爱华网
T t
tan 正切 tanh 双曲正切 taylortool 进行Taylor逼近分析的交互界面 text 文字注释 tf 创建传递函数对象 tic 启动计时器 title 图名 toc 关闭计时器 trapz 梯形法数值积分 treelayout 展开树、林 treeplot 画树图 tril 下三角阵 trim 求系统平衡点 trimesh 不规则格点网线图 trisurf 不规则格点表面图 triu 上三角阵 try-catch 控制流中的Try-catch结构 type 显示M文件 U u uicontextmenu 创建现场菜单 uicontrol 创建用户控件 uimenu 创建用户菜单 unmkpp 逐段多项式数据的反明晰化 unwrap 自然态相角 upper 转换为大写字母
V v
var 方差 varargin 变长度输入宗量 varargout 变长度输出宗量 vectorize 使串表达式或内联函数适于数组运算 ver 版本信息的获取 view 三维图形的视角控制 voronoi Voronoi多边形 vpa 任意精度（符号类）数值
W w
warning 显示警告信息 what 列出当前目录上的文件 whatsnew 显示Matlab中 Readme文件的内容 which 确定函数、文件的位置 while 控制流中的While环结构 white 全白色图矩阵 whitebg 指定轴的背景色 who 列出内存中的变量名 whos 列出内存中变量的详细信息 winter 蓝绿调冬色图 workspace 启动内存浏览器
X x , Y y , Z z
xlabel X轴名 xor 或非逻辑 yesinput 智能输入指令 ylabel Y轴名 zeros 全零数组 zlabel Z轴名 zoom 图形的变焦放大和缩小 ztrans 符号计算Z变换
Matlab中图像函数大全
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) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像 X 的直方图，map 为调色板。用
stem(x,counts) 同样可以显示直方图。
1.2 imcontour 函数功能：显示图像的等灰度值图格式：imcontour(I,n),imcontour(I,v)说明：n 为灰度级的个数，v 是有用户指定所选的等灰度级向量。
1.3 imadjust 函数功能：通过直方图变换调整对比度格式：J=imadjust(I,[low high],[bottom top],gamma) ? ? ? ?newmap=imadjust(map,[low high],[bottom top],gamma)说明：J=imadjust(I,[low high],[bottom top],gamma) 其中，gamma 为校正量r，[low high] 为原图像中要变换的灰度范围，[bottom top]
指定了变换后的灰度范围；newmap=imadjust(map,[low high],[bottom top],gamma) 调整索引色图像的调色板 map 。此时若 [low high] 和
[bottom top] 都为2×3的矩阵，则分别调整 R、G、B 3个分量。
1.4 histeq 函数功能：直方图均衡化格式：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,...)说明：J=histeq(I,hgram) 实现了所谓“直方图规定化”，即将原是图象 I 的直方图变换成用户指定的向量 hgram 。hgram 中的每一个元素
Matlab函数大全（4）_matlab 函数
都在 [0,1] 中；J=histeq(I,n) 指定均衡化后的灰度级数 n ，缺省值为 64；[J,T]=histeq(I,...) 返回从能将图像 I 的灰度直方图变换成
图像 J 的直方图的变换 T ；newmap=histeq(X,map) 和 [new,T]=histeq(X,...) 是针对索引色图像调色板的直方图均衡。
2. 噪声及其噪声的 Matlab 实现 ? ? ? ?imnoise 函数格式：J=imnoise(I,type) ? ? ? ?J=imnoise(I,type,parameter)说明：J=imnoise(I,type) 返回对图像 I 添加典型噪声后的有噪图像 J ，参数 type 和 parameter 用于确定噪声的类型和相应的参数。
3. 图像滤波的 Matlab 实现
3.1 conv2 函数功能：计算二维卷积格式：C=conv2(A,B) ? ? ? ?C=conv2(Hcol,Hrow,A) ? ? ? ?C=conv2(...,'shape')说明：对于 C=conv2(A,B) ，conv2 的算矩阵 A 和 B 的卷积，若 [Ma,Na]＝size(A), [Mb,Nb]=size(B), 则 size(C)=[Ma+Mb-1,Na+Nb-1];
C=conv2(Hcol,Hrow,A) 中，矩阵 A 分别与 Hcol 向量在列方向和 Hrow 向量在行方向上进行卷积；C=conv2(...,'shape') 用来指定 conv2
返回二维卷积结果部分，参数 shape 可取值如下： ? ? ? ?》full 为缺省值，返回二维卷积的全部结果； ? ? ? ?》same 返回二维卷积结果中与 A 大小相同的中间部分； ? ? ? ?valid 返回在卷积过程中，未使用边缘补 0 部分进行计算的卷积结果部分，当 size(A)>size(B) 时，size(C)=[Ma-Mb+1,Na-Nb+1]
。
3.2 conv 函数功能：计算多维卷积格式：与 conv2 函数相同
3.3 filter2函数功能：计算二维线型数字滤波，它与函数 fspecial 连用格式：Y=filter2(B,X) ? ? ? ?Y=filter2(B,X,'shape')说明：对于 Y=filter2(B,X) ，filter2 使用矩阵 B 中的二维 FIR 滤波器对数据 X 进行滤波，结果 Y 是通过二维互相关计算出来的，其大
小与 X 一样；对于 Y=filter2(B,X,'shape') ，filter2 返回的 Y 是通过二维互相关计算出来的，其大小由参数 shape 确定，其取值如下
： ? ? ? ?》full 返回二维相关的全部结果，size(Y)>size(X)； ? ? ? ?》same 返回二维互相关结果的中间部分，Y 与 X 大小相同； ? ? ? ?》valid 返回在二维互相关过程中，未使用边缘补 0 部分进行计算的结果部分，有 size(Y)<size(X) 。
3.4 fspecial 函数功能：产生预定义滤波器格式：H=fspecial(type) ? ? ? ?H=fspecial('gaussian',n,sigma) ? ? ? ? 高斯低通滤波器 ? ? ? ?H=fspecial('sobel') ? ? ? ? ? ? ? ? ? ? ? ? ?Sobel 水平边缘增强滤波器 ? ? ? ?H=fspecial('prewitt') ? ? ? ? ? ? ? ? ? ? ? Prewitt 水平边缘增强滤波器 ? ? ? ?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。
Matlab函数大全（4）_matlab 函数
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。
Matlab函数大全（4）_matlab 函数
