由於工作需要，開始研究一下MATLAB影象處理相關的知識，影象處理只是matlab應用領域中小小的一部分而已。以前只是聽說過MATLAB很強大，但沒有系統的學過，如今開始學時，發現matlab確實很不錯、很高大上。操作起來很方便，特別是編寫程式時，比C語言更簡潔。

很多人都是大學裡就學過matlab的，由於是半路出家，所以知識不是很全面，直接拿了一本岡薩雷斯的MATLAB版的書就開始看，下面做一些簡單的小記錄。

1. matlab命令基礎：

基礎命令:

clc——清除視窗

   .*表示矩陣中元素與元素相乘，這兩個矩陣的維數必需相同。/和./也一樣的道理

length/size/numel的用法：

length(x) ——返回x的長度 如果x是單個變數 返回1 如果x是矩陣 返回該矩陣行數與列數中的較大者。

size(x)      ——當x是單個變數時，返回[1 1] 當x是矩陣是 返回矩陣的行數與列數 可以這樣來接受[m n]=size(x)

numel(x)  ——當x是單個變數時 返回1， 當x是矩陣時，返回矩陣元素總個數。

mean函式:

    >>如果有這樣一個矩陣：A = [1 2 3; 3 3 6; 4 6 8; 4 7 7];
         用mean(A)（預設dim=1）就會求每一列的均值
         ans =
 3.0000  4.5000  6.0000

    >>用mean(A,2)就會求每一行的均值 
    ans =
     2.0000
     4.0000
     6.0000
     6.0000

   >> mean(A(:)) 求總的平均值

其他函式:

zeros(M,N)——生成一個M*N的double型矩陣 元素均為0

ones(M,N)——生成一個M*N的double型矩陣 元素均為1

matlab函式設計：

% xxxxxx 代表註釋，在命令視窗中輸入help fun可以顯示這個註釋

例項：

function [g,k,l] = two(x)
error(nargchk(1,1,nargin))
% error(nargchk(1,2,nargin))
if x<=1
    g = x;
end
g = 0;
k = nargin;
l = nargout;
for i=1:1:x
    g = g + i;
end

呼叫時寫tow(10),就可以計算1~10的和。

匿名函式：

error(nargchk(1,2,nargin));

2. 影象處理基礎：

                    imgBytes / compress_bytes ==壓縮比

                    命令視窗輸入：imfinfo test.jpg，顯示資訊如下：

ans = 

           Filename: 'C:\Documents and Settings\Administrator\My Documents\MATLAB\test.jpg'
        FileModDate: '30-Sep-2014 10:31:18'
           FileSize: 1609315
             Format: 'jpg'
      FormatVersion: ''
              Width: 2336
             Height: 1752
           BitDepth: 24
          ColorType: 'truecolor'
    FormatSignature: ''
    NumberOfSamples: 3
       CodingMethod: 'Huffman'
      CodingProcess: 'Sequential'
            Comment: {}

double/im2double/mat2gray的區別:

        A=imread('1.jpg');

        im2double：如果輸入型別是uint8、unit16 、logical，則按照0-->>0，255-->>1，將其值按比例處理成0～1之間的double數值；如果輸入型別是double，輸出沒有處理；

        double：返回數值與輸入相同的double型別矩陣；

        在實際的對影象處理過程中，由於我們讀入影象是unit8型，而在MATLAB的矩陣運算中要求所有的運算變數為double型（雙精度型）。因此通常使用im2double函式將影象資料轉換成雙精度型資料。

注意：uint8類、uint16類RGB影象取值範圍分別是[0, 255]、[0, 65535]，而double類範圍是[0, 1]

IPT支援的影象的算術函式：

影象旋轉函式:

imrotate，matlab預設是逆時針旋轉, imrotate引數解釋：

        loose  就是寬鬆的意思 顧名思義就是說 影象旋轉後 系統會給予一個寬鬆的環境去匹配它，這樣你得到的圖片就是一個完整的圖片 

        matlab的解釋是 When BBOX is 'loose', B

>> subplot(2,2,1)
>> imshow(A)
>> subplot(2,2,2)
>> imshow(imrotate(A, 30, 'bilinear', 'loose'));
>> subplot(2,2,3)
>> imshow(imrotate(A, 30, 'bilinear', 'crop'));

3. 亮度變換與空間濾波:

>> A=imread('test.jpg');
>> B=rgb2gray(A);
>> imhist(B);//顯示直方圖
>> figure;
>> imhist(histeq(B)) //顯示均衡化後的直方圖
>> C=histeq(B);
>> imwrite(C, 'xxx.jpg');

影象如下所示：

4. 空間濾波：

使用拉普拉斯運算元來增強影象，包括銳化，同時應該保留其灰度色調

test_shape.m

function [] = test_sharp(A)
% Test Sharp
B= im2double(A);
w= fspecial('laplacian', 0);//laplacian時 第二個引數預設是0.5
C= imfilter(B, w, 'replicate');
D= B-C;
imwrite(D, 'out.jpg');
最後對比A與C的效果  發現影象明顯更為清晰了。。。
可以直接用unsharp選項，效果與上面的差不多
A=imread('test.jpg');
w = fspecial('unsharp')
B=im2double(A);
C=imfilter(B, w, 'replicate');
imwrite(C, 'out.jpg');

function [] = test_sharp(A)
w4 = fspecial('laplacian', 0);
w8 = [1 1 1; 1 -8 1; 1 1 1];
A = im2double(A);
A4 = A - imfilter(A, w4, 'replicate');
A8 = A - imfilter(A, w8, 'replicate');
imwrite(A4, '4.jpg');
imwrite(A8, '8.jpg');

會發現影象銳化效果更好，影象更清晰。

    影象中加入噪聲：格式：J = imnoise(I, type, parm)

4. 彩色影象處理

clear
rgb=imread('xxx.jpg');
rgb_r=rgb(:,:,1);
rgb_g=rgb(:,:,2);
rgb_b=rgb(:,:,3);
[x y z]=size(rgb);
zero=zeros(x, y);
R=cat(3,rgb_r,zero,zero);
G=cat(3,zero,rgb_g,zero);
B=cat(3,zero,zero,rgb_b);
RGB=cat(3,rgb_r,rgb_g,rgb_b);
subplot(2,2,1),imshow(R),title('紅色分量');
subplot(2,2,2),imshow(G),title('綠色分量');
subplot(2,2,3),imshow(B),title('藍色分量');
subplot(2,2,4),imshow(RGB);