1、二维卷积矩阵

T=convmtx2(H,m,n)

H=magic(3);
>> T=convmtx2(H,1,2)

T =

(1,1)        8
   (2,1)        3
   (3,1)        4
   (4,1)        1
   (5,1)        5
   (6,1)        9
   (7,1)        6
   (8,1)        7
   (9,1)        2
   (4,2)        8
   (5,2)        3
   (6,2)        4
   (7,2)        1
   (8,2)        5
   (9,2)        9
  (10,2)        6
  (11,2)        7
  (12,2)        2

2、filter2函数

filter2函数主要进行二维线性滤波操作

Y=filter2(h,x)

函数表示使用二维FIR滤波器h对矩阵X进行滤波操作,X为矩阵时,h通常有fspecial函数输出得到。

Y=filter2(h,X,shape)

shape表示Y的形式,full表示Y的维数大于X的维数,same表Y的维数等于x的维数,valid表示Y的维数小于X的维数,

<span style="font-size:18px;"><span style="font-size:18px;"> X=magic(3);
>> h=fspecial('motion',20,45);
>> Y=filter2(h,X)Y =0.4094    0.4793    0.93110.4793    0.9311    0.93650.9311    0.9365    0.2985</span></span>

3、fspecial函数

h=fspecial(type)函数,产生呢type类型的二维滤波器H

h=fspecial(type,parameters)函数,设定滤波器的参数

<span style="font-size:18px;"><span style="font-size:18px;">I=imread('lena.jpg');
subplot(2,2,1);
imshow(I);
title('originnal image');
H=fspecial('motion',20,45);
M=imfilter(I,H,'replicate');
subplot(2,2,2);
imshow(M);
H=fspecial('disk',10)%圆形均值滤波器
B=imfilter(I,H,'replicate');
subplot(2,2,3);
imshow(B);
H=fspecial('unsharp');%生成锐化滤波器
S=imfilter(I,H,'replicate');
subplot(2,2,4);
imshow(S)</span></span>

4、imfilter函数

B=imfilter(A,H),使用多维滤波器H对图像A进行滤波   H通常通过fspecial函数产生

代码上面的

5、freqz2  二维频率响应、

功能计算滤波器的二维平率响应、

【 H f1 f2]=freqz2(h,n1,n2);

计算二维FIR滤波器h的n2*n1频率响应H,以及频率向量f2 f1

<span style="font-size:18px;">H=zeros(16,16);
H(5:12,5:12)=1;
H(7:10,7:10)=0;
h=fwind1(H,bartlett(16));%用一维bartlett床涉及二维FIR滤波器freqz2(h,[32 32]);
axis([-1 1 -1 1 0 1]);
</span>

6\dct2函数  二维离散余弦变换

B=dct2(A,m,n)

计算图像A的离散余弦变换系数矩阵B,m n指将A增0补到m*n维

<span style="font-size:18px;">I=imread('lena.jpg');
I=rgb2gray(I);
J=dct2(I);
imshow(log(abs(J)),[]);
colormap(jet(64))
colorbar;
</span>

7\idct2(J)  表示反变换,用于图像的重构

<span style="font-size:18px;">I=imread('lena.jpg');
I=rgb2gray(I);
J=dct2(I);
J(abs(J)<10)=0;
K=idct2(J);
imshow(I);
figure;
imshow(K,[]);</span>

matlab 图像函数以及运用(第十章)相关推荐

  1. matlab第十章实验,matlab 图像函数以及运用(第十章)

    1.二维卷积矩阵 T=convmtx2(H,m,n) H=magic(3); >> T=convmtx2(H,1,2) T = (1,1)        8 (2,1)        3 ...

  2. matlab函数图像代码,matlab图像函数大全

    图像增强 1. 直方图均衡化的 Matlab 实现 1.1 imhist 函数 功能:计算和显示图像的色彩直方图 格式:imhist(I,n) imhist(X,map) 说明:imhist(I,n) ...

  3. MATLAB图像函数 块和邻域的处理

    1.Poly2mask-----------------------------------------------------将感兴趣的区域转换成掩膜 bw=poly2mask(x,y,m,n)-- ...

  4. MATLAB 图像函数(第三章) 图像基本处理

    1.graythresh------全局图像阈值 根据otsu方法求得图像二值化阈值 I=imread('lena.jpg'); level=graythresh(I); bw=im2bw(I< ...

  5. MATLAB 图像函数(第五章) 图像空间变换和图像配准

    1.checkerboard    -------创建棋盘图像 I=checkerboard:  默认8*8的棋盘图像 I=checkerboard(n)   指定期盼图像中每个单元边长的像素 I=c ...

  6. MATLAB 图像函数(第七章) 图像的代数运算

    1.imabsdiff(x,y)  两幅图像的差的绝对值 Z=imabsdiff(x,y)   对应x中每一个元素减去y矩阵中对应蒜素,然后去绝对值,z的维数与x y相同 <span style ...

  7. MATLAB图像函数以及应用(第六章)边界问题

    1.bwboundaries    二值图像区域边界追踪.. 功能:在二值图像中进行区域边界的追踪,采用区域跟踪的算法,给出二值图像中所有的外边界和内边界 用法: [B L]=bwboundaries ...

  8. matlab——识别图像中的圆形目标

    文章目录 说明 Figure 1 imread函数 imshow函数 Figure 2 rgb2gray函数 graythresh函数 im2bw函数 figure函数 Figure 3 bwarea ...

  9. 基于Matlab的饮料瓶识别,以及打印对应信息

    请私信个人邮箱 lee_peach_me@163.com或 litaodragon@foxmail.com ,获取代码详情,csdn发布不了资源 是基于颜色和形状特征对饮料瓶进行识别,如果你们课题要求 ...

最新文章

  1. mpvue还在维护吗_mpvue 问题汇总(持续更新)
  2. Android更新Ui的几种方法
  3. ES6之Promise
  4. JAVA-初步认识-第十一章-异常-概述
  5. [转]json2.js 源码解读
  6. Android中关于线性布局基线对齐的讲述
  7. RS485串口光端机产品功能特点介绍
  8. Docker-Oracle和物理机Oracle数据库性能测试
  9. Pandas DataFrame GroupBy.Apply
  10. c语言:最长对称子串(3种解决方案)
  11. 你那不是拖延症,只是习惯性逃避
  12. c++获取ctrl+v内容_处理文档时,快捷键「Ctrl+E」的 8 大妙用
  13. CSS 世界 阅读笔记:(Ch1-Ch3)
  14. 项目中里程碑有什么作用?
  15. 不均衡分类问题 之 class weight sample weight
  16. 135、即时通讯简介
  17. 闽江师范高等专科学校计算机系成立时间,闽江师范高等专科学校2018届毕业典礼...
  18. 服务熔断降级什么意思?
  19. Android底部导航栏切换页面填坑
  20. knn之KD树深度构建原理

热门文章

  1. __asm__ __volatile__(: : :memory)
  2. MTK 平台上查询当前使用的摄像头模组及所支持预览分辨率
  3. WIN7建立网络映射磁盘
  4. 6410调试LCD屏AT050TN22遇到的问题
  5. Mato的文件管理 (莫队)题解
  6. elasticsearch简单操作(一)
  7. 阿里云服务器如何加强服务器的安全?有哪些安全措施?
  8. 欧盟数据保护新规则 75%云应用没准备好
  9. 5G是卡位未来的重要基础设施 物联网已成为新的攻击入口
  10. thinkphp url缩短