均值

std2 计算矩阵标准差

std 计算向量标准差

corr2 二维相关系数

corr 线性或秩相关性 没懂

fspecial 创建预定义的二维滤波器

imfilter 图像滤波

conv2 二维卷积

filter2 二维数字滤波器

medfilt2 中值滤波

ordfilt2 排序滤波

wiener2 二维自适应滤波 待补充

fft 快速傅里叶变换 待补充

fft2 二维快速傅里叶变换

nextpow2 用于填充fft 待补充

fftshift 将零频分量移到频谱中心

ifftshift 逆零频平移

stem 绘制离散序列数据

atan 反正切

atan2 四象限反正切

imag 取复数的虚部

real 取复数实部

angle 相位角

ifft2 二维快速傅里叶逆变换

imapprox 近似索引图

rgb2ind 将RGB转换为索引图像

dither 转换图像，抖动

grayslice 灰度图转换为索引图

gray 灰度颜色数组

flip 翻转元素顺序

flipud 将数组上下翻转

fliplr 将数组左右翻转

gray2ind 灰度、二值转换为索引图

ind2gray 索引转换为灰度图像

ind2rgb 索引图像转换为RGB图像

颜色空间转换

edge 边缘检测

hough 霍夫变换

houghpeaks 霍夫变换中的峰值

《数字图像处理matlab版》原书中的图像资源，自取https://pan.baidu.com/s/1NDg_BbVuZipQm1f3KQzJ-Q (提取码x14a)

《数字图像处理matlab版》还是得啃啊，要不然原理都不懂

软件自带的帮助文档，部分没有中文解释，最好配合在线官方文档；同时文档中的“尝试此例”很有用，值得运行

基础

简介

图像关于x,y坐标和幅度是连续的。但是数字图像关于x,y坐标和幅度是离散的。

离散：

采样：坐标值数字化

量化：幅度数字化

MATLAB数字坐标原点为(1,1)

注意某些函数对图像坐标的行列定义是不一样的

图像类型

数据类型：无符号，有符号；8、16、32位；char(16位)；logic(8位)类型

灰度图像

无符号8位，无符号16位，double，single。double和single类的灰度图像通常会归一化到0-1范围内(没懂)

二值图像

二值图像是只含有0和1的逻辑数组，不是数值数组

应用类型转换函数(不限于二值图像)

logic，im2uint8,im2unit16,im2double,im2single,mat2gray

mat2gray(A,[Amin,Amax])

将图像转换为标定(自动标定)到[0,1]范围内的double类型的数组，注意返回的还是double类型的数组，范围[0,1]

mat2grat(A) 没有范围裁剪

logical(A)

如果是只有数值0和1，则转换为逻辑0和1

如果有其他数，A 中的任意非零元素都将转换为逻辑值 1 (true)，零则转换为逻辑值 0 (false)。复数值和 NaN 不能转换为逻辑值

RGB图像

可以看成三幅灰度图像形成的堆叠，显示彩色与显示器有关

如果数据类型为double，那么取值范围为[0,1]

如果为Uint8,uint16则不会归一化到[0,1]

图像位深度，RGB图像，如果数据类型为8位，则为深度为8X3=24位

组成RGB图像

串联三个灰度图像形成RGB图像，rgb=cat(3,r,g,b) 形成RGB图像的方式可以不同，行串联，列串联，第三方向串联

提取RGB的每个通道分量

r=rgb(:,:,1)

g=rgb(:,:,2)

b=rgb(:,:,3)

RGB(2,5,:) 返回2行5列像素的RGB值

《书》自定义函数，可以从某个点观察RGB彩色空间立方体，P120

索引图像

索引图像将图像的灰度值直接映射到彩色值，

索引图像有两个分量，整数矩阵x，和彩色映射矩阵map。

map：mX3数组，double类型的[0,1]范围内数组，m等于颜色数

索引图与灰度图，map索引数组每行的三列值相等，则为灰度图

索引图像，对于

颜色图

颜色图数值取值范围为[0,1]，的矩阵，用于定义诸如曲面、图像以及补片之类的图形对象的颜色，可以 通过将数据值映射到颜色图中的颜色来绘制这些对象

colorcube 获取颜色图

文档没懂

colormap 更改颜色图

更改所属坐标区或图窗的颜色图

colormap(map) map是定义的颜色图矩阵，注意数值元素为[0,1]

colormap map 将当前(相邻绘图语句)图窗的颜色图设置为系统自带的一种预定义颜色图

colormap(target,map) 为特定图窗指定不同的颜色图

ax1 = subplot(2,1,1);

surf(peaks)

colormap(ax1,spring)

map=colormap 返回当前图窗的颜色图，颜色图为矩阵形式

mesh(peaks)

colormap(parula(5)) 设定数值来指定颜色图的颜色数，parula为系统预定义的一个颜色图

HSV彩色空间

rgb2hsv 将RGB颜色转换为HSV颜色

HSV = rgb2hsv(RGB) 转换为色调、饱和度、明度

hsvmap = rgb2hsv(rgbmap) RGB颜色图，转换为HSV颜色图，见文档

输入是RGB图像

返回的HSV色彩三通道的值为[0,1],其为double类型

HSV空间待补充

图像坐标系

像素索引式

离散的形式，相当于矩阵索引

空间坐标式

表示图像中位置的另一种方法是使用连续变化的坐标系，而不是离散的索引。对于这种坐标，您可以想象图像覆盖在一个方形补片之上。在像这样的空间坐标系中，图像中的位置是平面上的位置，它们用 x 和 y(而不是像素索引系统中的行和列)来描述。从笛卡尔坐标角度来看，(x,y) 位置(如 (3.2,5.3))是有意义的，并且不同于像素 (5,3)

内部坐标系

默认情况下，工具箱使用与图像像素索引对应的图像空间坐标系。它称为内部坐标系

任何像素的中心点的内部坐标 (x,y) 与该像素的列和行索引相同

注意，相对于像素索引 (5,3)，坐标设定 (3.0,5.0) 的顺序在内部坐标中是反向的。

一般如果函数使用空间坐标式会指明，

世界坐标系

见文档

函数

imread 读入图像

读图像

I=imread('pout.tif') 读取特定格式的图像

I=imread('filename') 从指定文件读取图像，若文件包含多幅图像则读取第一幅图像

I=imrad('filename',idx) 从多福图像中读取指定图像，idx=1:5读取前5幅

[X,map]=imread('filename') X为索引图像，map为关联的图像，自动将map索引彩色图像转换为double类型的[0,1]区间内

其他类型图像间文档

imshow 显示图像

显示图像

imshow(I)

[A,map]=imshow('1.jpg')

A为索引图,uint8类型，map为阈值关联的彩色图，颜色图的数值范围为[0,1]且为double类型

imshow(I,[low high]) (等价于语法imshow(I,'DisplayRange',[low high]) )

小于low的值显示为黑色，大于high的值显示为白色，范围内的灰度值不变，

imshow(I,[]) low=min(I(:)) high=max(I(:))

imshow(I) 没有指定显示范围，则根据读入的数据类型，确定显示范围 uint8最大显示范围为[0,255],single和double为[0,1]z

注意：输入类型为single和double类型的数据，范围必须在[0,1]，数值超出范围需要进行缩放处理

其他见文档

当数据元素超出显示范围时，即正负均存在时，负数变为0，正数变为1

imtool 用窗口显示图像

在图像工具浏览器中显示图像

imtool('1.jpg') 直接读取图像，图像不会被存储到工作空间中

I=imread('1.jpg')

imtool(I) 读取图像，该图像先被存储到工作空间中

多帧图像智慧读取第一帧

imtool(I,'IntialMagnification','adaptive') 按图像原始大小显示，若尺寸过大，则适应屏幕

'IntialMagnification'-'fit' 缩放图像适应显示窗口

'IntialMagnification'-具体数字，但图像大小的具体数字%显示图像，100表示原始显示，屏幕一个像素对应图像一个像素

imtool close all 关闭所有显示图像

imtool可以全景查看图像(当图像过大时)

可以查看特定区域像素，

可以查看图像信息=imfinfo

image 矩阵显示图像

将矩阵元素值映射为颜色

image(C) C为数组或矩阵

会将数组 C 中的数据显示为图像。C 的每个元素指定图像的 1 个像素的颜色。生成的图像是一个 m×n 像素网格，其中 m 和 n 分别是 C 中的行数和列数。这些元素的行索引和列索引确定了对应像素的中心(相当于处于空间坐标系下)

image(x,y,C) 相当于改变的是图像坐标的位置，相当于平移操作，改变C(1,1)的位置

注意：空间坐标系是连续的，xy的值是整数，定义的是图像像素的中心位置(索引位置)

imshow(X,map)

等价于

image(X);colormap(map);

其他控制与解释没看，见文档

imagesec 待补充

colorbar 显示彩色条

显示色阶的颜色栏

colorbar 在当前坐标区或图的右侧显示一个垂直栏，颜色栏显示当前颜色图，并指示数据值(具体数值)到颜色图的映射(不同颜色显示不同的值)

colorbar(location) 改变颜色栏位置，不是所有图都能更改 localtion为不同的字段值

colorbar(target,location) 在指定特定坐标区或图显示颜色栏

c=coloorbar() 创建句柄c,用于后续改变属性值

colorbar('off') 关闭所有颜色栏 colorbar(target,'关闭指定目标的颜色栏')

对颜色栏可改变名称、数值等

改变属性见文档

montage

zoom

warp

subimage

impixel 显示像素信息

返回选中像素和像素集的数据值，可以将像素坐标值作为输入或者是用鼠标选中像素

P=impixel(I) 交互式显示像素的信息，鼠标选择后显示像素信息

[X,map]=imread('peppers.png');

p=impixel(X,map) 返回map中的值

p=impixel(I,c,r) c、r为行值和列值，返回指定位置的像素值

p=impixel(I,map,c,r) 同理

[c,r,p]=impixel()出了颜色(灰度)像素值外，还显示输出对应的坐标值

impixelinfo 显示像素信息

在当前窗口显示像素信息，对光标自动改变，位置默认为像素的左下角

impixelinfo 创建一个显示工具，包含坐标和像素值

impixelinfo(h) 句柄h指定窗口，可以是一个图像、一个轴等

set(hp,'Position',[5 1 300 20]); 改变显示信息的位置

impixellinfoval 不显示前缀

imwrite 保存图像

保存图像

imwrite(I,'pout.png')

具体类型见文档

imfinfo 显示内存信息

显示图像信息

info=imfinfo('filename.type') %包括路径等信息 注意不能是图像变量名

info返回的是一个结构体，其中包括多个成员，如果filename包含多个图像，则info返回的是一个结构体数组info(3)定位到结构体数组中的某个图像的结构

mat2gray 矩阵灰度化

将矩阵转换为灰度图像

I=mat2gray(A,[amin amax])

将A矩阵中[amin amax]范围内的值，标定到[0 1]区间，返回I，是double类型

I=mat2gray(A)

默认[amin amax]为矩阵的最大值和最小值，标定到[0,1]区间，返回double类型

rgb2gray 彩色灰度化

将RGB真彩色图像灰度化，将彩色图(索引)灰度化

gray_image=rgb2gray(rgb)

返回uint8类型

[X,map]=imread('1.jpg')

newmap=rgb2gray(map) map是double类型，则newmap也是double类型，只不过每行RGB[0,1]的范围内的值都相同

imshow(X,map)

算法见文档

im2uint8 转换为8位

将灰度图、RGB、二值图转换为uint8，

如果输入是logic，则将整数1变换为255

官网文档的注意事项

注意：如果是double和single图像，则输入范围必须是[0,1]，否则需要利用rescale函数重新缩放到[0,1]

im2double 转换为双精度

将图像转换为双精度

I=im2double(I) I可以是灰度图像、真彩色图像、二值图像，注意im2double会将范围值缩放到[0,1]区间

如果输入是double、single、logical则输出的像素值与输入相同，即255还是255.0，

如果是uint8类型的数据，变成double的同时会被标定到[0,1]区间

如果函数要求double像素值在[0,1]区间，那么对输入是double类型利用Im2double1后，再使用rescale函数将像素值缩放到[0,1]区间上

属于对索引图像的区别，加偏移量1，(与颜色图有关)见文档

VideoReader 读取视频文件

读取视频文件

v=VideoReader('1.mp4') v是一个结构体，包含视频的信息

v.属性名可返回多个属性信息

像素位数、设定从哪读取的时间戳、文件长度、帧率、高、宽、文件名

帧数、路径...等

mmfileinfo 多媒体文件信息

info=mmfileinfo('1.mp4')

info是一个结构体，返回基本信息(文件名、路径、长度(秒)、Audio音频结构体，vidoe视频结构体)

video=info.video 包括(该文件的格式、宽、高)

readFrame 读取视频帧数据

最好不要使用 VideoReader.read函数

v=VideoReader('1.mp4')

while hasFrame(v) %hasFrame判断是否可读取该帧，返回逻辑值

video=readFrame(v); 读取每一帧的数据

end

hasFrame 判断读取成功

movie 播放视频

有问题

movie(M)，在当前坐标区播放矩阵M的影片，值播放一次，如果要在当前图窗中播放影片，则movie(gcf,M) M必须是影片帧数组

Movie(M,n) 影片播放n次，n可以是数组向量，n=[10 4 4 2 1]播放10次，播放顺序为第4帧、第4帧..

Movie(M,n,fps) fps设置帧率，默认12

Movie(M,n,fps,loc) 指定影片帧的位置

注意要调整图窗的尺寸的大小

movie值接受8位图像帧，不接受16为灰度和24为真彩色(那么只能是8位伪彩色图像)

getframe 捕获坐标区或图像作为影片帧

捕获坐标区或图像作为影片帧

F=getframe

捕获显示在屏幕上的当前坐标区作为影片帧。F 是一个包含图像数据的结构体。getframe 按照屏幕上显示的大小捕获这些坐标区。它并不捕获坐标区轮廓外部的刻度标签或其他内容。

见文档

显示得到的影片帧

imshow(F.cdata)

捕获特定坐标区内容

F=grtframe(ax)

ax2 = subplot(2,1,1);

F = getframe(ax2);

imshow(F.cdata)

捕获图窗

F=getframe(fig);imshow(F.cdata) fig表示图窗

当捕获的是图窗内容是，即表示截取的图像窗口的所有内容F=getframe(gcf)

捕获特定位置

F=getframe(_,rect) rect=[left bottom width height]

immovie

imiplay

imbinarize 灰度二值化

将灰度图像转换为二值图像

如果是其他类型的图像都要转换成灰度图像

输入图像最好为single或double类型[0,1]区间内的元素值，其他类型应该也可以

输出图像为Logic图像

BW=imbinarize(I)

默认使用otsu算法 官方文当有算法

BW=imbinarize(I,method)

使用global或adaptive的方法

默认为global方法(即otsu方法)(otsuthresh函数和graythresh函数)

adapitive表示局部自适应阈值方法(adaptthresh函数)官方文档有算法

BW=imbinarize(I,T)

T为全局阈值或局部自适应阈值，

如果T为标量，则将T作为全局阈值，利用otsuthresh函数和graythresh函数计算全局图像阈值

如果T为数值矩阵，则将T作为局部自适应阈值，利用adaptthresh函数计算局部自适应阈值

相当于上述method利用的是函数的默认值，T为特定计算值

BW=imbinarize(I,'adaptive',Nanme,Value)

控制自适应阈值方法

见官方文档

imadjust 调整灰度或颜色图

J = imadjust(I)

将灰度图像 I 中的强度值映射到 J 中的新值。默认情况下，imadjust 对所有像素值中最低的 1% 和最高的 1% 进行饱和处理。此运算可提高输出图像 J 的对比度

J = imadjust(I,[low_in high_in]) 将I中[low_in high_in]的值映射到[0,1]

J = imadjust(I,[low_in high_in],[low_out high_out]) 将I中[low_in high_in]的值映射到[low_out high_out]

J = imadjust(I,[low_in high_in],[low_out high_out],gamma)

gamma控制I与J的输出关系(控制关系曲线形状)，gamma小于1变亮，gamma大于1变暗，等于1线性输出

J = imadjust(RGB,[low_in high_in],___) 将真彩色图像 RGB 中的值映射到 J 中的新值。您可以为每个颜色通道应用相同的映射或互不相同的映射。

newmap = imadjust(cmap,[low_in high_in],___) 将颜色图 cmap 中的值映射到 newmap 中的新值。您可以为每个颜色通道应用相同的映射或互不相同的映射。

输入是灰度图像或者是RGB图像，注意输入的限制[0,1]，见文档

分段线性变换

输入图像灰度所在区间[0,a],[a,b],[b,L]

输入目标图像对应区间[0,c],[c,d],[d,L]

c a ⋅ f \frac{c}{a}·fac​⋅f( 0 < f < a ) (0(0

d − c b − a ( f − a ) + c \frac{d-c}{b-a}(f-a)+cb−ad−c​(f−a)+c( a < f < b ) (a(a

L − d L − b ( f − b ) + d \frac{L-d}{L-b}(f-b)+dL−bL−d​(f−b)+d( b < f < L ) (b(b

对数变换

l o g ( 1 + f ) b \frac{log(1+f)}{b}blog(1+f)​

stretchlim 对比度计算 待补充

对比度拉伸

lowhigh=stretchlim(I) 计算上下限，上下限为图像像素值的上1%和下%，返回两个值[0.01 0.99]

J=imadjust(I,stretchlim(I),[]);

lowhigh=stretchlim(I,Tol) 没懂

对数函数-没懂

与gamma曲线相比，gamma曲线是可以变的，对数函数的形状就是一个函数是不可以变的

对比度拉伸函数(公式)-没懂

输入图像f，输出图像g

g=1./(1+(m./f).^E)

E是控制该函数的斜率，g的范围不能超过[0,1]

imadd 叠加图像

叠加两幅图像，或将标量加到图像上

数据溢出会圆整(截断)

I=imadd(x,y)

I=imadd(x,y,'uint16') 指定数据类型，避免数据溢出

I=imadd(x,50) 如果是标量则为double类型

imnoise 添加噪声

J=imnoise(I,'method')

高斯噪声、泊松噪声、椒盐噪声、乘性噪声、

输入类型和算法见文档

imsubstrcat 减去图像

减去图像或常量

I=imsubstract(x,y) 表示X-Y 注意数据溢出会圆整

实际上就是I=X-Y

imabsdiff 两图像的绝对差

Z=imabsdiff(X,Y)

immultiple 两图像相乘

相当于矩阵 .乘

可以是矩阵或者是常量

imdivide 两图像相除

imcomplement 图像反转

输入可以是灰度、二值、RGB

J=imcomplement(I)

imlincomb 图像线性组合

相当于矩阵的线性加权

Z = imlincomb(K1,A1,K2,A2,...,Kn,An)

Z = imlincomb(K1,A1,K2,A2,...,Kn,An,K) 最后会增加偏移量k

Z = imlincomb(_,classtype) 定义输出的数据类型

系数为double类型 矩阵类型不限，注意数据溢出

imresize 调整图像大小

B=imresize(A,scale)

将A的长宽缩放scale倍

A可以是灰度、RGB、二值图像

(如果A有两个维度以上，只调整前两个维度)默认使用双三次插值

B=imresize(A,[numrows numcols]) 将A缩放到确定的行数或列数

[Y,newmap]=imresize(x,map,scale) 将索引图像缩放到新的索引图像，newmap是自动优化后的颜色图

[]=imresize(_,method)

使用最近邻插值(输出像素就是输入点所在像素的值)、双线性插值(输出像素是最近2X2邻域中像素的加权平均值)、双三次插值(是4X4像素的加权平均值)还可以指定插值核(见文档)(利用元胞数组定义插值核)

其他属性控制见文档

rescale 缩放标定元素值

B=rescale(A) 将元素值缩放到[0,1]之间

B=rescale(A,l,u) 将元素值缩放到区间[l,u]

公式见文档

imrotate 旋转图像

J=imrotate(I,angle) 以中点为中心，angle大于0逆时针，小于0顺时针，默认为最近邻插值方法

J=imrotate(I,angle,method) 指定插值方法，最近邻、双线性插值、双三次插值

J=imrotate(I,angle,method，bbox) 输出图像的大小，crop与原图大小相同，会裁切，loose自适应全包含输出图像

imcrop 裁剪图像-？？返回的坐标位置

J=imcrop 创建一个交互式工具，

J=imcrop(I) 对图像I创建交互式工具

Xout=imcrop(X,cmap) 对索引图像创建交互式工具

J=imcrop(I,rect) rect是一个向量，定义裁切的位置、长宽，注意(文档)返回的像素数

centerCropWindow2d 创建矩形中心裁切窗口-没看完

win=centerCropWindow2d(inputsize,tragetsize)

rectangle 画尖角圆角矩形

rectangle('Position',pos) pos=[x y w h] 指定位置和大小 x,y为左下角矩阵的位置

rectangle('Position',pos,'Curvature',cur) cur为边添加曲率，沿水平边和垂直边使用不同的曲率，0为无曲率、1为最大曲率

水平曲率为沿上下边缘的宽度的比率，(沿上下边缘进行弯曲)

垂直曲率为沿左右边缘的宽度的比率，(沿左右边缘进行弯曲)

imtranslate 平移图像

B = imtranslate(A,translation) translation定义平移的向量，

属性控制

OutputView 展示全部转换后图像或窗口与原始图像大小一样

外部像素的控制，见文档

affine2d 二维仿射几何变换

创建affine2d对象

待补充

imregtform — Estimates a geometric transformation that maps a moving image to a fixed image using similarity optimization

imregcorr — Estimates a geometric transformation that maps a moving image to a fixed image using phase correlation

fitgeotrans — Estimates a geometric transformation that maps pairs of control points between two images

randomAffine2d — Creates a randomized 2-D affine transformation

利用函数创建affine2d对象

tform=affine2d 默认设置，全等变换

toform=affine2d(A) 由非奇异矩阵A定义的有效仿射变换

tform对象有输定Dimesnsionality 此时为2

tform对象有属性T，成员T是一个矩阵就是A定义的

T 为正仿射变换，由一个非奇异的3X3的数值矩阵定义

引用T tform.T

矩阵转换定义为：[x y 1]= [u v 1] * T ; T=[a b 0; c d 0; e f 1] 默认情况下T是一个恒等变换 数值元素为single或double**

书本中常见的形式是[ x y 1]’=T’ * [u v 1]’

注意： 从公式来看T矩阵中表示平移的向量不在右上角，而是在左下角(e f 1)从下面的公式中也可以看出这一点

invert 逆几何变换

可以应用于 tform 对象

invtform=invert(tform) 返回几何变换tform的逆

先定义一个tform对象

invtform = invert(tform);

invtform.T

isrigid 判断是否刚性变换

可以应用于 tform 对象

TF=isrigid(tform) 判断这个仿射变换是否为刚性变换

A = [ 1 0 0

0 1 0

40 40 1 ];

tform = affine2d(A)

tf=isrigid(tform) 逻辑判断

true为刚性，反之为非刚性

刚性变换：只包括旋转和平移，不包括仿射，即不包含形状和尺寸上的改变

isSimilarity 判断是否相似变换

可以应用于 tform 对象

TF=isSimilarity(tform) 判断这个仿射变换是否为相似变换

true为相似，反之为不详细

相似变换：旋转、平移、各向同性缩放、反射变换(好像是对称变换)，不改变形状，即直线保持直线，平行保持平行

注意：有的函数支持反射、有的函数不支持反射

isTranslation 判断是否纯平移

可以应用于 tform 对象

tf=isTranslation(tform)

纯平移矩阵的定义：

[1 0 0;

0 1 0;

e f 1];

outputLimits 待补充

transformPointsForward 前向几何变换-待补充

先定义一个tform转换矩阵

[x,y] = transformPointsForward(tform,u,v) 应用于2D坐标

[x,y,z] = transformPointsForward(tform,u,v,w) 应用于3D坐标

X = transformPointsForward(tform,U) U为坐标矩阵

transformPointsInverse -待补充

imwarp 图像几何变换

tform是前述定义的仿射变换对象

B=imwarp(A,tform) 根据几何变换tform变换A得到B，tform是一个几何变换对象

其他语法形式待补充，见文档

算法

仿射变换输出图像的像素值由逆映射得到，即现将输出图像的坐标映射到输入图像对应的坐标，然后在输入图像坐标处应用插值计算像素值，最终作为输入像素的像素值

算法图解见文档

nlfilter 滑动邻域操作

处理时间过长，可用colfilt代替

通过定义fun可以实现滤波等行为，与直接内部函数效果相同

B = nlfilter(A,[m n],fun) 对A中每个mXn的滑动领域块应用函数fun，可以是向量平均值mean、矩阵平均值mean2、方向向量std、矩阵方差std2，向量最小值min，最大值max、方差var，或者是自定义的函数

注意fun的输入必须可以是矩阵，并输出一个标量值作为像素元素

B = nlfilter(A,'indexed',___) 将A作为索引图像，如果A是uint8、16、logical用0填充，否则用1填充

必要的的时候fun用0填充邻域边缘，可以看出输出的图像尺寸不会减小

colfilt 列方向邻域操作/非线性滤波 待补充

注意要先填充图像，不会自动填充

B = colfilt(A,[m n],block_type,fun)

将A中的每个m·n块重新按列排成一个临时矩阵，并应用函数fun对矩阵进行操作，必要时利用0进行填充

B = colfilt(A,[m n],[mblock nblock],block_type,fun)

先将图像A分成mblockXnblock个子块，在进行操作

**这个函数没懂**

B = colfilt(A,'indexed',___) 对索引图像进行处理

colfilt处理图像依赖block_type的控制

块(滤波器处理模式)

与im2col介绍的相似

distinct 首先利用im2col函数，再利用fun函数，最后利用col2im函数

sliding 像素滑动，首先利用im2col函数，然后利用fun函数，最后利用reshape函数

im2col 重排矩阵加速块处理

将图像块重列排列为列向量

B = im2col(A,[m n],'distinct')

对于每一个m·n的块，将块对应的邻域中的像素按列组成一个列向量，然后将所有的块形成的列向量组成一个由多列组成的矩阵，

这个矩阵中的列的顺序，对应于块的遍历方式

就是块按矩阵的列进行遍历， if A consists of distinct blocks Aij arranged as A = [A11 A12; A21 A22], then B = [A11(:) A21(:) A12(:) A22(:)]

注意必要的时候要填充图像

注意这个是对离散的块进行排列，块与块之间不重叠

B = im2col(A,[m n],'sliding')

以逐像素的方式进行排列，块与块之间有重列，块与块滑动是按列滑动整个矩阵，而块内邻域像素也是按列排成一个列向量，最终将每个块形成的列向量组成一个矩阵

B = im2col(A,[m n]) 等价于B = im2col(A,[m n],'sliding')

B = im2col(A,'indexed',___) 对索引图像进行操作

返回的B矩阵的形式

返回的B矩阵的行数为m*n,因为一个块所在的邻域对应一个列向量，所以行数是邻域块的像素数

对于distinct处理， if the size of A is [mm nn], then B has (mm/m)*(nn/n) columns.可以看出是离散互不重叠的邻域块进行操作

对于sliding,if the size of A is [mm nn], then B has ((mm-m+1)*(nn-n+1)) columns.

mm-m+1这个公式很重要

col2im im2col的逆-待补充

将列矩阵重排成块

A = col2im(B,[m n],[M N]) 等价于A = col2im(B,[m n],[M N],'sliding')

A = col2im(B,[m n],[M N],'sliding')

A = col2im(B,[m n],[M N],'distinct')

blockproc 非重复块处理 待补充

B = blockproc(A,[m n],fun)

B = blockproc(src_filename,[m n],fun)

B = blockproc(adapter,[m n],fun)

blockproc(___,Name,Value)

block_struct 块结构体 待补充

block_struct.border 返回[v h]向量，指定数据块周围垂直和水平填充的大小

block_struct.blockSize 返回[rows cols]向量，指定块数据的大小，如果指定了边框，大小不包含边框像素

block_struct.data 块数据的m·n或m·n·p矩阵

padarray 填充图像(矩阵)

B = padarray(A,padsize)

默认在每维度的第一元素之前和最后元素之后填充 padsize为一个数值向量[m n]，定义每个维度增加的数量

B = padarray(A,padsize,padval)

padval 填充的方式 填充方式可见imfilter的shape选项，默认用0填充

B = padarray(___,direction)

控制方向

pre 每一维度第一个像素前

post 每一维度最后一个元素后

both 每一维度最后一个每一维度的第一个像素前和最后一个元素后

roipoly 指定多边形ROI

BW = roipoly

创建一个交互式多边形工具，函数返回一个二值图像作为掩码，ROI区域内的像素为1，外部像素为0

BW = roipoly(I) I可以是灰度图像和RGB图像

BW = roipoly(I,r,c) r c为向量，表明顶点坐标向量组，注意是在空间坐标系下定义的

BW = roipoly(x,y,I,xi,yi) 利用X Y 向量定义非默认的空间坐标系，xi和yi是在新定义的空间坐标系下定义的顶点向量

[BW,xi2,yi2] = roipoly(___) BW返回一个二值掩码图像，并返回顶点坐标

输入可以是灰度和RGB图像，输出返回的是二值logical矩阵

注意该函数总是返回一个封闭的多边形，且无论输入的特定的顶点向量最后一个元素是否等于第一个元素

其他语法见文档

利用drawpolygon可以定义一个ROI区域

利用createMask(roi) 可以创建一个掩码区域，此时相当于创建了一个二值掩码图像

roicolor 基于颜色选择ROI

基于颜色范围选择ROI，相当于颜色阈值

BW = roicolor(I,low,high)

依赖范围[low high],返回的还是二值图像

BW = roicolor(I,v)

选择与向量V匹配的像素

输入是索引和灰度图像(文档没说有RGB图像)

ismember 待补充

createMask 创建二值掩码图像

根据ROI创建掩码，注意ROI和掩码图像不是一个概念

bw = createMask(ROI)

返回二值掩码图像，ROI中像素为1，外部为0

bw = createMask(ROI,m,n)

返回二值掩码图像，大小为[m,n]

bw = createMask(ROI,I)

返回的大小与输入图像I相同

h为创建的一个ROI

mask=createMask(h) 返回二值掩码图像

输入为ROI对象，

ROI 相关对象

AssistedFreehand

Freehand

Polyline

Circle

Line

Rectangle

Ellipse

Polygon

regionfill

regionfill 区域填充

利用内向插值实现区域填充

J = regionfill(I,mask)

填充由掩码定义的图像，非零像素被填充

利用该函数可以剔除图像中的对象，或者利用邻域像素替换无效的像素值

注意填充的时候利用的是邻域的像素值，然后填充的算法是向内插值

I为输入原始图像

J = regionfill(I,x,y)

填充由xy定义的顶点的多边形，然后如上述一样，利用邻域像素填充图像，I为输入原始图像

输入是灰度图像，文档没说有RGB图像

返回的输出图像也是灰度图像，与原始类型想同

可以交互式的创建多边形ROI见文档

求内插的算法写的比较简洁，没看懂

roifilt2 ROI区域滤波

仅对ROI区域进行滤波

J = roifilt2(h,I,BW)

利用2D线性滤波h,处理图像I中的ROI，BW是一个二值掩码图像，大小与I相同，返回的是具有局部滤波的值

J = roifilt2(I,BW,fun) 利用函数fun来处理函数，fun必须是一个函数句柄

imhist 图像直方图

[counts,binLocations] = imhist(I)

I为灰度图像，counts

默认区间有256级

[counts,binLocations] = imhist(I,n) n定义区间数量，用来计算直方图

counts和binLocations返回的都是等长度的向量，binLocations表示区间的位置，counts表示对应区间上的值

[counts,binLocations] = imhist(X,map) 为索引图像计算直方图

输入是灰度图像或二值图像(默认有两个区间)，文档中没有RGB图像，

但是好像可以读RGB图像

注意不同类型图片的存储格式，不是随便存储的，有些函数只针对特定的存储形式的图像

算法-没看懂

stem 待补充

histeq 直方图均衡化规定化 算法没懂 待补充

用来扩大动态范围，增强对比度

通过灰度级的该链表密度函数来求出灰度变换函数，是一种以累积分布函数变化法为基础的直方图修正法

求出待处理直方图；利用累积分布函数对原图像的统计直方图做变换，得到新的图像灰度；近似处理，将新灰度代替旧灰度，同时将灰度值相等或近似的每个灰度直方图合并到一起

概率、概率密度、概率分布(累积分布函数)https://www.jianshu.com/p/0cfc3204af77

直方图均衡化https://blog.csdn.net/schwein_van/article/details/84336633

直方图规定化https://www.jianshu.com/p/b9f29f78786b?from=timeline&isappinstalled=0

J = histeq(I,hgram)

J = histeq(I,n) 输出的图像具有n个灰度级

[J,T] = histeq(I)

mean2 计算矩阵均值

返回的是标量

std2 计算矩阵标准差

返回标量

std 计算向量标准差

S = std(A) A为向量，返回标量；A为矩阵，则按列计算标准差，返回行向量

S = std(A,w) 指定归一化的方式

S = std(A,w,'all') 计算所有元素的标准差，返回的是标量

S = std(A,w,dim) 指定计算标准差的维度

权重是什么意思，其他语法没看懂

corr2 二维相关系数

返回的是标量

R=corr2(A,B)

corr 线性或秩相关性 没懂

rho = corr(X)

返回输入矩阵 X 中各列之间的两两线性相关系数矩阵。

rho = corr(X,Y)

返回输入矩阵 X 和 Y 中各列之间的两两相关系数矩阵。

[rho,pval] = corr(X,Y)

[rho,pval] = corr(___,Name,Value)

fspecial 创建预定义的二维滤波器

h = fspecial(type)

h = fspecial('average',hsize) 平均值滤波器，大小hsize 默认3·3

h = fspecial('disk',radius) 圆形平均值滤波器，半径为r,包含在大小2*radius+1的方形中

不建议使用，见imagaussfilt,imagaussfilt3

h = fspecial('gaussian',hsize,sigma) 旋转对称高斯低通滤波器，标准差为sigma

h = fspecial('laplacian',alpha)

返回逼近二维拉普拉斯算子形状的 3×3 滤波器，alpha 控制拉普拉斯算子的形状，[0,1]范围内，默认为0.2

h = fspecial('log',hsize,sigma)

大小为 hsize 的旋转对称高斯拉普拉斯滤波器，标准差为 sigma

h = fspecial('motion',len,theta) 没懂

运动滤波器

返回与图像卷积后逼近照相机线性运动的滤波器。len 指定运动的长度，theta 以逆时针方向度数指定运动的角度。滤波器成为一个水平和垂直运动的向量。默认 len 是 9，默认 theta 是 0，对应于 9 个像素的水平运动

输出一个滤波器来近似计算len个像素的线性运动，类似于相机与景物的关系

h = fspecial('prewitt')

返回一个 3×3 滤波器，该滤波器通过逼近垂直梯度来强调水平边缘。要强调垂直边缘，请转置滤波器 h'

h = fspecial('sobel')

返回一个 3×3 滤波器，该滤波器通过逼近垂直梯度来使用平滑效应强调水平边缘。要强调垂直边缘，请转置滤波器 h'

算法见《书》

imfilter 图像滤波

B = imfilter(A,h) h为滤波器

B = imfilter(A,h,options,...) 控制选项

控制滤波

corr 相关处理

conv 卷积处理，卷积处理是将模板旋转180°，然后对图像做相关操作

控制边界填充的类型

标量x 使用数值x对边界进行填充，默认使用0填充

symmetric 利用边界镜像反射进行填充

replicate 复制图像边界外的值进行填充，假设与最近的边界值相等

circular 将图像当做一个二维周期函数的一个周期来扩展

输出大小的控制

same 表示与输入大小相同，函数默认为same

full 输出为填充后的尺寸，主义一维和二维不太一样

注意默认情况下使用的是相关核而不是卷积核，可以定义参数使用卷积核

注意做相关操作时，相关的顺序影响输出的结果，而卷积的顺序不影响输出的结果；

如果滤波器模板为对称矩阵，则卷积与相关操作相同

注意偶数卷积核的定义，见文档

注意输入的元素类型，整数还是浮点

conv2 二维卷积

C = conv2(A,B) 返回矩阵 A 和 B 的二维卷积

与sobel有关，待补充

C = conv2(u,v,A) 首先求 A 的各列与向量 u 的卷积，然后求每行结果与向量 v 的卷积

C = conv2(___,shape) 根据 shape 返回卷积的子区

控制输出

full 为全填充

same 与输入大小相同

valid 返回计算的没有补零边缘的卷积部分，大小尺寸小于输入

文档的公式还得看

filter2 二维数字滤波器

Y = filter2(H,X) 相当于H是滤波器

根据矩阵 H 中的系数，对数据矩阵 X 应用有限脉冲响应滤波器

Y = filter2(H,X,shape) 等价于conv2(X,rot90(H,2),shape)

根据 shape 返回滤波数据的子区

控制输出

full 为全填充

same 与输入大小相同

valid 返回计算的没有补零边缘的卷积部分，大小尺寸小于输入

medfilt2 中值滤波

J = medfilt2(I) 默认3·3邻域操作

J = medfilt2(I,[m n]) 定义m·n邻域

J = medfilt2(___,padopt) padopt控制填充，默认为0，symmetric镜像反射，indexed针对double类型为1，其他为0

输入是灰度图像或者是二值图像

注意事项没看，见文档

ordfilt2 排序滤波

B = ordfilt2(A,order,domain)

order表示选择中的顺序，domain表示邻域，数值矩阵或逻辑矩阵，值为0,1，1表示邻域对应的元素被用来计算，0表示不进行运算

B = ordfilt2(A,order,domain,S) S增加的是偏移量

B = ordfilt2(___,padopt) padopt定义如何填充边界，默认为0，symmetric 表示镜像反射填充

注意事项没看，见文档

wiener2 二维自适应滤波 待补充

fft 快速傅里叶变换 待补充

fft2 二维快速傅里叶变换

Y = fft2(X) 输出大小与输入相同

等价于fft(fft(x).') .'表示非共轭原值

Y = fft2(X,m,n)

使用傅里叶变换滤波时，需要对输入数据进行填充，截断X或对输入图像填充所需的0，使结果大小为M·N

注意返回的傅里叶数值有正有负

获得傅里叶频谱

abs(fft(x))

移频，注意应该是fftshift(fft2(f))

而不是fft2(fftshift(f))

傅里叶变换看《书》，《matlab版》不详细

nextpow2 用于填充fft 待补充

fftshift 将零频分量移到频谱中心

Y = fftshift(X) 将零频分量移动到数组中心，重新排列傅里叶变换X

如果 X 是向量，则 fftshift 会将 X 的左右两半部分进行交换。

如果 X 是矩阵，则 fftshift 会将 X 的第一象限与第三象限交换，将第二象限与第四象限交换。

如果 X 是多维数组，则 fftshift 会沿每个维度交换 X 的半空间。

Y = fftshift(X,dim) 指定维度

例子还没看

ifftshift 逆零频平移

将fftshift零频平移的结果重新排列回原始变换输出的样子

stem 绘制离散序列数据

stem(Y)

沿X轴，并垂直于X轴绘制Y，绘制针状图，

Y为矩阵则按每一列为一组输出值Y，在相同的X轴刻度上进行绘制

stem(X,Y)

在 X 指定的值的位置绘制数据序列 Y。X 和 Y 输入必须是大小相同的向量或矩阵。另外，X 可以是行或列向量，Y 必须是包含 length(X) 行的矩阵

stem(___,'filled') 表示填充圆形

stem(___,LineSpec) 控制线型

stem(___,Name,Value) 其他控制见文档

atan 反正切

atan 以弧度为单位

atand 以度为单位

Y = atan(X) X为实数时，返回范围在[-pi/2,pi/2]之间

atan2 四象限反正切

P = atan2(Y,X) 注意参数的顺序，Y是虚部，X是实部

imag 取复数的虚部

real 取复数实部

angle 相位角

theta = angle(z) 直接返回角度

ifft2 二维快速傅里叶逆变换

X = ifft2(Y)

X = ifft2(Y,m,n)

X = ifft2(___,symflag)

imapprox 近似索引图

通过减少颜色数量近似处理索引图像

用具有较少颜色的映射来近似一个索引映射

[Y,newmap] = imapprox(X,map,Q)

限定newmap具有Q种颜色，用来近似表示索引X及其关联的map,Y为返回的近似的索引图像

其他函数与算法见文档和rgb2ind

rgb2ind 将RGB转换为索引图像

[X,cmap] = rgb2ind(RGB,Q)

使用具有 Q 种量化颜色的最小方差量化法并加入抖动，将 RGB 图像转换为索引图像 X，关联颜色图为 cmap,即指定输出索引图像具有Q个颜色

[X,cmap] = rgb2ind(RGB,tol)

使用均匀量化法并加入抖动，将 RGB 图像转换为索引图像，容差为 tol

X = rgb2ind(RGB,inmap)

使用逆颜色图算法并加入抖动，将 RGB 图像转换为索引图像，指定的颜色图为 inmap

___ = rgb2ind(___,dithering) 启用或禁用抖动；抖动以损失空间分辨率为代价来提高颜色分辨率

算法见文档：对RGB立方体进行修改，逆颜色图法，没懂

dither 转换图像，抖动

转换图像，通过抖动提高表观颜色分辨率

https://blog.csdn.net/wzz110011/article/details/78170516

X = dither(RGB,map)

X = dither(RGB,map,Qm,Qe)

BW = dither(I)

通过抖动将灰度图像 I 转换为二值(黑白)图像 BW，返回的是二值图像

虽然显示的是二值图像，但是由于抖动，图像近似呈现不同的灰度级

grayslice 灰度图转换为索引图

利用阈值处理，对灰度图像处理输出索引图像

算法见文档

X = grayslice(I,N)，N为指定算法的数量，相当于阈值后重新分成了N个灰度级别

X = grayslice(I,thresholds) 这个函数没懂

gray 灰度颜色数组

c = gray

以三列数组形式返回 gray 颜色图，其中包含的行数与当前图窗的颜色图相同。如果不存在图窗，则行数等于默认长度 256。数组中的每一行包含一种特定颜色的红、绿、蓝强度。强度介于 [0,1] 范围内

c = gray(m) 返回包含 m 种颜色的颜色图

flip 翻转元素顺序

B = flip(A)

A为矩阵，按列翻转；A为向量，沿向量长度翻转

B = flip(A,dim) 按不同维度进行翻转

按第三个维度，则全翻转(见文档例子)

flipud 将数组上下翻转

B = flipud(A)

A为列向量则颠倒顺序，A为行向量则不变，A为矩阵则按列翻转，A为多维数组则独立翻转每一页

fliplr 将数组左右翻转

B = flipud(A)

A为行向量，则元素翻转；A为列向量，则不变，

gray2ind 灰度、二值转换为索引图

[X,cmap] = gray2ind(I,c) 设定输出索引图像对应的颜色图像具有c个颜色，省略c则默认有64个颜色

[X,cmap] = gray2ind(BW,c) 将二值图像转换为索引图像

ind2gray 索引转换为灰度图像

I = ind2gray(X,cmap)

算法没看

ind2rgb 索引图像转换为RGB图像

RGB = ind2rgb(X,map) 返回的是double类型的数据

颜色空间转换

见《书》和文档，转换函数这里不做说明

其实文档我也没看https://ww2.mathworks.cn/help/images/understanding-color-spaces-and-color-space-conversion.html

NTSC

用于模拟电视，灰度和彩色数据分离

YCbCr

用于数字视频

HSV

更接近于人眼描述

CMY、CMYK

用于打印设备

HSI

最接近人眼解释

注意内部函数中没有对应的转换

与设备无关的色彩空间-没看

edge 边缘检测

BW = edge(I)

默认使用sobel边缘检测方法，返回的是二值图像

BW = edge(I,method) 指定使用的方法

BW = edge(I,method,threshold) 返回强度高于 threshold 的所有边缘。

BW = edge(I,method,threshold,direction)

指定要检测的边缘的方向。Sobel 和 Prewitt 方法可以检测垂直方向和/或水平方向的边缘。Roberts 方法可以检测与水平方向成 45 度角和/或 135 度角的边缘。仅当 method 是 'Sobel'、'Prewitt' 或 'Roberts' 时，此语法才有效。

方向：horizontal、vertical、both

BW = edge(___,'nothinning') 跳过边缘细化阶段，这可以提高性能。仅当 method 是 'Sobel'、'Prewitt' 或 'Roberts' 时，此语法才有效。

BW = edge(I,method,threshold,sigma)

指定 sigma，即滤波器的标准差。仅当 method 是 'log' 或 'Canny' 时，此语法才有效。

log时，sigma默认为2，canny时，默认为sqrt(2),滤波器的大小函数自动和sigma计算

log先高斯平滑再拉普拉斯计算

canny算法见《书》

BW = edge(I,method,threshold,h)

使用 'zerocross' 方法和您指定的滤波器 h 检测边缘。仅当 method 是 'zerocross' 时，此语法才有效。与log的原理一样，就是滤波器的选择不一样

method

Sobel 利用sobel模板近似导数

Prewitt 利用prewitt模板近似导数

Roberts Roberts模板

log 利用高斯拉普拉斯模板(算子)进行滤波，通过寻找零交叉点检测边缘

zerocross 利用指定的滤波器，通过寻找零点进行检测

Canny 见文档

approxcanny 近似版canny

输入是灰度图像或二值图像，对approxcanny要将输入图像归一到[0,1]

hough 霍夫变换

[H,theta,rho] = hough(BW)

BW为二值图像，theta、rho为直线参数，H为返回的参数空间矩阵

注意输入为二值图像

[H,theta,rho] = hough(BW,Name,Value,...) 用于控制参数

算法见《书》、文档

霍夫变换矩阵-没太懂

houghpeaks 霍夫变换中的峰值

找到霍夫变换中的峰值，即累加器的高计数单元

peaks = houghpeaks(H,numpeaks)

H为计算出的霍夫变换矩阵，numpeaks指定峰值的数量，peaks表示返回的峰值的行列坐标表示的矩阵

peaks = houghpeaks(H,numpeaks,Name,Value)

控制参数

Threshold