chezhai的博客

eps是浮点相对误差限，是指计算机用于区分两个数的差的最小常数，具体大小和计算机有关，如果两个数的差的绝对值小于eps，则计算机认为这两个数相等。通常是在MATLAB中做除法时，在分母加上eps，防止分母为0，不能得到正确的运算。书中的代码并不是最优的，如果去掉eps对程序运算也没有影响的话，那么这样做可以使代码更为优化。谢谢你给出的建议！

axis off;% 去掉坐标轴axistight;% 紧坐标轴axisequal;% 等比坐标轴axis([-0.1, 8.1, -1.1, 1.1]);% 坐标轴的显示范围% gca: gca, h=figure(...);set(gca,'XLim',[3 40]);% X轴的数据显示范围set(gca,'XTick',[-3.14,0,3.14] );% X

添加方式总结：事实上，有两种添加工具箱到matlab搜索路径的方法：其一是用代码，其二是用界面。其实无论用哪种方法，都是修改pathdef.m这个文件，阁下如果是高手，可以直接打开该文件修改，呵呵，对此这里不作讨论。1.2.1 代码方式：1.2.1.1 适用于添加下载的工具箱（别人的）：在命令窗口输入addpath D:\MATLAB6p5\toolbox\svm 或者addp

由于工作需要，开始研究一下MATLAB图像处理相关的知识，图像处理只是matlab应用领域中小小的一部分而已。以前只是听说过MATLAB很强大，但没有系统的学过，如今开始学时，发现matlab确实很不错、很高大上。操作起来很方便，特别是编写程序时，比C语言更简洁。 很多人都是大学里就学过matlab的，由于是半路出家，所以知识不是很全面，直接拿了一本冈萨雷斯的MATLAB版的书就开始看，下面做一些

contour是等高线绘制函数我并没怎么用过这个函数，只是参照help将上面的英文翻译一下，如果有错误，请大家提出来。contour(Z)根据矩阵Z画出等高线，Z是以x,y为平面的高度。Z必须是一个至少二维的矩阵。等高线的数量和水平线的值将根据Z值的最小值和最大值自动选择。x,y轴的范围是[1:n]和[1:m]，[m,n]=size(Z)contour(Z,n)用n条水平线来绘制Z的等

1,命令快捷键Ctrl+R 多行注释Ctrl+T 取消多行注释2,右击命令选项选定要取消的，右击，commend命令式注销，uncommon是批量恢复！3,花括号选择%{*****************需要注释的内容%}；注意%和}的位置不能反。

一、基本的灰度变换函数1.1.图像反转适用场景：增强嵌入在一幅图像的暗区域中的白色或灰色细节，特别是当黑色的面积在尺寸上占主导地位的时候。1.2.对数变换（反对数变换与其相反）过程：将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值。用处：用来扩展图像中暗像素的值，同时压缩更高灰度级的值。特征：压缩像素值变化较大的图像的动态范围。举例：处理傅里叶频谱，频谱中的低

中值滤波器中值滤波器是一种非线性滤波器，常用于消除图像中的椒盐噪声。与低通滤波不同的是，中值滤波有利于保留边缘的尖锐度，但它会洗去均匀介质区域中的纹理。椒盐噪声椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声是指两种噪声，一种是盐噪声（salt noise）盐=白色(255)，另一种是胡椒噪声（pepper noise），椒=黑色(0)。前者是高灰度噪声

同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的

X =     8     1     6     3     5     7     4     9     2Y =     8     3     4     1     5     9     6     7     2     1     2     3 pdist2(X, Y)ans =

X = 8 1 6 3 5 7 4 9 2Y = 8 3 4 1 5 9 6 7 2 1 2 3pdist2(X, Y)ans =2.8284 8.6023 7.4833 7.68116.1644 2.8284 6.1644 5.3852

exist：exist主要有两种形式，一个参数和两个参数的，作用都是用于确定某值是否存在：1. b = exist( a)      若 a 存在，则 b = 1； 否则 b = 0；2. b = exist( 'name', 'kind')      kind 表示 name 的类型，可以取的值为：builtin（内建类型），class（类），dir（文件夹），file（文件

1、显示RGB图像相同点：这三个函数都是把m*n*3的矩阵中的数值当做RGB值来显示的。区别：imshow将图像以原始尺寸显示，image和imagesc则会对图像进行适当的缩放（显示出来的尺寸大小）。2、显示灰度图像说明：先搞明白什么是索引图像？（灰度图像也是索引图像的一种）  当用Matlab中的imread函数将图像读入并存入矩阵时，我们知道如果是RG

bsxfun函数用法【函数描述】C=bsxfun(fun,A,B)：两个数组间元素逐个计算，fun是函数句柄或者m文件，也可以为如下内置函数 @plus Plus @minus Minus @times Array multiply @r

MATLAB给每种对象的每一个属性规定了一个名字，称为属性名，而属性名的取值成为属性值。例如，LineStyle是曲线对象的一个属性名，它的值决定着线型，取值可以是'-' 、':'、'-.'、'--'或'none'。2.属性的操作    set函数的调用格式为：    set(句柄，属性名1，属性值1，属性名2，属性值2，…)例子：clearx=0:0.2:12;

hold on 是当前轴及图形保持而不被刷新，准备接受此后将绘制hold off 使当前轴及图形不在具备被刷新的性质hold on 和hold off，是相对使用的前者的意思是，你在当前图的轴（坐标系）中画了一幅图，再画另一幅图时，原来的图还在，与新图共存，都看得到后者表达的是，你在当前图的轴（坐标系）中画了一幅图，此时，状态是hold off,则再画另一幅图时，原来的图就看不

meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的。它也可以是更高维的。这里的大小指的是，size()函数的大小，size()函数返回的是一个向量， 那么size(A) = size(B).[A,B]=Meshgrid(a,b)生成size(b)Xsize(a)大小的矩阵A和B。它相当于a从一行重复增加到size(b)行，把b转置成一列再重复增加到size(a)

图像类和类型间的转换 im2uint8 将输入中所有小于0的设置为0,而将输入中所有大于1的设置为255 其他的所有乘以255 im2uint16 将输入中所有小于0的设置为0,而将输入中所有大于1的设置为65535 mat2gray 把一个double类的任意数组转换成值范围在[0,1]的归一化double类数组 im2double 将输入转换为double类.若输入是uint8类

在MATLAB中： size：获取数组的行数和列数 length：数组长度（即行数或列数中的较大值） numel：元素总数。 s=size(A),当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时数组的行数，第二个元素是数组的列数。 [r,c]=size(A),当有两个输出参数时，size函数将数组的行数返回到第一个输出变量，将数组的列数返回到第二个输出变量。 如果在size函

直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布【1】。 下图为直方图均衡化的过程，体现了“均衡”的含义：（概率密度的均匀） 网上可以查阅到关于直方图均衡化的各种解释、用法、程

matlab主界面-上端菜单栏里的Desktop-Command History，点选之，出现历史命令框

>> f = imread('D:\Matlab R2015b\exercise\matlab_text_images\dipum_images_ch03\Fig0308(a)(pollen).tif');subplot(2, 2, 1)imshow(f)subplot(2, 2, 2)imhist(f)xlim('auto')ylim('auto')subplot(2, 2, 3)

1、图像的变换① fft2：fft2函数用于数字图像的二维傅立叶变换，如：i=imread(‘104_8.tif’);j=fft2(i);②ifft2:：ifft2函数用于数字图像的二维傅立叶反变换，如：i=imread(‘104_8.tif’);j=fft2(i);k=ifft2(j);2、模拟噪声生成函数和预定义滤波器① imnoise：用于对图像生成模拟噪声，如：i=imread(‘104_8

matlab中cumsum函数通常用于计算一个数组各行的累加值。在matlab的命令窗口中输入doc cumsum或者help cumsum即可获得该函数的帮助信息。 调用格式及说明 　　格式一：B = cumsum(A) 　　这种用法返回数组不同维数的累加和。 　　为了便于接下来的叙述，解释一下matlab中矩阵、数组、向量的概念：[1] 　　首先，matlab的是矩阵实验室的意思。也就

概述 我们已经知道，线性空间滤波即为掩膜矩阵和图像矩阵的卷积/相关运算。本质上来说，是像素点值与像素点邻域像素点值之间的一种特殊运算关系，因为其运算规则为邻域像素点与对应掩膜系数相乘后相加的线性运算，故称之为线性空间滤波。 如果这种基于邻域的运算是非线性的，对图像的每个像素点都进行这种非线性运算（滤波），即为非线性空间滤波。 本文首先会将线性空间滤波与非线性空间滤波做一

数学基础 拉普拉斯算子，二阶微分线性算子，为什么上来就学二阶微分算子，前文说过，与一阶微分相比，二阶微分的边缘定位能力更强，锐化效果更好，所以我们来先学习二阶微分算子，使用二阶微分算子的基本方法是定义一种二阶微分的离散形式，然后根据这个形式生成一个滤波模板，与图像卷积。 各向同性滤波器，图像旋转后响应不变，这就要求滤波模板自身是对称的，如果不对称，结果就是，当原图旋转

y = nextpow2(x);则2y为大于等于x的最小的二的整数次幂的数字。这样说起来似乎有些拗口，举个例子，如果x等于100，则y=7，因为27==128，而128是所有大于100的，二的整数次幂数字中最小的一个。    对于特殊的数值，下面一一解释：负数：  如果x无穷大：如果x==inf或x==-inf，nextpow2(x)==infNaN：   如果x==NaN，n

一、处理可变数量的输入和输出利用nargin和nargout进行检测T = testhv(4, 5)该函数体中使用nargin返回2，使用nargout返回1.函数nargchk可用于一个M函数体中，以检测传递函数的参量数目是否正确。msg = nargchk(low, high, number)参量number介于low与high之间返回空

在数学应用上，对于运动引起的图像模糊，最简单的方法是直接做逆滤波，但是逆滤波对加性噪声特别敏感，使得恢复的图像几乎不可用。最小均方差（维纳）滤波用来去除含有噪声的模糊图像，其目标是找到未污染图像的一个估计，使它们之间的均方差最小，可以去除噪声，同时清晰化模糊图像。定义给定一个系统 y(t)=h(t)∗x(t)+n(t)这里，∗是卷积符号x(t)是在时间t

直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布【1】。下图为直方图均衡化的过程，体现了“均衡”的含义：（概率密度的均匀）网上可以查阅到关于直方图均衡化的各种解释

双边滤波器是什么？双边滤波（Bilateral filter）是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。可以与其相比较的两个filter：高斯低通滤波器(http://en.wikipedia.org/wiki/Gaussian_filter)和α-截尾均值滤波器（去掉百分率为