matlab实现数字图像处理Photoshop小程序
实验报告课程名称数字图像处理分院班组姓名学号日期年月日
图2 具体设计
图4
图5 如果没有选中文件还会提示
图11 对比度的调节跟亮度一样，调节后的图像如下：
图12
图13
双击方框里的图像就完成了裁剪。
图像转化为灰度图像。
由于在matlab中较多的图像处理函数支持对灰度图像进行处理，故对图像进行灰度转化十分必要。可利用rgb2gray（X）函数对其他图像进行灰度图像的转化。转化实例如下：
图16 高斯噪声：
图17
这几种噪声我加入的参数都是0.02，效果逐渐加深。
滤波：
选择线性滤波的结果如下，可以看出滤去了大部分噪声，（注意：这几个滤波不可以叠加使用，否则出现白屏）
图18 上下翻转：
图20
非常全非常详细的MATLAB数字图像处理技术
MATLAB数字图像处理 1 概述 BW=dither(I)灰度转成二值图； X=dither(RGB,map)RGB转成灰度图，用户需要提供一个Colormap； [X,map]=gray2ind(I,n)灰度到索引； [X,map]=gray2ind(BW,n)二值图到索引，map可由gray(n)产生。灰度图n默认64，二值图默认2； X=graylice(I,n)灰度图到索引图，门限1/n,2/n,…,(n-1)/n，X=graylice(I,v)给定门限向量v； BW=im2bw(I,level)灰度图I到二值图； BW=im2bw(X,map,level)索引图X到二值图；level是阈值门限，超过像素为1，其余置0，level在[0,1]之间。 BW=im2bw(RGB,level)RGB到二值图； I=ind2gray(X,map)索引图到灰度图； RGB=ind2rgb(X,map)索引图到RGB； I=rgb2gray(RGB)RGB到灰度图。 2 图像运算 2.1 图像的读写 MATLAB支持的图像格式有bmp,gif,ico,jpg,png,cur，pcx,xwd和tif。 读取（imread）： [1] A=imread(filename,fmt) [2] [X,map]=imread(filename,fmt) [3] […]=imread(filename) [4] […]=imread(URL,…) 说明：filename是图像文件名，如果不在搜索路径下应是图像的全路径，fmt是图像文件扩展名字符串。前者可读入二值图、灰度图、彩图(主要是RGB)；第二个读入索引图，map 为索引图对应的Colormap,即其相关联的颜色映射表，若不是索引图则map为空。URL表示引自Internet URL中的图像。 写入（imwrite）： [1] R=imwrite(A,filename,fmt); [2] R=imwrite(X,map,filename,fmt); [3] R=imwrite(…,filename); [4] R=imwrite(…,Param1,V al1,Param2,Val2) 说明：针对第四个，该语句用于指定HDF,JPEG,PBM,PGM,PNG,PPM,TIFF等类型输出文件的不同参数。例如HDF的Quality,Compression,WriteMode;JPEG的BitDepth，Comment:Empty or not，Mode:lossy or lossless，Quality等。 2.2 图像的显示 方法1：使用Image Viewer(图像浏览器)，即运用imview函数。 同时显示多帧图像的所有帧，可用到montage函数。
概念格matlab程序
clear all U=形式背景 [m,n]=size(U); waiyan={}; waiyan{1}=1:m; temp1=[]; temp={}; for i=1:n temp1(1)=1; for j=2:m if(U(j,i)==1) temp1=[temp1,j];%得到形式背景 end end temp{i}=temp1; temp1=[]; end a=intersect(cell2mat(temp(1)),cell2mat(waiyan(1))); b{1}=a; waiyan=[waiyan,b]; b=[]; for i=2:n m=size(waiyan); for j=1:m(2) a=intersect(cell2mat(temp(i)),cell2mat(waiyan(j)));%求子集 if(~isziji(a,waiyan));%若原来不存在该概念 waiyan=[waiyan,a];%则加入该概念 end end end disp('概念格构造为：'); for i=1:max(size(waiyan)) t=num2str(cell2mat(waiyan(i))); disp(strcat('{',t,'}')); end ----------------------------------------------------------------------------- function logic=isziji(a,waiyan) m=size(waiyan); m1=max(size(a)); for i=1:max(m) m2=max(size(cell2mat(waiyan(i))));
数字图像处理实验程序MATLAB.
实验一 内容（一） （1）彩色图像变灰度图像 A=imread('1.jpg'); B=rgb2gray(A); figure subplot(1,2,1), imshow(A) title('原图') subplot(1,2,2), imshow(B) title('原图灰度图像') （2）彩色图像变索引图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') [X,map]=rgb2ind(A,128); subplot(1,2,2), imshow(X,map) title('原图索引图像') （3）彩色图像变二值图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') C=im2bw(A,0.2); subplot(1,2,2), imshow(C) title('原图二值图像') （4）灰度图像变索引图像（一） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=grayslice(B,39); subplot(1,2,2), imshow(C) title('灰度变索引图像')
（5）灰度图像变索引图像（二） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') [X,map]=gray2ind(B,63); subplot(1,2,2), imshow(X,map) title('灰度变索引图像') （6）灰度图像变彩色图像 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=gray2rgb(B,map); subplot(1,2,2), imshow(C) title('灰度变彩色图像') 内容（二） （1）灰度平均值 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') B=double(B); [m,n]=size(B); sumg=0.0; for i=1:m; for j=1:n; sumg=sumg+B(i,j); end end avg=sumg/(m*n) % 均值 maxg=max(max(B)) % 区域最大灰度ming=min(min(B)) % 区域最小灰度 （2）彩色平均值
matlab程序大全答案
频率特性类题目 1 一个系统的开环传递函数为 ，试绘制其当K=5、30时系统的开环频率特性Nyquist 图，并判断系统的稳定性。 w=linspace(0.5,5,1000)*pi; sys1=zpk([],[0 -10 -2],100) sys2=zpk([],[0 -10 -2],600) figure(1) nyquist(sys1,w) title('system nyquist charts with k=5') figure(2) nyquist(sys2,w) title('system nyquist charts with k=30') 由图可知K=5时，开环Nyquist 曲线没有包围（-1，j0）点，所以系统稳定。 K=30时，开环Nyquist 曲线包围（-1，j0）点，所以系统不稳定。 2系统开环传递函数为 ，建立其零极点增益模型， 然后分别绘制当K=5、K=30时系统的开环频率特性Bode 图，并判断系统的稳定性。 sys1=zpk([],[0 -10 -2],100) sys2=zpk([],[0 -10 -2],600) figure(1) [Gm1,Pm1,Wcg1,Wcp1]=margin(sys1) bode(sys1) title('system bode charts with k=5'),grid figure(2) [Gm2,Pm2,Wcg2,Wcp2]=margin(sys2) bode(sys2) title('system bode charts with k=30'),grid 因为K=5时，Wcg>Wcp,所以系统稳定。 K=10时，Wcg 实验报告 专业：信息与计算科学班级：07级（1）班指导老师：汪太月老师姓名：刘莲学号：0641210224 实验室：K7-407 实验名称：Matlab图像工具箱的使用时间：2010.6.13 一、实验目的及要求 （一）实验目的 1、掌握MATLAB中常用的图像处理语句； 2、掌握图像的读入，信息查询以及显示； 3、掌握采用不同的模板对图像进行滤波； 4、掌握图像显示的调用格式； （二）实验要求 1、练习MATLAB中常用的图像处理语句； 2、练习图像的读入，信息查询以及显示； 3、练习采用不同的模板对图像进行滤波； 4、练习图像显示的调用格式； 二、实验设备（环境）及要求 1、支持Intel Pentium Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；软件配有 Windows98/2000/XP操作系统及MATLAB软件； 2、实验过程中，务必分析实验结果，按要求写出实验报告。（建议同时网上提交电子版实验报告： yw6895@https://www.360docs.net/doc/7b2238556.html,） 三、实验内容与步骤 1、练习MATLAB中常用的图像处理语句 Matlab中为用户提供了一些特殊的函数，用于从图像格式的文件中读写图像。其中：a、读取图形文件格式的图像需要用imread函数； b、写入一个图形文件格式的图像需要调用imwrite函数； c、获取图形文件格式的图像的信息需要调用imfinfo、ind2rgb函数； d、以Mat文件加载或保存矩阵数据用load、save函数； e、显示加载到Matlab中的图像用image、imagesc. 此外，Matlab工具箱中还提供了图像转化函数，可以对图像类型进行转化，以达到某些图像处理工作的要求。 下面，我们将分别对这些常用的图像处理语句在Matlab中进行练习，并观察其输出结果： （1）在Matlab中读入一个灰度图像，并利用相关函数进行图像处理，并显示结果。 Matlab程序如下： I=imread('lena.bmp'); %读入原图像文件 imshow(I) %图像文件的显示 imwrite(I,'lena1.bmp'); %将原图像重命名为lena1.bmp,并保存图像 figure,imhist(I,225) %显示原图像的直方图，225为指定的灰度级数目 X=grayslice(I,64); %将原图像I均匀量化成64个等级，然后转化成索引色图像X figure,imshow(X,pink(64)) %显示索引色图像，pink(64)产生一个64×3的调色板，色度为粉红运行结果如下： 500 1000 1500 2000 2500 3000 3500 050100150200250 （2）练习图像的读入，信息查询以及显示 Matlab程序如下： load trees image(50,80,X) %显示加载到Matlab中的图像 imwrite(X,map,'trees.tif'); %将图像以tif格式保存 inf=imfinfo('trees.tif') %图像文件信息的查询 BW=im2bw(X,map,0.4); %将索引图像转化成二值图像 figure,imshow(X,map) %显示图像 figure,imshow(BW) 运行结果如下： 50100150200250300350 100 150 200 250 300 %显示从Matlab中加载的图像文件的信息 inf = Filename: 'trees.tif' FileModDate: '18-六月-2010 19:41:48' FileSize: 75764 Format: 'tif' FormatVersion: [] Width: 350 Height: 258 BitDepth: 8 ColorType: 'indexed' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubFileType: 0 BitsPerSample: 8 Compression: 'PackBits' matlab实现中值滤波去除脉冲噪声matlab小程序（图像处理）2010-04-1612:58:44阅读8评论0字号：大中小 实验原理：中值滤波器是将领域内像素灰度的中值代替该像素的值,对处理脉冲噪声(椒盐噪声)非常有效。为了对一幅图像上的某个点进行中值滤波处理，必须先将掩模内欲求的像素及其领域的像素值排序，确定出中值，主要功能是使拥有不同灰度的点看起来更接近于它的邻近值。 程序说明：函数名为mid(pic_name,s)的函数，其中参数pic_name为读入的图像，s为掩模矩阵的边长，由用户自行决定。 实验说明：随着掩模矩阵的变大，我们可以看到脉冲噪声去除得更加理想，但同时图像会变得更模糊，因为各点像素与其邻域更为接近，因此，进行中值滤波时选择一个适合的掩模矩阵十分重要。另外，我们看到图像的边界处出现了黑色的斑点，这是由于我采用了0来直译边界，这种影响可用镜像反射方式对称地沿其边界扩展来减弱。 另附：其实本实验可以完全由matlab中的函数median或medfilt2简单实现，此处写出内部处理过程，主要是为了让大家理解中值滤波的具体处理过程。 程序源代码： function mid(pic_name,s) close all; s=double(s); X=imread(pic_name); Y1=imnoise(X,'salt&pepper',0.2);%对读入的图像加脉冲噪声 figure; imshow(uint8(Y1)); Y1=double(Y1); [m,n]=size(X); s2=round(s/2); s3=round(s*s/2);%中值像素点的位置 MATLAB简单程序大全 求特征值特征向量 A=[2 3 4;1 5 9;8 5 2] det(A) A' rank(A) inv(A) rref(A) eig(A)%求特征值和特征向量 卫星运行问题 h=200,H=51000,R=6378; a=(h+H+2*R)/2; c=(H-h)/2; b=(a^2-c^2)^(1/2); e=c/a; f=sqrt(1-exp(2).*cos(t)^2); l=int(f,t,0,pi/2) L=4*a.*l 动态玫瑰线 n=3;N=10000; theta=2*pi*(0:N)/N; r=cos(n*theta); x=r.*cos(theta); y=r.*sin(theta); comet(x,y) 二重积分 syms x y f=x^2*sin(y); int(int(f,x,0,1),y,0,pi) ezmesh(f,[0,1,0,pi]) 函数画图 syms x;f=exp(-0.2*x)*sin(0.5*x); ezplot(f,[0,8*pi]) 玫瑰线 theta=0:0.01:2*pi; r=cos(3*theta); polar(theta,r,'r') 求x^2+y^2=1和x^2+z^2=1所围成的体积 syms x y z R r=1; Z=sqrt(1-x^2); y0=Z; V=8*int(int(Z,y,0,y0),x,0,1) 求导数及图像 f='1/(5+4*cos(x))'; subplot(1,2,1);ezplot(f) f1=diff(f) subplot(1,2,2);ezplot(f1) 绕x轴旋转 t=(0:20)*pi/10; r=exp(-.2*t).*sin(.5*t); theta=t; x=t'*ones(size(t)); y=r'*cos(theta); z=r'*sin(theta); mesh(x,y,z) colormap([0 0 0]) 某年是否闰年 year=input('input year:='); n1=year/4; n2=year/100; n3=year/400; if n1==fix(n1)&n2~=fix(n2) disp('是闰年') elseif n1==fix(n1)&n3==fix(n3) disp('是闰年') else 数字图像处理 实验指导书 目录 实验一MATLAB数字图像处理初步实验二图像的代数运算 实验三图像增强-空间滤波 实验四图像分割 3 实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： ?亮度图像(Intensity images) 第一部分数字图像处理 实验一图像的点运算 实验1.1 直方图 一．实验目的 1．熟悉matlab图像处理工具箱及直方图函数的使用； 2．理解和掌握直方图原理和方法； 二．实验设备 1.PC机一台； 2.软件matlab。 三．程序设计 在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像 (b)原始图像直方图 六．实验报告要求 1、给出实验原理过程及实现代码； 2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。 实验1.2 灰度均衡 一．实验目的 1．熟悉matlab图像处理工具箱中灰度均衡函数的使用； 2．理解和掌握灰度均衡原理和实现方法； 二．实验设备 1.PC机一台； 2.软件matlab； 三．程序设计 在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(2,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(2,2,3),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 a=histeq(I,256); %直方图均衡化，灰度级为256 subplot(2,2,2),imshow(a) %输出均衡化后图像 title('均衡化后图像') %在均衡化后图像中加标题 subplot(2,2,4),imhist(a) %输出均衡化后直方图 title('均衡化后图像直方图') %在均衡化后直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 (a)原始图像 (b)均衡化后图像 Matlab程序代码： clc; clear; N=20; T=0.1 t=0:T:N m=length(t) syms x1 x2 x3 fx=[0;x1+x2^2;x1-x2] gx=[exp(x2);exp(x2);0] hx=x3; R=10*eye(1) Q=[10 0 0;0 1 0;0 0 1] A=[0 1 0;0 0 1;0 0 0] B=[0;0;1] SS=B*inv(R)*B' [p1,p2,lamp,perr,wellposed,P]=aresolv(A,Q,SS) z1=hx z2=[diff(hx,x1) diff(hx,x2) diff(hx,x3)]*fx z3=[diff(z2,x1), diff(z2,x2), diff(z2,x3)]*fx ax=[diff(z3,x1), diff(z3,x2), diff(z3,x3)]*fx bx=[diff(z3,x1), diff(z3,x2), diff(z3,x3)]*gx z=[z1;z2;z3] k=inv(R)*B'*P %diff(z)=A*z+B*v=(A-B*K)*Z %x(0)=[1;0;0] abk=A-B*k x1(1)=1 x2(1)=0 x3(1)=1 z1(1)=x3(1) z2(1)=x1(1)-x2(1) z3(1)=-(x1+x2^2) for i=2:m z1(i)=z1(i-1)+T*(abk(1,1)*z1(i-1)+abk(1,2)*z2(i-1)+abk(1,3)*z3(i-1)) z2(i)=z2(i-1)+T*(abk(2,1)*z1(i-1)+abk(2,2)*z2(i-1)+abk(2,3)*z3(i-1)) z3(i)=z3(i-1)+T*(abk(3,1)*z1(i-1)+abk(3,2)*z2(i-1)+abk(3,3)*z3(i-1)) MATLAB 学习指南 第六章．编写与调用函数 在这一章中，我们讨论如何用多源代码文件来构造一个程序。首先，解释代码文件在MATLAB中如何工作。在编译语言中，例如FORTRAN，C ，或C++，代码被存储在一个或多个源文件中，在进行编译的时候，这些源文件组合在一起 形成了一个单独的可执行文件。作为一种解释型语言，MATLAB以一种更广泛的方式来处理多个源文件。MATLAB代码被放入带有扩展名.m的ASCII文件（或称m-文件）中。MATLAB 6 有一个集成字处理与调试应用程序，尽管会用到其它编辑程序如vi或emacs，集成字处理与调试应用程序仍是编译m-文件的首选程序。 有两种不同的m-文件。一种是脚本文件，它是一种最简单的文件，仅仅将MATLAB中的指令收集在一起。当在交互提示符处输入文件名执行脚本文件时，MATLAB在m-文件内读取并执行指令，就好像指令是我们输入的。而且，似乎我们能够削减m-文件的内容并将削减过的内容传到MATLAB指令窗口中。这种m-文件的用法将在6.1节中给予概述。 在6.2节中要讨论的第二种m-文件包含一个单一函数，此函数名与此m-文件名相同。这种m-文件包含一段独立的代码，这段代码具有一个明确规定的输入/输出界面；那就是说，传给这段代码一列空变量arg1，arg2，…，这段独立代码就能够被调用，然后返回输出值out1，out2，…。一个函数m-文件的第一个非注释行包含函数标头，其形式如下： 此m-文件以返回指令结束，将执行程序返回到函数被调用的位置。或者在交互指令提示符处或者在另一个m-文件内，无论何时用下列指令调用函数代码，函数代码都将被执行。 输入映射到空变量：arg1=var1，arg2=var2，等等。在函数主体内，输出值被分配给了变量out1，out2，等等。当遇到返回值时，当前值out1，out2，…在函数被调用处被映射到变量outvar1，outvar2，…。在用可变长度自变量和输出变量列表编写函数时，MATLAB允许更多的自由。例如，也可以使用下列指令来调用函数。 在此情况下，仅返回一个单一输出变量，这个变量在出口处包含函数变量out1的值。输入和输出自变量可能是字符串，数值，向量，矩阵，或者更高级的数据结构。 为什么使用函数呢？因为从每门计算机科学课程中可知，把一个大的程序分割 成多个可以单独执行一个被明确规定的和被注释过的任务的小程序会使大程序 易读，易于修改，不易于出错。在MATLAB中，先为程序编写一个主文件，或者是一个脚本文件或者更好的话，是一个能够返回一个单一整数的函数m-文件（返回1表示程序执行成功，0表示不完全程序执行，负值表示出现运行误差），这个主文件是程序的进入点。通过把m-文件当作函数来调用，此程序文件可以 MATLAB 数字图像处理技术 4 MATLAB 图像增强 4.1 原理、方法及体系结构 三个阶段：图像预处理、特征抽取阶段、识别分析阶段。 目的：改善图像的视觉效果，提高图像成分的清晰度；是图像变得有利于计算机处理。 方法：空间域增强方法、频域增强方法。 体系： 图像增强：空间域、频率域、彩色增强 空间域：像素点处理（图像灰度变换、直方图修正（中值滤波、均值滤波））、领域处理（图像平滑滤波、图像锐化滤波） 频率域：低通滤波、高通滤波、同态滤波 彩色处理：真彩色处理、伪彩色处理（灰度分层法、灰度变换法、频域伪彩色） 4.2 对比度增强 线性变换：(,)[(,)]N n g x y f x y m n M m -= -+-。其中功能是把函数的灰度值(,)f x y 从 范围[m,M]变为[n,N]。 非线性变换：分为对数变换和Gamma 变换。前者表达式为(,)log[(,)1]g x y c f x y =+， 其中c 为常数。后者表达式为r f cr =，r 为CCD 图像传感器或胶片等的入射光的强度，为 常数，灰度与光强成正比，则有1 ()r f g kr k c ==，k 为常数通常为1，1/r 取0.4~0.8。 我们可以用一个函数imadjust 函数来实现： J=imadjust(I)； J=imadjust(I,[low_in;high_in],[low_out;high_out]); J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma)。 其中灰度范围用归一化灰度值，范围[0,1]。整个图像的[low_in;high_in]可以用函数stretch 函数来获得。 MATLAB image toolbox5.4还提供一个手动调节的控制面板，调用函数imconstrast 。 4.3 空域变换增强 分为基于像素点和基于模板的两类方法。 像素选择：pixval 和impixel 。用法如下： Pixval(‘on/off ’)；pixval ；pixval(fig,option); [C,R,P]=impixel(X,MAP)。 说明：MAP 仅仅当是索引图的时候采用此参数。C 为像素的颜色，R,P 为像素的坐标。Pixval 可以得到更多的像素信息，impixel 可以返回指定像素的颜色值。 强度描述图：improfile ，用以描述图像一条线段或多条线段的强度值。格式： matlab小程序：将txt中十六进制数转为十进制输出function htod(filename) clc [n]=textread(filename,'%2c'); [a b]=size(n) m=zeros(a,b); mm=zeros(a,1); for i=1:a for j=1:b switch n(i,j) case{'0'}m(i,j)=0; case{'1'}m(i,j)=1; case{'2'}m(i,j)=2; case{'3'}m(i,j)=3; case{'4'}m(i,j)=4; case{'5'}m(i,j)=5; case{'6'}m(i,j)=6; case{'7'}m(i,j)=7; case{'8'}m(i,j)=8; case{'9'}m(i,j)=9; case{'A'}m(i,j)=10; case{'B'}m(i,j)=11; case{'C'}m(i,j)=12; case{'D'}m(i,j)=13; case{'E'}m(i,j)=14; case{'F'}m(i,j)=15; otherwise m(i,j)=nan; end end end %m for i=1:a for j=1:b mm(i)=mm(i)+m(i,j)*16^(j-1); end end %mm [a b]=size(mm); size_mm=a mmm=mm'; savefile='C:\Documents and Settings\Administrator\桌面\test.txt'; fid=fopen(savefile,'w'); fprintf(fid,'%4d',mmm) fclose(fid); matlab如何读取二进制、十六进制txt文档 发现matlab如何读取十六进制的和二进制的txt文章不多。今天刚想了一种方法，所以在这里小结一下，所以matlab中文论坛共享一下，没有参考其他的文章哦，觉得好用就帮顶，不好用提意见。 原帖地址https://www.360docs.net/doc/7b2238556.html,/thread-23226-1-1.html 本方法同样适合读取十六进制和二进制以外的其他进制文件， txt使用一个最简单的命令就可以读取textread这是一个十分有用，简便的函数（对于fopen fscanf而言） 读取二进制txt文件： 假如txt文档中内容为00010010001101001000，保存在pin.txt文档中 使用a=textread('pin.txt','%s')' a= '0001''0010''0011''0100''1000' 可以看到数据保存为了char格式。 使用bin2dec b=bin2dec(a)' b= 12348 可以看到成功地转换成了十进制文件。 十六进制文件： 00010010001101001000A B C AA a=textread('pin.txt','%s')' a= '0001''0010''0011''0100''1000''A''B''C''AA' 可以看到成功读取了文件。 b=hex2dec(a)' b= 11617256409610 1112170 读取完毕。 小结：本方法以简单使用方便的方法读取二进制、十六进制的txt文档，欢迎大家提出意见 论文（设计）题目： 基于MATLAB的数字图像处理系统设计 基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。矚慫润厲钐瘗睞枥庑赖。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。聞創沟燴鐺險爱氇谴净。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。残骛楼諍锩瀨濟溆塹籟。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换 第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。酽锕极額閉镇桧猪訣锥。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。彈贸摄尔霁毙攬砖卤庑。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。謀荞抟箧飆鐸怼类蒋薔。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGA/CPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。厦礴恳蹒骈時盡继價骚。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别， 正弦波的源程序： (一)，用到的函数 1,f2t函数 function x=f2t(X) global dt df t f T N %x=f2t(X) %x为时域的取样值矢量 %X为x的傅氏变换 %X与x长度相同并为2的整幂 %本函数需要一个全局变量dt(时域取样间隔) X=[X(N/2+1:N),X(1:N/2)]; x=ifft(X)/dt; end 2,t2f函数。 function X=t2f(x) global dt df N t f T %X=t2f(x) %x为时域的取样值矢量 %X为x的傅氏变换 %X与x长度相同,并为2的整幂。 %本函数需要一个全局变量dt(时域取样间隔) H=fft(x); X=[H(N/2+1:N),H(1:N/2)]*dt; end (二),主程序。 1，%（1）绘出正弦信号波形及频谱 global dt df t f N close all k=input('取样点数＝2^k, k取10左右'); if isempty(k), k=10; end f0=input('f0=取1(kz)左右'); if isempty(f0), f0=1; end N=2^k; dt=0.01; %ms df=1/(N*dt); %KHz T=N*dt; %截短时间 Bs=N*df/2; %系统带宽 f=[-Bs+df/2:df:Bs]; %频域横坐标 t=[-T/2+dt/2:dt:T/2]; %时域横坐标 s=sin(2*pi*f0*t); %输入的正弦信号 S=t2f(s); %S是s的傅氏变换 a=f2t(S); %a是S的傅氏反变换 a=real(a); as=abs(S); subplot(2,1,1) %输出的频谱 plot(f,as,'b'); grid axis([-2*f0,+2*f0,min(as),max(as)]) xlabel('f (KHz)') ylabel('|S(f)| (V/KHz)') %figure(2) subplot(2,1,2) plot(t,a,'black') %输出信号波形画图grid axis([-2/f0,+2/f0,-1.5,1.5]) xlabel('t(ms)') ylabel('a(t)(V)') gtext('频谱图') 最佳基带系统的源程序： (一)，用到的函数 f2t函数和t2f函数。代码>> (二),主程序 globaldt t f df N T close all clear Eb_N0 Pe k=input('取样点数＝2^k, k取13左右'); if isempty(k), k=13; end z=input('每个信号取样点数＝2^z, z 自己整理MATLAB知识 1入门 例1-1 绘制正弦曲线和余弦曲线。 x=[0:0.5:360]*pi/180; plot(x,sin(x),x,cos(x)); 例1-2 求方程3x4+7x3+9x2-23=0的全部根。 p=[3,7,9,0,-23]; %建立多项式系数向量 x=roots(p) %求根 例1-3 求积分 quad('x.*log(1+x)',0,1) %‘里是被积函数’0,1分 别是积分上下限 例1-4 求解线性方程组。 a=[2,-3,1;8,3,2;45,1,-9]; %方程左面系数 b=[4;2;17]; %方程右面系数 x=inv(a)*b %也可是x=a\b的形式 例1-5 水仙花 for m=100:999 m1=fix(m/100); %求m的百位数字 m2=rem(fix(m/10),10); %求m的十位数字 m3=rem(m,10); %求m的个位数字 if m==m1*m1*m1+m2*m2*m2+m3*m3*m3 disp(m) end end 例1-6 已知，当n=100时，求y的值。程序如下： y=0; n=100; for i=1:n y=y+1/(2*i-1); end y 例1-7 求[100，200]之间第一个能被21整除的整数 for n=100:200 if rem(n,21)~=0 continue end break end n 例1-8 若一个数等于它的各个真因子之和，则称该数为完数，如6=1+2+3，所以6是完数。求[1,500]之间的全部完数。for m=1:500 s=0; for k=1:m/2 如何培养自己成为Matlab编程高手？[原创2010-08-15 20:09:59] 字号：大中小对理论的掌握并不代表对知识的真正理解。对于一些所谓高深的理论都可以 自己编写程序来检验对其理解的程度。我的经验是：只有你把程序流畅地写出来，才是真正意义上对知识理解通透了。比如，我在大三学电力系统分析的时候，就自己用Matlab语言编写了牛—拉法求潮流的程序，计算暂态稳定的简单程序，计算发电机短路电流的程序等。自然地这些专业课程都学得不错。 Matlab是一门优秀的编程语言，在欧美非常普及。选择一门顺手的编程语言可以让你在学习和工作中事倍功半。Matlab是一种语言因为它可以用作编程，也是一种软件因为它自带的工具箱具有类似软件前台的GUI界面以及能够轻松实现人机通信功能。在学习Matlab编程之前，需要对其有一个基本的了解： (1) 数据处理 能对数据进行计算、分析和挖掘，数据处理函数功能强大，命令简洁；(2) 软件工具箱 各式各样的工具箱，包括神经网络工具箱、Simulink工具箱（虽然Simulink 从底层开发出来的，但是我们认为也是工具箱的一种）、模糊工具箱、数字图像处理工具箱和金融工具箱等； (3) 精致绘图 Matlab通过“set”命令重设图形的句柄属性，可绘制精准而美观的图形；(4) 动画实现 Matlab可以进行实时动画、电影动画和AVI视频制作，并能在动画中添加*.WAVE格式的音频； (5) 与软硬件通信 Matlab接口函数可以实现与软件（比如C）和硬件（比如电子示波器）通信； (6) 平面设计 与全球最顶尖的平面设计软件之一Adobe Photoshop联袂使用，传达震撼的视觉设计效果； (7) 游戏开发用Matlab进行数字图像处理实验1
matlab实现中值滤波去除脉冲噪声matlab小程序
MATLAB简单程序大全
用matlab数字图像处理四个实验
(完整版)数字图像处理MATLAB程序【完整版】
Matlab程序代码
(仅供参考)Matlab编写与调用函数
MATLAB数字图像处理技术
MATLAB小程序：将TXT中十六进制数转为十进制输出
基于Matlab的数字图像处理系统设计设计
Matlab源程序代码
数学建模基础入门小程序文件
如何培养自己成为Matlab编程高手