MATLAB图像处理基础

1.导入数据
1.1 使用readtable("")导入数据，并存储在表格中，使用axis equal可以校正坐标轴纵横比。

letter = readtable("M.txt");
plot(letter.X,letter.Y)
axis equal

1.2 range(x)函数返回x的值的范围，即max(x) - min(x)的值。

aratio = range(letter.Y) / range(letter.X)

1.3 使用scatter(x,y)可以绘制散点图，使用gscatter可以对散点图进行分类着色。

scatter (features.AspectRatio,features.Duration)
%类别存储在,features.Character中
gscatter(features.AspectRatio,features.Duration,features.Character)

1.4 KNN使用实例

使用fitcknn(data,"")来进行分类，第一个参数是训练数据，第二个参数是类别，默认k = 1，即根据一个参数来进行分类，可以设置k的值，返回分类的模型。
使用predict(model,data)来进行预测，第一个参数是训练的模型，第二个参数是预测的数据，返回分类的情况。

%搭建knn模型，根据features.Character来分类
knnmodel = fitcknn(features,"Character")
%预测新数据，检验模型性能
predictions = predict (knnmodel,testdata)
%将分类结果与实际类别比较
re = predictions == testdata.Character%设置 k = 5
knnmodel = fitcknn(features,"Character","NumNeighbors",5)
predictions = predict (knnmodel,testdata)
re = predictions == testdata.Character

1.5 计算预测准确率

iscorrect = testdata.Character == predictions
% 对逻辑数组求和，即可计算预测正确的数量
accuracy = sum(iscorrect) / numel (iscorrect)

1.6 通过confusionchart()函数可以查看实际分类与预测分类的混淆矩阵，第一个参数为实际分类向量，第二个参数为预测分类向量。

confusionchart(testdata.Character,predictions)

2.导入图像
2.1 使用imread函数导入图像。使用imshow显示图像。

2.2 使用imshowpair可以显示两张图像，方便比对图像。选项"montage"可以设置并排显示图像。

imshowpair(I,I2,"montage")

2.3 保存图像imwrite函数。

imwrite(img,"img.jpg")imwrite(I,"myImage.png")
Inew = imread("myImage.png");
imshow(Inew)

2.4 使用size函数获取图像的大小。返回值[m,n,k] ，k 表示RGB色彩平面。

%获取图像Img的green色彩平面值。
Ig = Img(:,:,2)

2.5 大多数图像使用无符号8位整数（uint8）数据类型，该数据类型存储从0到255的整数。可以使用max获取平面中的最大值。min获取最小值。

% 获取R平面的最大值，[] 括号是必需的，它们是未使用输入的占位符,all表示所有像素中的最大值
Rmax = max(R,[],"all")
Rmin = min(R,[],"all")

2.6 通过imsplit函数获取所有颜色平面，并使用montage显示。

[R,G,B] = imsplit(A);
montage({R,G,B})

2.7 使用im2gray函数将彩色图像转换成灰度图像。

Ags = im2gray(A);

2.8 要分析一组图像，则对亮度进行归一化可能是重要的预处理步骤，尤其是对于识别收据图像中文本的黑白图案而言.

2.9 通过imhist函数查看图像的强度直方图。

imhist(gs2)

2.10 图像对比度的增加使较亮的像素变亮而使较暗的像素变暗。可以使用imadjust功能来自动调整灰度图像的对比度。

Aadj = imadjust(A);gs2Adj = imadjust(gs2)
imshowpair(gs2,gs2Adj ,"montage")

2.11 使用imlocalbrighten函数可以调整彩色图像的对比度。

I2adj = imlocalbrighten(I2);
imhist(I2)
imhist(I2adj)imshowpair(I2,I2adj ,"montage")

MATLAB图像处理基础相关推荐

Matlab图像处理基础(1)：图像表示，点处理
目录 0. 概要 1. 图像表示 Image Representation 1.1 图像格式 Image format 1.2 图像分辨率 resolution of image 1.3 图像的编码 ...
数字图像处理：实验一 MATLAB 图像处理基础
实验一 MATLAB 图像处理基础 MATLAB 具有强大的图像处理工具箱,有助于人们更好的理解各种图像处理算法,通过调用工具箱中的函数,可以减少编程的复杂性,简化编程.本次实验主要掌握 MATLA ...
Matlab图像处理基础(2)：区域处理，边沿检测
目录 0. 概要 2. 卷积和相关 2.1 卷积 2.2 相关 2.3 卷积与相关的关系 2.4 Matlab函数 2.5 2-D卷积/相关的分解 3. 高通滤波,edge detection 3.1 ...
matlab图像处理基础实验,数字图像处理实验报告 Matlab图像处理基础
<数字图像处理实验报告 Matlab图像处理基础>由会员分享,可在线阅读,更多相关<数字图像处理实验报告 Matlab图像处理基础(27页珍藏版)>请在人人文库网上搜索. 1. ...
matlab --- 图像处理基础
MATLAB图像处理 1. 数字图像处理参考数字图像处理(Digital Image Processing)又称为计算机图像处理,是一种将图像信号数字化利用计算进行处理的过程.随着计算机科学.电子 ...
1.MATLAB图像处理基础知识
更多MATLAB图像处理视频请点击 http://study.163.com/course/courseMain.htm?courseId=1003594013 在MATLAB中,基本数据结构为数列 ...
MATLAB基础--MATLAB图像处理基础
图像类型的转换 RGB图像转换为灰度图像 I=imread('football.jpg'); X=rgb2gray(I); figure; subplot(121),imshow(I); subplo ...
数学建模--MATLAB图像处理基础
平时把基础知识学一下,比赛的时候深入学一下就可以用了. 图像类型的转换基础知识数字图像(计算机图像处理):将图像信号数字化后利用计算机进行处理的过程. 图像的表示方法是对图像处理算法描述和利用计算 ...
图像处理基础知识及matlab,MATLAB图像处理基础知识
1.MATLAB支持的图像文件格式 (1)JPEG(Joint Photographic Experts Group):一种称为联合图像专家组的图像压缩格式. (2)BMP(Windows Bitma ...
matlab实现图像放大两倍,matlab图像处理基础知识0（双线性插值matlab实现--调整水平和垂直放大倍数）...
需求说明:图像处理FPGA实现前期算法准备当前算法:已通过matlab验证成功 function scaler_bilinear() %-----------------------------0: ...

MATLAB图像处理基础

MATLAB图像处理基础相关推荐

最新文章

热门文章