按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
H=fspecial（'laplacian'；alpha） 近似二维拉普拉斯运算滤波器
H=fspecial（'log'；n；sigma） 高斯拉普拉斯（LoG）运算滤波器
H=fspecial（'average'；n） 均值滤波器
H=fspecial（'unsharp'；alpha） 模糊对比增强滤波器
说明：对于形式 H=fspecial（type） ，fspecial 函数产生一个由 type 指定的二维滤波器 H ，返回的 H 常与其它滤波器搭配使用。
4。 彩色增强的 Matlab 实现
4。1 imfilter函数
功能：真彩色增强
格式：B=imfilter（A；h）
说明：将原始图像 A 按指定的滤波器 h 进行滤波增强处理，增强后的图像 B 与 A 的尺寸和类型相同
图像的变换
1。 离散傅立叶变换的 Matlab 实现
Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。
这些函数的调用格式如下：
A＝fft（X；N；DIM）
其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为
N ；DIM 表示要进行离散傅立叶变换。
A＝fft2（X；MROWS；NCOLS）
其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。
A＝fftn（X；SIZE）
其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。
函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。
例子：图像的二维傅立叶频谱
％ 读入原始图像
I＝imread（'lena。bmp'）；
imshow（I）
％ 求离散傅立叶频谱
J=fftshift（fft2（I））；
figure；
imshow（log（abs（J））；＇8；10＇）
2。 离散余弦变换的 Matlab 实现
2。1。 dCT2 函数
功能：二维 DCT 变换
格式：B=dct2（A）
B=dct2（A；m；n）
B=dct2（A；＇m；n＇）
说明：B＝dct2（A） 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；B＝dct2（A；m；n） 和 B=dct2（A；＇m；n＇） 通过对 A 补 0 或剪裁，使 B 的大
小为 m×n。
2。2。 dict2 函数
功能：DCT 反变换
格式：B=idct2（A）
B=idct2（A；m；n）
B=idct2（A；＇m；n＇）
说明：B＝idct2（A） 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；B＝idct2（A；m；n） 和 B=idct2（A；＇m；n＇） 通过对 A 补 0 或剪裁，使 B
的大小为 m×n。
2。3。 dctmtx函数
功能：计算 DCT 变换矩阵
格式：D＝dctmtx（n）
说明：D＝dctmtx（n） 返回一个 n×n 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。
3。 图像小波变换的 Matlab 实现
3。1 一维小波变换的 Matlab 实现
（1） dwt 函数
功能：一维离散小波变换
格式：＇cA；cD＇=dwt（X；'wname'）
＇cA；cD＇=dwt（X；Lo_D；Hi_D）
说明：＇cA；cD＇=dwt（X；'wname'） 使用指定的小波基函数 'wname' 对信号 X 进行分解，cA、cD
分别为近似分量和细节分量；＇cA；cD＇=dwt（X；Lo_D；Hi_D） 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。
（2） idwt 函数
功能：一维离散小波反变换
格式：X=idwt（cA；cD；'wname'）
X=idwt（cA；cD；Lo_R；Hi_R）
X=idwt（cA；cD；'wname'；L）
X=idwt（cA；cD；Lo_R；Hi_R；L）
说明：X=idwt（cA；cD；'wname'） 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。
'wname' 为所选的小波函数
X=idwt（cA；cD；Lo_R；Hi_R） 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。
X=idwt（cA；cD；'wname'；L） 和 X=idwt（cA；cD；Lo_R；Hi_R；L） 指定返回信号 X 中心附近的 L 个点。
3。2 二维小波变换的 Matlab 实现
二维小波变换的函数
…
函数名 函数功能
…
dwt2 二维离散小波变换
wavedec2 二维信号的多层小波分解
idwt2 二维离散小波反变换
waverec2 二维信号的多层小波重构
wrcoef2 由多层小波分解重构某一层的分解信号
upcoef2 由多层小波分解重构近似分量或细节分量
detcoef2 提取二维信号小波分解的细节分量
appcoef2 提取二维信号小波分解的近似分量
upwlev2 二维小波分解的单层重构
dwtpet2 二维周期小波变换
idwtper2 二维周期小波反变换
…
（1） wcodemat 函数
功能：对数据矩阵进行伪彩色编码
格式：Y=wcodemat（X；NB；OPT；ABSOL）
Y=wcodemat（X；NB；OPT）
Y=wcodemat（X；NB）
Y=wcodemat（X）
说明：Y=wcodemat（X；NB；OPT；ABSOL） 返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0～NB，缺省值 NB＝16；
OPT 指定了编码的方式（缺省值为 'mat'），即：
OPT＝'row' ，按行编码
OPT＝'col' ，按列编码
OPT＝'mat' ，按整个矩阵编码
ABSOL 是函数的控制参数（缺省值为 '1'），即：
ABSOL＝0 时，返回编码矩阵
ABSOL＝1 时，返回数据矩阵的绝对值 ABS（X）
（2） dwt2 函数
功能：二维离散小波变换
格式：＇cA；cH；cV；cD＇=dwt2（X；'wname'）
＇cA；cH；cV；cD＇=dwt2（X；Lo_D；Hi_D）
说明：＇cA；cH；cV；cD＇=dwt2（X；'wname'）使用指定的小波基函数 'wname' 对二维信号 X 进行二维离散小波变幻；cA，cH；cV；cD 分别为近似分
量、水平细节分量、垂直细节分量和对角细节分量；＇cA；cH；cV；cD＇=dwt2（X；Lo_D；Hi_D） 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分
解信号 X 。
（3） wavedec2 函数
功能：二维信号的多层小波分解
格式：＇C；S＇=wavedec2（X；N；'wname'）
＇C；S＇=wavedec2（X；N；Lo_D；Hi_D）
说明：＇C；S＇=wavedec2（X；N；'wname'） 使用小波基函数 'wname' 对二维信号 X 进行 N 层分解；＇C；S＇=wavedec2（X；N；Lo_D；Hi_D） 使用指定
的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。
（4） idwt2 函数
功能：二维离散小波反变换
格式：X=idwt2（cA；cH；cV；cD；'wname'）
X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R）
X=idwt2（cA；cH；cV；cD；'wname'；S）
X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R；S）
说明：X=idwt2（cA；cH；cV；cD；'wname'） 由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X
；X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R） 使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；X=idwt2（cA；cH；cV；cD；'wname'；S）
和 X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R；S） 返回中心附近的 S 个数据点。
（5） waverec2 函数
说明：二维信号的多层小波重构
格式：X=waverec2（C；S；'wname'）
X=waverec2（C；S；Lo_R；Hi_R）
说明：X=waverec2（C；S；'wname'） 由多层二维小波分解的结果 C、S 重构原始信号 X ，'wname'
为使用的小波基函数；X=waverec2（C；S；Lo_R；Hi_R） 使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。
图像处理工具箱
1。 图像和图像数据
缺省情况下，MATLAB将图像中的数据存储为双精度类型（double），64位浮点
数，所需存储量很大；MATLAB还支持另一种类型无符号整型（uint8），即图像矩
阵中每个数据占用1个字节。
在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8
与double两种类型数据的值域不同，编程需注意值域转换。
从uint8到double的转换
…
图像类型 MATLAB语句
…
索引色 B=double（A）＋1
索引色或真彩色 B=double（A）/255
二值图像 B=double（A）
…
从double到uint8的转换
…
图像类型 MATLAB语句
…
索引色 B=uint8（round（A…1））
索引色或真彩色 B=uint8（round（A*255））
二值图像 B=logical（uint8（round（A）））
…
2。 图像处理工具箱所支持的图像类型
2。1 真彩色图像
R、G、B三个分量表示一个像素的颜色。如果要读取图像中（100；50）处的像素值，
可查看三元数据（100；50；1：3）。
真彩色图像可用双精度存储，亮度值范围是＇0；1＇；比较符合习惯的存储方法是用无
符号整型存储，亮度值范围＇0；255＇
2。2 索引色图像
包含两个结构，一个是调色板，另一个是图像数据矩阵。调色板是一个有3列和若干行
的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。
注意：MATLAB中调色板色彩强度＇0；1＇，0代表最暗，1代表最亮。
常用颜色的RGB值
颜色 R G B 颜色 R G B
黑 0 0 1 洋红 1 0 1
白 1 1 1 青蓝 0 1 1
红 1 0 0 天蓝 0。67 0 1
绿 0 1 0 橘黄 1 0。5 0
蓝 0 0 1 深红 0。5 0 0
�