Matlab 实用代码集

心网千结

已于 2023-03-15 19:01:20 修改

阅读量7.2k

点赞数 1

分类专栏： matlab 文章标签： matlab

于 2022-11-02 15:33:28 首次发布

路漫漫其修远兮，吾将上下而求索！

本文链接：https://blog.csdn.net/weixin_41649786/article/details/127651399

版权

matlab 专栏收录该内容

18 篇文章

订阅专栏

本博客将存放一些常用的Matlab代码片段，整理成博客，并持续更新，以便写代码可以调用。

1、函数多输入多输出

Matlab写函数的时候，输入输出个数经常是不固定的，

narginchk(1,3);                         %输入参数个数必须是1-3个，否则宝座
nargoutchk(0,1);                        %输出参数个数必须是0-2个，否则报错
% 不同输入个数参数情况
if nargin == 1
    Var2=2;                             % 无第二个参数输入，则第二个入参赋值
end

实例：可以参考我的博客《利用matlab实现SAR 图像线性拉伸显示》https://blog.csdn.net/weixin_41649786/article/details/118404909?spm=1001.2014.3001.5501

2、图片去掉黑边（空值）

遥感图像中，经常会有NAN值，显示的时候会有黑边，影响美观

clear;close all;clc;
Image  = imread('D:\Code\Matlab\遥感图像变化检测\Area\202201121.tif');
Image(Image<0) = nan;
him = imshow(Image);
set(him, 'AlphaData', ~isnan(Image))

3、数据进行对数-归一化

有的数据需要显示出更好的效果，需要对数据进行先对数，然后归一化。例如SAR图像散射值大的能达到2^16=65536，直接看图片是一片黑，因此需要调亮暗部细节。

InImage(InImage < 0) = NaN;
Image = 10*log10(InImage);
%% 第一种
Value_max = max(Image(:));
Value_min = min(Image(:));
% 像素归一化
OutImage = uint8((255/(Value_max-Value_min))*Image);        %图像（像素）归一化

也可以用拉伸显示的方式进行显示，可以参考我的博客《利用matlab实现SAR 图像线性拉伸显示》https://blog.csdn.net/weixin_41649786/article/details/118404909?spm=1001.2014.3001.5501

4、经纬度坐标数据类型转换

经纬度坐标有两种形式保存：一种是度度度（小数形式，例如117.649）形式的数据，一种是度分秒（117-38-57.98东、117-38-57.98E）形式的数据，因此经常需要将两种数据进行转换。

第一种：度度度转化为度分秒，核心：度数=取整，分数=取整（（值-度数）*60），秒数=（（值-度数）*60-分数）*60

Str = abs(Str);                         % 排除负号的影响
degree = fix(Str);                      % 度
minute = fix((Str-degree)*60);          % 分
second = ((Str-degree)*60-minute)*60;   % 秒

第二种：度分秒转化为度度度，核心：度分秒=度+分/60+秒/3600=度

second = str2double(Str(temp1(2)+1:Leng));                  %秒"
minute = str2double(Str(temp1(1)+1:temp1(2)-1));            %分'
degree = str2double(Str(1:temp1(1)-1));                     %度°
coor = PN*(((second/60)+minute)/60+degree);                 %经纬度（十进制）

5、计算N天前（后）的日期

 day1 = datetime(datestr(now,'yyyy-mm-dd'))+caldays(1)     % 明天
 day0 = datetime(datestr(now,'yyyy-mm-dd'))                % 今天
 day_1 = datetime(datestr(now,'yyyy-mm-dd'))-caldays(1)    % 昨天

6、人机交互选取数据

弹出文件选择框，选择想要的数据

% 选择需要处理的tif文件
[FileName,PathName,index] = uigetfile({'*.shp'},'tif文件读取','MultiSelect','on');
% 判断是或选择

7、颜色替换

替换图片中的某一种（类）的颜色，可以参考我的博客《利用Matlab替换图片部分颜色》https://blog.csdn.net/weixin_41649786/article/details/125291724?spm=1001.2014.3001.5501，

image = imread('测试.JPG');                      % 读取图像
figure('Name','原图')
imshow(image);                                  % 显示
R = image(:,:,1);                               % 红色
G = image(:,:,2);                               % 绿色
B = image(:,:,3);                               % 蓝色

index = find(R<20 & G<20 & B<20);               % 索引，找出被替换颜色的范围
R(index) = 255;                                 % 红色通道赋值
G(index) = 255;                                 % 绿色通道赋值
B(index) = 255;                                 % 蓝色通道赋值
Out_Image(:,:,1) = R;                           % 输出图像红色通道
Out_Image(:,:,2) = G;                           % 输出图像绿色通道
Out_Image(:,:,3) = B;                           % 输出图像蓝色通道

9. 图片添加地理信息

给图片添加地理信息需要用到：GeographicCellsReference、GeographicPostingsReference、MapCellsReference、MapPostingsReference等其中的某一个类（对象），通过创建这些类（对象），来生成包含地理信息的R，代码如下：

% Read a JPEG image from a file. 
Image = imread('_J6A5783.JPG');
% 定义图片经纬度范围
lonlim = [-20 20];      % 经度范围[max min]
latlim = [-10 10];      % 纬度范围[max min]
rasterSize = size(Image);       % 栅格（图片、数据）大小（行、列）
R = georefcells(latlim,lonlim,rasterSize,'ColumnsStartFrom','north');
% R.RowsStartFrom = 'east'

% 生成Geotiff文件
filename = 'Geo-Hlz' + ".tif";
geotiffwrite(filename, Image, R)
% 创建地图并显示数据
figure('Name','效果图')
usamap(Image,R)
geoshow(filename)

10. 数据可视化（3D、4D）

例如：经度、纬度、高度以及数量，利用不同颜色表示不同数据；

close all;clear;clc;

long  =[120 121 122 119 118 115 130 129 128 127];       %经度
lat   =[ 60  61  60  59  57  56  55  61  68  64];       %维度
Hight =[ 12  15  16  17  11  15  15  19   9  21];       %高度
Num   =[  1   2   5   3   4   6   1   0   8   4];       %数量

figure('Name','3D数据可视化')
scatter(long,lat,40,Num,'filled');
ax=gca;
ax.XDir='reverse';
%view(-31,14)
xlabel('经度')
ylabel('维度')
zlabel('高程/m')
cb=colorbar;
cb.Label.String='人数/人';

figure('Name','4D数据可视化')
scatter3(long,lat,Hight,40,Num,'filled')
ax=gca;
ax.XDir='reverse';
view(-31,14)
xlabel('经度')
ylabel('维度')
zlabel('高程/m')
cb=colorbar;
cb.Label.String='人数/人';