在实际的对图像处理过程中,由于我们读出的图像是unit8型,而在MATLAB的矩阵运算中要求所有的运算变量为double型(双精度型)。因此读出的图像数据不能直接进行相加求平均,因此必须使用一个函数将图像数据转换成双精度型数据。MATLAB中提供了这样的函数:
im2double函数,其语法格式为:
I2 = im2double(I1) 其中I1是输入的图像数据,它可能是unit8或unit16型数据,通过函数的变化输出I2为一个double型数据,这样两图像数据就可以方便的进行相加等代数运算.
要把double的图像(范围是0到1)再次转化为256灰度值的,可以这样
Igrey=
uint8(I2*255)
图像类型转换函数:
dither() 通过颜色抖动,把真彩图像转换成索引图像或灰度图象转换成二值图像
gray2ind() 将灰度图像(或二值图像)转换成索引图像
grayslice() 通过设定的阈值将灰度图象转换成索引图像
im2bw() 通过设定亮度阈值将灰度、真彩、索引图象转换成二值图像
ind2gray() 将索引图象转换成灰度图象
ind2rgb() 将索引图象转换成真彩色图像
mat2gray() 将一个数据矩阵转换成一幅灰度图象
rgb2gray() 将真彩转换成灰度图象
rgb2ind() 将真彩转换成索引图象
图像类型与类型间的转换
1。索引图像:包括一个数据矩阵X和一个色图阵MAP。矩阵元素值指向MAP中的特定颜色向量。
2。灰度图像:数据矩阵I,I中的数据代表了颜色灰度值。矩阵中的元素可以是double类型、8位或16位无符号的整数类型。
3。RGB图像:即真彩图像。矩阵中每个元素为一个数组,数组的元素定义了像素的红、绿、蓝颜色值。RGB数组可以是double类型、8位或16位无符号的整数类型。
4。二值图像:一个数据阵列,每个象素只能取0或1。
矩阵的基本运算
行列式求值:det(A)
矩阵加减:+、-
矩阵相乘:*
矩阵左除:A/B %相当于inv(A)*B
矩阵右除:A\B %相当于A*inv(B)
矩阵的幂:^
矩阵转置:'
矩阵求共轭(实部相同,虚部相反):conj(X)
矩阵求逆:inv(X)
级数的求和与收敛
symsum(fun,var,a,b):其中fun是通项表达式,var为求和变量,a为求和起点,b为求和终点
例如:I为1/[n*(2n+1)]从1到正无穷的和,求I
syms n;
f1=1/(n*(2*n+1));
I=symsum(f1,n,1,inf)
计算结果为:
I =2-2*log(2)
空间曲面
mesh()函数语法:
mesh(Z):
mesh(X,Y,Z,C):其中C是用来定义相应点颜色等属性的数组
例:求x^2+y^2=z的空间曲面
x=-4:4;
y=x;
[X,Y]=meshgrid(x,y);%生成x,y坐标
Z=X.^2+Y.^2;
mesh(X,Y,Z)
曲面图
[x,y]=meshgrid(xa,ya)
当xa,ya分别为m维和n维行向量,得到x和y均为n行m列矩阵。meshgrid常用于生成x-y平面上的网格数据;
mesh(x,y,z)绘制网面图,是最基本的曲面图形命令,其中x、y、z是同阶矩阵,表示曲面三维