岡薩雷斯圖像處理Matlab版本函數匯總

1、岡薩雷斯圖像處理Matlab函數匯總 (注：所有函數的頭字母都應是小寫)圖像顯示colorbar 顯示彩條getimage 由坐標軸得到圖像數據ice（DIPUM） 交互彩色編輯image 創(chuàng)建和顯示圖像對象imagesc 縮放數據并顯示為圖像immovie 由多幀圖像制作電影imshow 顯示圖像imview 在Image Viewer中顯示圖像montage 將多個圖像幀顯示為矩陣蒙太奇movie 播放錄制的電影幀rgbcube 顯示一個彩色RGB立方體subimage 在單個圖形中顯示多幅圖像truesize 調整圖像的顯示尺寸warp 將圖像顯示為紋理映射的表面圖像文件輸入/輸出Dic

2、ominfo 從一條DICOM消息中讀取元數據Dicomread 讀一幅DICOM圖像Dicomwrite 寫一幅DICOM圖像Dicom-dict.txt 包含DICOM數據字典的文本文件Dicomuid 產生DICOM唯一的識別器Imfinfo 返回關于圖像的文件的信息Imread 讀圖像文件Imwrite 寫圖像文件圖像算術Imabsdiff 計算兩幅圖像的絕對差Imadd 兩幅圖像相加或把常數加到圖像上Imcomplement 圖像求補Imdivide 兩幅圖像相除，或用常數除圖像Imlincomb 計算圖像的線性組合Immultiply 兩幅圖像相乘或用常數乘圖像Imsubtract

3、 兩幅圖像相減，或從圖像中減去常數幾何變換Checkerboard 創(chuàng)建棋盤格圖像Findbounds 求幾何變換的輸出范圍Fliptform 顛倒TFORM結構的輸入/輸出Imcrop 修剪圖像Imresize 調整圖像大小Imrotate旋轉圖像Imtransform 對圖像應用幾何變換Intline 整數坐標線繪制算法Makersampler 創(chuàng)建重取樣器結構Maketform 創(chuàng)建幾何變換結構（TFORM）Pixeldup（DIPUM）在兩個方向上復制圖像的像素Tformarray 對N-D數組應用幾何變換Tformfwd 應用正向幾何變換Tforminv 應用反向幾何變換Vstfor

4、mfwd（DIPUM）可視化正向幾何變換圖像匹配Cpstruct2pairs 將CPSTRUCT轉換為有效的控制點對Cp2tform 由控制點對推斷幾何變換Cpcorr 使用互相關校準控制點位置Cpselect 控制點選擇工具Normxcorr2 歸一化二維互相關像素值及統(tǒng)計Corr2 計算二維相關系數Covmatrix（DIPUM）計算向量族的協(xié)方差矩陣Imcontour 創(chuàng)建圖像數據的輪廓線Imhist 顯示圖像數據的直方圖Impixel 確定像素的彩色點Improfile 計算沿著線段的像素值橫截面Mean2 計算矩陣元素的均值Pixval 顯示關于像素的信息Regionprops 測量

5、圖像區(qū)域的屬性Statmoments（DIPUM）計算一幅圖像直方圖的統(tǒng)計中心距Std2 計算矩陣元素的標準偏差圖像分析（包括分割、描述和識別）Bayesgauss（DIPUM） 高斯模式的貝葉斯分類器Bound2eight（DIPUM）將4連接邊界轉換為8連接邊界Bound2four（DIPUM）將8連接邊界轉換為4連接邊界Bwboundaries 追蹤區(qū)域邊界Bwtraceboundary 追蹤單個邊界Bound2im（DIPUM） 將邊界轉換為圖像Boundaries（DIPUM） 追蹤區(qū)域邊界Bsubsamp（DIPUM） 對邊界二次取樣Colorgrad（DIPUM） 計算一幅RGB

6、圖像的向量梯度Colorseq（DIPUM） 分割一幅彩色圖像Connectpoly（DIPUM） 連接多邊形的頂點Diameter（DIPUM） 測量圖像區(qū)域的直徑Edge（DIPUM） 在一幅亮度圖像中尋找邊緣Fchcode（DIPUM） 計算邊界的freeman鏈碼Frdescp（DIPUM） 計算傅里葉描繪子Graythresh 使用Ostu方法計算圖像的全局閾值Hough（DIPUM） Hough變換Houghlines（DIPUM） 基于Hough變換提取線段Houghpeaks（DIPUM） 在Hough變換中檢測峰值Houghpixels（DIPUM） 計算屬于Hough變換b

7、in的圖像像素Ifrdescp（DIPUM） 計算逆傅里葉描繪子Imstack2vectors（DIPUM） 從圖像堆棧提取向量Invmoments（DIPUM） 計算圖像不變距Mahalanobis（DIPUM） 計算Mahalanobis距離Minperpoly（DIPUM） 計算最小周長多邊形Polyangles（DIPUM） 計算多邊形內角Princomp（DIPUM） 得到主分量向量和相關量Qtdecomp 執(zhí)行四叉樹分解Qtgetblk 得到四叉樹分解中的塊值Qtsetblk 在四叉樹中設置塊值Randvertex（DIPUM） 隨機置換多邊形頂點Regiongrow（DIPUM）

8、 由區(qū)域生長來執(zhí)行分割Signature（DIPUM） 計算邊界的標記Specxture（DIPUM） 計算圖像的譜紋理Splitmerge（DIPUM） 使用分離-合并算法分割圖像Statxture（DIPUM） 計算圖像中紋理的統(tǒng)計度量Strsimilarity（DIPUM） 兩個串間的相似性度量X2majoraxis（DIPUM） 以區(qū)域的主軸排列坐標x圖像壓縮Compare（DIPUM） 計算和顯示兩個矩陣間的誤差Entropy（DIPUM） 計算矩陣的熵的一階估計Huff2mat（DIPUM） 解碼霍夫曼編碼矩陣Huffman（DIPUM） 為符號源建立一個變長霍夫曼碼Im2jpeg

9、（DIPUM） 使用JPEG近似壓縮一幅圖像Im2jpeg2k（DIPUM） 使用JPEG2000近似壓縮一幅圖像Imratio（DIPUM） 計算兩幅圖像或變量中的比特率Jpeg2im（DIPUM） 解碼IM2JPEG壓縮的圖像Jpeg2k2im（DIPUM） 解碼IM2JPEG2K壓縮的圖像Lpc2mat（DIPUM） 解壓縮一維有損預測編碼矩陣Mat2huff（DIPUM） 霍夫曼編碼矩陣Mat2lpc（DIPUM） 使用一維有損預測編碼矩陣Quantize（DIPUM） 量化UINT8類矩陣的元素圖像增強Adapthisteq 自適應直方圖量化Decorrstretch 對多通道圖像應

10、用去相關拉伸Gscale（DIPUM） 按比例調整輸入圖像的亮度Histeq 使用直方圖均衡化來增強對比度Intrans（DIPUM） 執(zhí)行亮度變換Imadjust 調整圖像亮度值或彩色映射Stretchlim 尋找對比度拉伸圖像的限制圖像噪聲Imnoise 給一幅圖像添加噪聲Imnoise2（DIPUM） 使用指定的PDF生成一個隨機數數組Imnoise3（DIPUM） 生成周期噪聲線性和非線性空間濾波Adpmedian（DIPUM） 執(zhí)行自適應中值濾波Convmtx2 計算二維卷積矩陣Dftcorr（DIPUM） 執(zhí)行頻率域相關Dftfilt（DIPUM） 執(zhí)行頻率域濾波Fspecial

11、創(chuàng)建預定義濾波器Medfilt2 執(zhí)行二維中值濾波Imfilter 濾波二維和N維圖像Ordfilter2 執(zhí)行二維順序統(tǒng)計濾波Spfilt（DIPUM） 執(zhí)行線性和非線性空間濾波Wiener2 執(zhí)行二維去噪濾波線性二維濾波器設計Freqspace 確定二維頻率響應間隔Freqz2 計算二維頻率響應Fsamp2 使用頻率取樣設計二維FIR濾波器Ftrans2 使用頻率變換設計二維FIR濾波器Fwind1 使用一維窗法設計二維濾波器Fwind2 使用二維窗法設計二維濾波器Hpfilter（DIPUM） 計算頻率域高通濾波器Lpfilter（DIPUM） 計算頻率域低通濾波器圖像去模糊（復原）De

12、convblind 使用盲去卷積去模糊圖像Deconvlucy 使用Lucy-Richardson方法去模糊Deconvreg使用規(guī)則化濾波器去模糊Deconvwnr 使用維納濾波器去模糊Edgetaper 使用點擴散函數銳化邊緣Otf2psf 光傳遞函數到點擴散函數Pst2otf 點擴散函數到光傳遞函數圖像變換Dct2 二維離散余弦變換Dctmtx 離散余弦變換矩陣Fan2para 將扇形束投影變換為并行射束Fanbeam 計算扇形射束變換Fft2 二維快速傅里葉變換Fftn N維快速傅里葉變換Fftshift 顛倒FFT輸出的象限Idct2 二維逆離散余弦變換Ifanbeam 計算扇形射束

13、逆變換Ifft2 二維快速傅里葉逆變換Ifftn N維快速傅里葉逆變換Iradon 計算逆Radon變換Para2fan 將并行射束投影變換為扇形射束Phantom 生成頭部仿真模型的圖像Radon 計算Radon變換小波Wave2gray（DIPUM） 顯示小波分解系數Waveback（DIPUM） 執(zhí)行多灰度級二維快速小波逆變換Wavecopy（DIPUM） 存取小波分解結構的系數Wavecut（DIPUM） 在小波分解結構中置零系數Wavefast（DIPUM） 執(zhí)行多灰度級二維快速小波變換Wavefilter（DIPUM） 構造小波分解和重構濾波器Wavepaste（DIPUM） 在小

14、波分解結構中放置系數Wavework（DIPUM） 編輯小波分解結構Wavezero（DIPUM） 將小波細節(jié)系數設置為零領域和塊處理Bestblk 為塊處理選擇塊大小Blkproc 為圖像實現不同的塊處理Col2im 將矩陣列重排為塊Colfilt 按列鄰域操作Im2col 將圖像塊重排為列Nlfilter 執(zhí)行一般的滑動鄰域操作形態(tài)學操作（亮度和二值圖像）Conndef 默認連通性Imbothat 執(zhí)行底帽濾波Imclearborder 抑制與圖像邊框相連的亮結構Imclose 關閉圖像Imdilate 膨脹圖像Imerode 腐蝕圖像Imextendedmax 最大擴展變換Imexten

15、dedmin 最小擴展變換Imfill 填充圖像區(qū)域和孔洞Imhmax H最大變換Imhmin H最小變換Imimposemin 強制最小Imopen 打開圖像Imreconstruct 形態(tài)學重構Imregionalmax 局部最大區(qū)域Imregionalmin 局部最小區(qū)域Imtophat 執(zhí)行頂帽濾波Watershed 分水嶺變換形態(tài)學操作（二值圖像）Applylut 使用查表法執(zhí)行鄰域操作Bwarea 計算二值圖像中的對象面積Bwareaopen 打開二值區(qū)域（刪除小對象）Bwdist 計算二值圖像的距離變換Bweuler 計算二值圖像的歐拉數Bwhitmiss 二值擊不中操作Bwla

16、bel 在二維圖像中標記連接分量Bwlabeln 在N維二值圖像中標記連接分量Bwmorph 對二值圖像執(zhí)行形態(tài)學操作Bwpack 打包二值圖像Bwperim 確定二值圖像中的對象的周長Bwselect選擇二值圖像中的對象 Bwulterode 最終腐蝕Bwunpack 解包二值圖像Endpoints（DIPUM）計算二值圖像的端點Makelut 構建applylut使用的查找表結構元素（STREL）的創(chuàng)建和操作Getheight 得到strel的高度Getneighbors 得到strel鄰域的偏移位置和高度Getnhood 得到strel鄰域Getsequence 得到分解的strel序列

17、Isflat 對平坦的strel返回值Reflect 以其中心反射strelStrel 創(chuàng)建形態(tài)學結構元素Translate 變換strel基于區(qū)域的處理Histroi（DIPUM） 計算圖像中的ROI的直方圖Poly2mask 將ROI多邊形轉換為掩膜Roicolor 基于顏色選擇ROIRoifill 在任意區(qū)域內平穩(wěn)地內插Roifilt2 對ROI進行濾波Roipoly 選擇多邊形ROI彩色映射處理Brighten 加亮或加暗彩色映射Cmpermute 在彩色映射中重排顏色Cmunique 尋找唯一的彩色映射顏色和相應的圖像Colormap 設置或得到彩色查找表Imapprox 以很少的顏

18、色近似被索引的圖像Rgbplot繪制RGB彩色映射分量彩色空間轉換Applyform 應用獨立于設備的彩色空間變換Hsv2rgb 將HSV值轉換為RGB彩色空間Iccread 讀ICC彩色配置文件Lab2double 將L*a*b*彩色值轉換為double類Lab2uint16 將L*a*b*彩色值轉換為uint16類Lab2uint8 將L*a*b*彩色值轉換為uint8類Makecform 創(chuàng)建獨立于設備的彩色空間變換結構Ntsc2rgb 將NTSC值轉換為RGB彩色空間Rgb2hsv 將RGB值轉換為HSV彩色空間Rgb2ntsc 將RGB值轉換為NTSC彩色空間Rgb2ycbcr 將R

19、GB值轉換為YCBCR彩色空間Ycbcr2rgb 將YCBCR值轉換為RGB彩色空間Rgb2hsi（DIPUM） 將RGB值轉換為HSI彩色空間Hsi2rgb（DIPUM） 將HSI值轉換為RGB彩色空間Whitepoint 返回標準照明的XYZ值Xyz2double 將XYZ彩色值轉換為double類Xyz2uint16 將XYZ彩色值轉換為uint16類數組操作Circshift 循環(huán)地移位數組Dftuv（DIPUM） 計算網格數組Padarray 填充數組Paddedsize（DIPUM）計算用于FFT的最小填充尺寸圖像類型和類型轉換Changeclass 改變一幅圖像的類Dither

20、使用抖動轉換圖像Gray2ind 將亮度圖像轉換為索引圖像Grayslice 通過閾值處理從亮度圖像創(chuàng)建索引圖像Im2bw 通過閾值處理將圖像轉換為二值圖像Im2double 將圖像數組轉換為雙精度Im2java 將圖像轉換為Java圖像Im2java2d 將圖像轉換為Java緩存的圖像對象Im2uint8 將圖像數組轉換為8比特無符號整數Im2uint16 將圖像數組轉換為16比特無符號整數Ind2gray 將索引圖像轉換為亮度圖像Ind2rgb 將索引圖像轉換為RGB圖像Label2rgb 將標記矩陣轉換為RGB圖像Mat2gray 將矩陣轉換為亮度圖像Rgb2gray 將RGB圖像或彩色

21、映射轉換為灰度圖像Rgb2ind 將RGB圖像轉換為索引圖像其他函數Conwaylaws（DIPUM） 對單個像素應用Conway的遺傳定律Manualhist（DIPUM） 交互地生成2模式直方圖Twomodegauss（DIPUM）生成一個2模式高斯函數Uintlut 基于查找表計算新數組值工具箱參數Iptgetpref 獲得圖像處理工具箱參數的值Iptsetpref 設置圖像處理工具箱參數的值Matlab數字數字圖像處理函數匯總：1、數字數字圖像的變換 fft2：fft2函數用于數字數字圖像的二維傅立葉變換，如：i=imread(104_8.tif);j=fft2(i);ifft2:：i

22、fft2函數用于數字數字圖像的二維傅立葉反變換，如：i=imread(104_8.tif);j=fft2(i);k=ifft2(j);2、模擬噪聲生成函數和預定義濾波器 imnoise：用于對數字數字圖像生成模擬噪聲，如：i=imread(104_8.tif);j=imnoise(i,gaussian,0,0.02);%模擬高斯噪聲 fspecial：用于產生預定義濾波器，如：h=fspecial(sobel);%sobel水平邊緣增強濾波器h=fspecial(gaussian);%高斯低通濾波器h=fspecial(laplacian);%拉普拉斯濾波器h=fspecial(log);%高

23、斯拉普拉斯（LoG）濾波器h=fspecial(average);%均值濾波器2、數字數字圖像的增強直方圖：imhist函數用于數字數字圖像的直方圖顯示，如：i=imread(104_8.tif);imhist(i);直方圖均化：histeq函數用于數字數字圖像的直方圖均化，如：i=imread(104_8.tif);j=histeq(i);對比度調整：imadjust函數用于數字數字圖像的對比度調整，如：i=imread(104_8.tif);j=imadjust(i,0.3,0.7,);對數變換：log函數用于數字數字圖像的對數變換，如：i=imread(104_8.tif);j=doub

24、le(i);k=log(j);基于卷積的數字數字圖像濾波函數：filter2函數用于數字數字圖像濾波，如：i=imread(104_8.tif);h=1,2,1;0,0,0;-1,-2,-1;j=filter2(h,i);線性濾波：利用二維卷積conv2濾波, 如:i=imread(104_8.tif);h=1,1,1;1,1,1;1,1,1;h=h/9;j=conv2(i,h);中值濾波：medfilt2函數用于數字數字圖像的中值濾波，如：i=imread(104_8.tif);j=medfilt2(i);銳化（1）利用Sobel算子銳化數字數字圖像, 如:i=imread(104_8.ti

25、f);h=1,2,1;0,0,0;-1,-2,-1;%Sobel算子j=filter2(h,i);（2）利用拉氏算子銳化數字數字圖像, 如:i=imread(104_8.tif);j=double(i);h=0,1,0;1,-4,0;0,1,0;%拉氏算子k=conv2(j,h,same);m=j-k;3、數字數字圖像邊緣檢測sobel算子 如：i=imread(104_8.tif);j =edge(i,sobel,thresh)prewitt算子 如：i=imread(104_8.tif);j =edge(i,prewitt,thresh)roberts算子 如：i=imread(104_8

26、.tif);j =edge(i,roberts,thresh)log算子 如：i=imread(104_8.tif);j =edge(i,log,thresh)canny算子 如：i=imread(104_8.tif);j =edge(i,canny,thresh)Zero-Cross算子 如：i=imread(104_8.tif);j =edge(i,zerocross,thresh)4、形態(tài)學數字數字圖像處理膨脹：是在二值化數字數字圖像中“加長”或“變粗”的操作，函數imdilate執(zhí)行膨脹運算，如：a=imread(104_7.tif);%輸入二值數字數字圖像b=0 1 0;1 1 1;

27、01 0; c=imdilate(a,b);腐蝕：函數imerode執(zhí)行腐蝕，如：a=imread(104_7.tif);%輸入二值數字數字圖像b=strel(disk,1);c=imerode(a,b);開運算：先腐蝕后膨脹稱為開運算，用imopen來實現，如：a=imread(104_8.tif);b=strel(square,2);c=imopen(a,b);閉運算：先膨脹后腐蝕稱為閉運算，用imclose來實現，如：a=imread(104_8.tif);b=strel(square,2);c=imclose(a,b);數字數字圖像增強1. 直方圖均衡化的 Matlab 實現1.1 i

28、mhist 函數功能：計算和顯示數字數字圖像的色彩直方圖格式：imhist(I,n) imhist(X,map)說明：imhist(I,n) 其中，n 為指定的灰度級數目，缺省值為256；imhist(X,map) 就算和顯示索引色數字數字圖像 X 的直方圖，map為調色板。用stem(x,counts) 同樣可以顯示直方圖。1.2 imcontour 函數功能：顯示數字數字圖像的等灰度值圖格式：imcontour(I,n),imcontour(I,v)說明：n 為灰度級的個數，v 是有用戶指定所選的等灰度級向量。1.3 imadjust 函數功能：通過直方圖變換調整對比度格式：J=imadj

29、ust(I,low high,bottomtop,gamma) newmap=imadjust(map,low high,bottomtop,gamma)說明：J=imadjust(I,low high,bottomtop,gamma) 其中，gamma 為校正量r，lowhigh 為原數字數字圖像中要變換的灰度范圍，bottom top指定了變換后的灰度范圍；newmap=imadjust(map,lowhigh,bottom top,gamma) 調整索引色數字數字圖像的調色板 map 。此時若 low high 和bottom top 都為23的矩陣，則分別調整 R、G、B 3個分量。1

30、.4 histeq 函數功能：直方圖均衡化格式：J=histeq(I,hgram) J=histeq(I,n) J,T=histeq(I,.) newmap=histeq(X,map,hgram) newmap=histeq(X,map) new,T=histeq(X,.)說明：J=histeq(I,hgram) 實現了所謂“直方圖規(guī)定化”，即將原是圖象 I 的直方圖變換成用戶指定的向量 hgram 。hgram 中的每一個元素都在 0,1 中；J=histeq(I,n) 指定均衡化后的灰度級數 n ，缺省值為 64；J,T=histeq(I,.)返回從能將數字數字圖像 I 的灰度直方圖變換成

31、數字數字圖像 J 的直方圖的變換 T ；newmap=histeq(X,map) 和 new,T=histeq(X,.) 是針對索引色數字數字圖像調色板的直方圖均衡。2. 噪聲及其噪聲的 Matlab 實現 imnoise 函數格式：J=imnoise(I,type) J=imnoise(I,type,parameter)說明：J=imnoise(I,type) 返回對數字數字圖像 I 添加典型噪聲后的有噪數字數字圖像 J ，參數type 和 parameter 用于確定噪聲的類型和相應的參數。3. 數字數字圖像濾波的 Matlab 實現3.1 conv2 函數功能：計算二維卷積格式：C=co

32、nv2(A,B) C=conv2(Hcol,Hrow,A) C=conv2(.,shape)說明：對于 C=conv2(A,B) ，conv2 的算矩陣A 和 B 的卷積，若Ma,Nasize(A), Mb,Nb=size(B), 則 size(C)=Ma+Mb-1,Na+Nb-1;C=conv2(Hcol,Hrow,A) 中，矩陣 A 分別與Hcol 向量在列方向和 Hrow 向量在行方向上進行卷積；C=conv2(.,shape) 用來指定 conv2返回二維卷積結果部分，參數 shape 可取值如下： full為缺省值，返回二維卷積的全部結果； same返回二維卷積結果中與 A 大小相同

33、的中間部分； valid 返回在卷積過程中，未使用邊緣補 0 部分進行計算的卷積結果部分，當 size(A)size(B) 時，size(C)=Ma-Mb+1,Na-Nb+1。3.2 conv 函數功能：計算多維卷積格式：與 conv2 函數相同3.3 filter2函數功能：計算二維線型數字濾波，它與函數 fspecial 連用格式：Y=filter2(B,X) Y=filter2(B,X,shape)說明：對于 Y=filter2(B,X) ，filter2 使用矩陣B 中的二維 FIR 濾波器對數據 X 進行濾波，結果 Y 是通過二維互相關計算出來的，其大小與 X 一樣；對于Y=filt

34、er2(B,X,shape) ，filter2返回的 Y 是通過二維互相關計算出來的，其大小由參數 shape 確定，其取值如下： full返回二維相關的全部結果，size(Y)size(X)； same返回二維互相關結果的中間部分，Y 與X 大小相同； valid返回在二維互相關過程中，未使用邊緣補 0 部分進行計算的結果部分，有 size(Y)size(X) 。3.4 fspecial 函數功能：產生預定義濾波器格式：H=fspecial(type) H=fspecial(gaussian,n,sigma) 高斯低通濾波器 H=fspecial(sobel) Sobel 水平邊緣增強濾波器

35、 H=fspecial(prewitt) Prewitt 水平邊緣增強濾波器 H=fspecial(laplacian,alpha) 近似二維拉普拉斯運算濾波器 H=fspecial(log,n,sigma) 高斯拉普拉斯（LoG）運算濾波器 H=fspecial(average,n) 均值濾波器 H=fspecial(unsharp,alpha) 模糊對比增強濾波器說明：對于形式 H=fspecial(type) ，fspecial 函數產生一個由 type 指定的二維濾波器 H ，返回的H 常與其它濾波器搭配使用。4. 彩色增強的 Matlab 實現4.1 imfilter函數功能：真彩色

36、增強格式：B=imfilter(A,h)說明：將原始數字數字圖像 A 按指定的濾波器 h 進行濾波增強處理，增強后的數字數字圖像 B 與A 的尺寸和類型相同數字數字圖像的變換1. 離散傅立葉變換的Matlab 實現 Matlab 函數 fft、fft2 和 fftn 分別可以實現一維、二維和 N 維 DFT 算法；而函數 ifft、ifft2 和 ifftn 則用來計算反 DFT 。這些函數的調用格式如下： Afft(X,N,DIM) 其中，X 表示輸入數字數字圖像；N 表示采樣間隔點，如果 X 小于該數值，那么 Matlab 將會對 X 進行零填充，否則將進行截取，使之長度為N ；DIM 表

37、示要進行離散傅立葉變換。 Afft2(X,MROWS,NCOLS) 其中，MROWS 和 NCOLS 指定對 X 進行零填充后的 X 大小。 Afftn(X,SIZE)其中，SIZE 是一個向量，它們每一個元素都將指定 X 相應維進行零填充后的長度。 函數 ifft、ifft2 和 ifftn的調用格式于對應的離散傅立葉變換函數一致。例子：數字數字圖像的二維傅立葉頻譜% 讀入原始數字數字圖像Iimread(lena.bmp);imshow(I)% 求離散傅立葉頻譜J=fftshift(fft2(I);figure;imshow(log(abs(J),8,10)2. 離散余弦變換的 Matlab

38、實現2.1. dCT2 函數功能：二維 DCT 變換格式：B=dct2(A) B=dct2(A,m,n) B=dct2(A,m,n) 說明：Bdct2(A) 計算 A 的 DCT 變換 B ，A 與 B 的大小相同；Bdct2(A,m,n) 和 B=dct2(A,m,n) 通過對 A 補 0 或剪裁，使 B 的大小為 mn。2.2. dict2 函數功能：DCT 反變換格式：B=idct2(A) B=idct2(A,m,n) B=idct2(A,m,n) 說明：Bidct2(A) 計算 A 的 DCT 反變換 B ，A 與 B 的大小相同；Bidct2(A,m,n) 和 B=idct2(A,m

39、,n) 通過對 A 補 0 或剪裁，使 B的大小為 mn。2.3. dctmtx函數功能：計算 DCT 變換矩陣格式：Ddctmtx(n)說明：Ddctmtx(n) 返回一個 nn 的 DCT 變換矩陣，輸出矩陣 D 為 double 類型。3. 數字數字圖像小波變換的Matlab 實現3.1 一維小波變換的 Matlab實現(1) dwt 函數功能：一維離散小波變換格式：cA,cD=dwt(X,wname) cA,cD=dwt(X,Lo_D,Hi_D)說明：cA,cD=dwt(X,wname)使用指定的小波基函數wname 對信號 X 進行分解，cA、cD分別為近似分量和細節(jié)分量；cA,cD

40、=dwt(X,Lo_D,Hi_D) 使用指定的濾波器組 Lo_D、Hi_D 對信號進行分解。(2) idwt 函數功能：一維離散小波反變換格式：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)說明：X=idwt(cA,cD,wname)由近似分量 cA 和細節(jié)分量 cD 經小波反變換重構原始信號 X 。 wname 為所選的小波函數 X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重構濾波器 Lo_R 和 Hi_R 經小波反變換重構原始信號 X 。 X=

41、idwt(cA,cD,wname,L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信號 X 中心附近的 L 個點。3.2 二維小波變換的 Matlab實現 二維小波變換的函數- 函數名 函數功能- dwt2 二維離散小波變換 wavedec2 二維信號的多層小波分解 idwt2 二維離散小波反變換 waverec2 二維信號的多層小波重構 wrcoef2 由多層小波分解重構某一層的分解信號 upcoef2 由多層小波分解重構近似分量或細節(jié)分量 detcoef2 提取二維信號小波分解的細節(jié)分量 appcoef2 提取二維信號小波分解的近似分量 upwlev2 二維小波分解的

42、單層重構 dwtpet2 二維周期小波變換 idwtper2 二維周期小波反變換-(1) wcodemat 函數功能：對數據矩陣進行偽彩色編碼格式：Y=wcodemat(X,NB,OPT,ABSOL) Y=wcodemat(X,NB,OPT) Y=wcodemat(X,NB) Y=wcodemat(X)說明：Y=wcodemat(X,NB,OPT,ABSOL)返回數據矩陣 X 的編碼矩陣 Y ；NB 偽編碼的最大值，即編碼范圍為 0NB，缺省值 NB16； OPT 指定了編碼的方式（缺省值為 mat），即： OPTrow ，按行編碼 OPTcol ，按列編碼 OPTmat ，按整個矩陣編碼 A

43、BSOL 是函數的控制參數（缺省值為 1），即： ABSOL0 時，返回編碼矩陣 ABSOL1 時，返回數據矩陣的絕對值ABS(X)(2) dwt2 函數功能：二維離散小波變換格式：cA,cH,cV,cD=dwt2(X,wname) cA,cH,cV,cD=dwt2(X,Lo_D,Hi_D)說明：cA,cH,cV,cD=dwt2(X,wname)使用指定的小波基函數 wname 對二維信號 X 進行二維離散小波變幻；cA，cH,cV,cD 分別為近似分量、水平細節(jié)分量、垂直細節(jié)分量和對角細節(jié)分量；cA,cH,cV,cD=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通濾波器 Lo_D 和 Hi_D 分解信號 X 。(3) wavedec2 函數功能：二維信號的多層小波分解格式：C,S=wavedec2(X,N,wname) C,S=wavedec2(X