贝壳电子书 > 基础科学电子书 > matlab函数大全 >

第4章

matlab函数大全-第4章

小说: matlab函数大全 字数: 每页4000字

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!




     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
     黄     1   1   0       灰    0。5 0。5 0。5       
   
         产生标准调色板的函数
   …
    函数名       调色板
   …
     Hsv       色彩饱和度,以红色开始,并以红色结束
     Hot       黑色-红色-黄色-白色
     Cool      青蓝和洋红的色度
     Pink      粉红的色度
     Gray      线型灰度
     Bone      带蓝色的灰度
     Jet        Hsv的一种变形,以蓝色开始,以蓝色结束
     Copper    线型铜色度
     Prim       三棱镜,交替为红、橘黄、黄、绿和天蓝
     Flag       交替为红、白、蓝和黑

   缺省情况下,调用上述函数灰产生一个64×3的调色板,用户也可指定调色板大小。
   
   索引色图像数据也有double和uint8两种类型。
   当图像数据为double类型时,值1代表调色板中的第1行,值2代表第2行……
   如果图像数据为uint8类型,0代表调色板的第一行,,值1代表第2行……

2。3 灰度图像
   存储灰度图像只需要一个数据矩阵。
   数据类型可以是double,'0,1';也可以是uint8,'0;255'

2。4 二值图像
   二值图像只需一个数据矩阵,每个像素只有两个灰度值,可以采用uint8或double类型存储。
   MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8类型。

2。5 图像序列
   MATLAB工具箱支持将多帧图像连接成图像序列。
   图像序列是一个4维数组,图像帧的序号在图像的长、宽、颜色深度之后构成第4维。
   分散的图像也可以合并成图像序列,前提是各图像尺寸必须相同,若是索引色图像,
调色板也必须相同。
   可参考cat()函数    A=cat(4;A1;A2;A3;A4;A5)

3。 MATLAB图像类型转换
         图像类型转换函数
   …
     函数名                      函数功能
   …
     dither       图像抖动,将灰度图变成二值图,或将真彩色图像抖动成索引色图像
    gray2ind    将灰度图像转换成索引图像
    grayslice    通过设定阈值将灰度图像转换成索引色图像
     im2bw      通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
    ind2gray    将索引色图像转换成灰度图像
    ind2rgb      将索引色图像转换成真彩色图像
    mat2gray   将一个数据矩阵转换成一副灰度图
    rgb2gray    将一副真彩色图像转换成灰度图像
    rgb2ind      将真彩色图像转换成索引色图像
   

4。 图像文件的读写和查询

4。1 图形图像文件的读取
   利用函数imread()可完成图形图像文件的读取,语法:

     A=imread(filename;fmt)
     'X;map'=imread(filename;fmt)
     '。。。'=imread(filename)
     '。。。'=imread(filename;idx) (只对TIF格式的文件)
     '。。。'=imread(filename;ref) (只对HDF格式的文件)

   通常,读取的大多数图像均为8bit,当这些图像加载到内存中时,Matlab就将其存放
在类uint8中。此为Matlab还支持16bit的PNG和TIF图像,当读取这类文件时,Matlab就将
其存贮在uint16中。

   注意:对于索引图像,即使图像阵列的本身为类uint8或类uint16,imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。

4。2 图形图像文件的写入
   使用imwrite函数,语法如下:

   imwrite(A;filename;fmt)
   imwrite(X;map;filename;fmt)
   imwrite(。。。;filename)
   imwrite(。。。;parameter;value)

   当利用imwrite函数保存图像时,Matlab缺省的方式是将其简化道uint8的数据格式。

4。3 图形图像文件信息的查询   imfinfo()函数

5。 图像文件的显示

5。1 索引图像及其显示

   方法一:
          image(X)
          colormap(map)

   方法二: 
          imshow(X;map)

5。2 灰度图像及其显示
   Matlab 7。0 中,要显示一副灰度图像,可以调用函数 imshow 或 imagesc (即 
imagescale,图像缩放函数)

   (1) imshow 函数显示灰度图像
    使用 imshow(I)    或 使用明确指定的灰度级书目:imshow(I;32)
    
    由于Matlab自动对灰度图像进行标度以适合调色板的范围,因而可以使用自定义
大小的调色板。其调用格式如下:
           imshow(I;'low;high')
    其中,low 和 high 分别为数据数组的最小值和最大值。

   (2) imagesc 函数显示灰度图像
   下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度图像
       imagesc(1;'0;1');
       colormap(gray);
    imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值(通常是0),
对应于颜色映象表中的第一个值(颜色),第二个值(通常是1)则对应与颜色映象表
中的最后一个值(颜色)。灰度范围中间的值则线型对应与颜色映象表中剩余的值(颜色)。

    在调用 imagesc 函数时,若只使用一个参数,可以用任意灰度范围显示图像。在该
调用方式下,数据矩阵中的最小值对应于颜色映象表中的第一个颜色值,数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。

5。3 RGB 图像及其显示
   (1

返回目录 上一页 下一页 回到顶部 0 0

你可能喜欢的