Matlab输出图形说明
Matlab输出图形的设置稍微麻烦一点，使用熟练后就习惯了：
1. 建议在输出图形的程序中，对于figure的大小进行设定，不要使用默认值，这样就可以保证图的大小可控，方便在word中进行相应的设定。
2. 在figure的显示窗口中点击菜单：file->export setup->rendering，resolution-300或600->export-保存为JPEG图片，此时输出的图片质量非常高，可以放大很多倍依然清晰（满足国外期刊的要求）。
另外在lines里面也可以设置输出线条的宽度
3. 将上述保存的图片粘贴到word中，使用百分比来对图形进行大小设定，1中设定相同大小的图片，配合此方法可以保证两个图片此时显示大小完全一致。
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。
matlab 三维图形绘制实例
三维图形 一． 三维曲线 plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n) 其中每一组x,y,z 组成一组曲线的坐标参数，选项的定义和plot 函数相同。当x,y ,z 是同维向量时，则x,y,z 对应元素构成一条三维曲线。当x,y ,z 是同维矩阵时，则以x,y,z 对应列元素绘制三维曲线，曲线条数等于矩阵列数。 Example1.绘制三维曲线。 程序如下： clf, t=0:pi/100:20*pi; x=sin(t); y=cos(t); z=t.*sin(t).*cos(t); %向量的乘除幂运算前面要加点 plot3(x,y,z); title('Line in 3-D Space'); xlabel('X');ylabel('Y');zlabel('Z'); grid on; 所的图形如下： -1 1 X Line in 3-D Space Y Z 二． 三维曲面 1. 产生三维数据 在MATLAB 中，利用meshgrid 函数产生平面区域内的网格坐标矩阵。
语句执行后，矩阵X 的每一行都是向量x ，行数等于向量y 的元素的个数，矩阵Y 的每一列都是向量y ，列数等于向量x 的元素的个数。 2. 绘制三维曲面的函数 surf 函数和mesh 函数 example2. 绘制三维曲面图z=sin(x+sin(y))-x/10。 程序如下： clf, [x,y]=meshgrid(0:0.25:4*pi); %产生平面坐标区域内的网格坐标矩阵 z=sin(x+sin(y))-x./10; surf(x,y,z); axis([0 4*pi 0 4*pi -2.5 1]); title('surf 函数所产生的曲面'); figure; mesh(x,y ,z); axis([0 4*pi 0 4*pi -2.5 1]); title('mesh 函数所产生的曲面'); -2.5 -2-1.5-1-0.500.51surf 函数所产生的曲面
matlab属性名和属性值
matlab属性名和属性值 2008-04-25 14:09 20.12 属性名和属性值 下面各表中列出了MATLAB 4.2版本中的属性名和属性值.有一个星号*的属性是非文件化的.用大括号{}括起来的属性值是缺省值. 表20.3 根对象属性 BlackAndWhite on: {off}: 自动硬件检测标志 认为显示是单色的,不检测; 检测显示类型 *VlaxkOutUnusedSlots 值为[{no}|yes] *CaptureMap CaptureMatrix 由CaptureRect矩形所包围的区域内图象数据的只读矩阵,使用image来显示CaptureRect 捕捉矩形的尺寸和位置,是一个4元素的向量[left,bottom,width,height],单位由Units属性指定. *CaseSen
值为[{on}|off] CurrentFigure 当前图形的句柄. Diary on: {off}: 会话记录 将所有的键盘输入和大部分输出拷贝到文件中 不将输入和输出存入文件 DiaryFile 一个包含diary文件名的字符串,缺省的文件名为diary Echo on: {off}: 脚本响应模式 在文件执行时,显示脚本文件的每一行 除非指定echo on,否则不响应 Format {short}: shortE: long: longE:
hex: bank: +: rat: 数字显示的格式 5位的定点格式 5位的浮点格式 15位换算过的定点格式15位的浮点格式 16进制格式 美元和分的定点格式显示+和-符号 用整数比率逼近FormatSpacing {loose}: compact: 输出间隔 显示附加行的输入 取消附加行的输入 *HideUndocumented no: {yes}:
00实验三 基于MATLAB的根轨迹绘制与性能分析
实验四基于MATLAB的根轨迹绘制与性能分析 [实验目的] 1．掌握MATLAB下的根轨迹绘制方法； 2．学会利用根轨迹进行系统分析。 [实验指导] 1．根轨迹作图函数（命令）：rlocus( ) 调用格式： ①rlocus(sys) 或rlocus(num，den) ②rlocus(sys,k) ①②画根轨迹图，①变化参量（一般是根轨迹增益）范围系统自动给出； ②变化参量（一般是根轨迹增益）范围在程序中给出； ③r=rlocus(sys) ④ [r,k]=rlocus(sys) ③④不画根轨迹图，③返回闭环根向量；④返回闭环根向量（r）和变化参量（k）。 2．根与根轨迹增益的求取 ⑴在根轨迹上点击，可得到该点的根值和对应的根轨迹增益值。 ⑵使用计算给定根的根轨迹增益的函数（命令）：rlocfind( ) 调用格式： ①[k,poles]=rlocfind(sys) ②[k,poles]= rlocfind(sys,p) 使用方法：
①首先，当前根轨迹已绘出。运行该命令时，在根轨迹图中显示出十字光标，当用户选择其中一点时，其相应的增益由k 记录，与增益相关的所有极点记录poles 中；同时，在命令行窗口显示出来。 ②事先事先给出极点p ，运行该命令时，除了显示出该根对应的增益以外，还显示出该增益对应的其它根。 3．开环零点极点位置绘图函数（命令）： pzmap( ) 调用格式： ① pzmap(sys) ② [p,z]=pzmap(sys) 函数功能： 给定系统数学模型，作出开环零点极点位置图。 ① 零点极点绘图命令。零点标记为“+”，极点标记为“o”。 ② 返回零点极点值，不作图。 4．根轨迹渐进线的绘制 当根轨迹渐进线与实轴的交点σa 已求出后，可得到方程11()n m a K s σ-=--， 这是根轨迹渐进线的轨迹方程。 将1()() n m a K G s s σ-= -作为一个开环传递函数，录入到MATLAB 中，再使用根 轨迹作图函数（命令）rlocus( )，生成的轨迹就是原根轨迹的渐进线。 5．举例 例1：开环传递函数1 ()(1)(2) K G s s s s =++绘制其闭环根轨迹。 程序： >> z=[];p=[0,-1,-2];k=1;sys=zpk(z,p,k);rlocus(sys) 运行结果：
Matlab图形绘制经典案例
Matlab图形绘制经典案例 1、 三维曲线 >> t=0:pi/50:10*pi; >> plot3(sin(2*t),cos(2*t),t) >> axis square >> grid on
2、一窗口多图形>> t=-2*pi:0.01:2*pi; >> subplot(3,2,1)
>> plot(t,sin(t)) >> subplot(3,2,2) >> plot(t,cos(t)) >> subplot(3,2,3) >> plot(t,tan(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,4) >> plot(t,cot(t)) >> axis([-pi pi -100 100]) >> subplot(3,2,5) >> plot(t,atan(t)) >> subplot(3,2,6) >> plot(t,acot(t))
3、图形样式、标注、题字(也可以利用菜单直接Insert) >> x=0:pi/20:2*pi;
>> plot(x,sin(x),'b-.') >> hold on >> plot(x,cos(x),'r--') >> hold on >> plot(x,sin(x)-1,'g:') >> hold on >> plot(x,cos(x)-1) >> xlabel('x'); >> xlabel('x轴'); >> ylabel('y轴'); >> title('图形样式、标注等'); >> text(pi,sin(pi),'x=\pi'); >> legend('sin(x)','cos(x)','sin(x)-1','cos(x)-1'); >> [x1,y1]=ginput(1) %利用鼠标定位查找线上某点的值x1 = 2.0893 y1 = -0.5000 >> gtext('x=2.5') %鼠标定位放置所需的值在线上
基于Matlab基本图像处理程序
图像读入 ●从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) ●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图 像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像
MATLAB绘图功能大全
Matlab绘图 强大的绘图功能是Matlab的特点之一，Matlab提供了一系列的绘图函数，用户不需要过多的考虑绘图的细节，只需要给出一些基本参数就能得到所需图形，这类函数称为高层绘图函数。此外，Matlab 还提供了直接对图形句柄进行操作的低层绘图操作。这类操作将图形的每个图形元素（如坐标轴、曲线、文字等）看做一个独立的对象，系统给每个对象分配一个句柄，可以通过句柄对该图形元素进行操作，而不影响其他部分。 本章介绍绘制二维和三维图形的高层绘图函数以及其他图形控制函数的使用方法，在此基础上，再介绍可以操作和控制各种图形对象的低层绘图操作。 一、二维绘图 二维图形是将平面坐标上的数据点连接起来的平面图形。可以采用不同的坐标系，如直角坐标、对数坐标、极坐标等。二维图形的绘制是其他绘图操作的基础。 （一）绘制二维曲线的基本函数 在Matlab中，最基本而且应用最为广泛的绘图函数为plot，利用它可以在二维平面上绘制出不同的曲线。 1．plot函数的基本用法
plot函数用于绘制二维平面上的线性坐标曲线图，要提供一组x 坐标和对应的y坐标，可以绘制分别以x和y为横、纵坐标的二维曲线。plot函数的应用格式 plot(x,y) 其中x,y为长度相同的向量，存储x坐标和y坐标。 例51 在[0 , 2pi]区间，绘制曲线 程序如下：在命令窗口中输入以下命令 >> x=0:pi/100:2*pi; >> y=2*exp(-0.5*x).*sin(2*pi*x); >> plot(x,y) 程序执行后，打开一个图形窗口，在其中绘制出如下曲线 注意：指数函数和正弦函数之间要用点乘运算，因为二者是向量。 例52 绘制曲线 这是以参数形式给出的曲线方程，只要给定参数向量，再分别求出x,y向量即可输出曲线： >> t=-pi:pi/100:pi; >> x=t.*cos(3*t); >> y=t.*sin(t).*sin(t); >> plot(x,y) 程序执行后，打开一个图形窗口，在其中绘制出如下曲线 以上提到plot函数的自变量x,y为长度相同的向量，这是最常见、最基本的用法。实际应用中还有一些变化。
matlab性能分析
Matlab 程序性能分析 一、简单计算程序运行时间：tic，toc—— Measure performance using stopwatch timer 基本用法：tStart=tic; any_statements; tElapsed=toc(tStart); 计时单位是“秒”；tic用于设置计时器开始，toc设置计时器结束；手册说tStart是一个64位的整数，仅用于toc参数时有意义，经测试tic是微妙级的计时器。示例： some_time = rand * 2 %% example 1: time measured by tic-toc tStart = tic; pause(some_time); tElapsed_toc = toc(tStart) %% example 2: time measured by tic-tic tStart = tic; pause(some_time); tElapsed_tic = double(tic-tStart) / 1000000 %% example 3: time measured by tic-tocs tStart = tic; pause(some_time); tElapsed_toc1 = toc(tStart) some_time = rand * 2 pause(some_time); tElapsed_toc2 = toc(tStart) tElapsed_toc_toc = tElapsed_toc2 - tElapsed_toc1 示例1展示了tic-toc的基本用法，示例2展示了只用tic实现的计时功能，示例3展示了利用一个tic和多个toc实现程序的分段计时。 二、不推荐使用的程序计时工具：cputime 和 clock & etime cputime的用法：t = cputime; any_statements; e = cputime-t clock & etime的用法：t = clock; any_statements; e = etime(clock, t) Matlab推荐用tic-toc计时，而不是这两种计时工具，具体请参考帮助文档。 三、全面分析程序运行时间：Profiler profile 只能分析Matlab代码编写的函数的运行时间（如ls，magic等），若函数非Matlab代码（如svd，dir等），无法分析其运行时间。 1、启动Profiler的三种方法 （1）从菜单栏启动：Desktop --> Profiler； （2）从Matlab的Editor中启动：Tools --> Open Profiler； （3）从命令行启动：profile -history -historysize integer-timer clock on
MATLAB图像处理相关函数
一、通用函数： colorbar显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig) warp 将图像显示到纹理映射表面 语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...) zoom 缩放图像 语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option) 二、图像文件I/O函数命令 imfinfo 返回图形图像文件信息 语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename) imread 从图像文件中读取（载入）图像 语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \
利用matlab分析系统动态性能
利用matlab分析系统动态性能
控制系统的时域分析 一.系统阶跃响应的性能指标 表 1 系统性能指标 利用 matlab 程序求出各系统阶跃响应的性能指标及图像，如求原系统 1 的方程： num=1.05; den=conv([0.125,1],conv([0.5,1],[1,1,1])); G=tf(num,den); C=dcgain(G); [y,t]=step(G); plot(t,y) grid [Y,K]=max(y); tp=t(K) mp=100*(Y-C)/C n=1; while y(n)
图 1 系统 1 阶跃响应曲线图二．根据系统性能指标及图像分析系统 1.利用 Matlab 得各系统节约系统曲线，如图 2：num1=1.05; den1=conv([0.125,1],conv([0.5,1],[1,1,1])); G1=tf(num1,den1); [y1,t1]=step(G1); num2=1.05*[0.4762,1]; den2=conv([0.125,1],conv([0.5,1],[1,1,1])); G2=tf(num2,den2); [y2,t2]=step(G2); num3=1.05*[1,1]; den3=conv([0.125,1],conv([0.5,1],[1,1,1])); G3=tf(num3,den3); [y3,t3]=step(G3); num4=1.05*[0.4762,1]; den4=conv([0.25,1],conv([0.5,1],[1,1,1])); G4=tf(num4,den4); [y4,t4]=step(G4); num5=1.05*[0.4762,1]; den5=conv([0.5,1],[1,1,1]); G5=tf(num5,den5); [y5,t5]=step(G5); num6=1.05; den6=[1,1,1]; G6=tf(num6,den6);
基于MATLAB图像处理报告
基于M A T L A B图像处理报告一、设计题目 图片叠加。 二、设计要求 将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。 三、设计方案 、设计思路 利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。 、软件介绍 MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB 也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。
QAM调制与解调的MATLAB实现及调制性能分析
通信原理课程设计报告书 课题名称 16QAM 调制与解调 的MATLAB 实现及调制性能分析 姓 名 学 号 学 院 通信与电子工程学院 专 业 通信工程 指导教师 李梦醒 2012年 01 月 01日 ※※※※※※※※※ ※※ ※ ※ ※ ※ 2009级通信工程专业 通信原理课程设计
16QAM调制与解调的MATLAB实现及调制性能分 析 1 设计目的 （1）掌握16QAM调制与解调的原理。 （2）掌握星座图的原理并能熟悉星座图的应用。 （3）熟悉并掌握MATLAB的使用方法。 （4）通过对16QAM调制性能的分析了解16QAM调制相对于其它调制方式的优缺点。 2 设计原理 正交振幅调制（Quadrature Amplitude Modulation,QAM）是一种振幅和相位联合键控。虽然MPSK和MDPSK等相移键控的带宽和功率方面都具有优势，即带宽占用小和比特噪声比要求低。但是由图1可见，在MPSK体制中，随着 8/ 5π 8/ 3π 8/ π 8/ 7π 8/ 9π 8/ 11π 8/ 13π
8/15π 图 1 8PSK 信号相位 M 的增大，相邻相位的距离逐渐减小，使噪声容限随之减小，误码率难于保证。为了改善在M 大时的噪声容限，发展出了QAM 体制。在QAM 体制中，信号的振幅和相位作为两个独立的参量同时受到调制。这种信号的一个码元可以表示为 0()cos() (1)k k k s t A t kT t k T ωθ=+<≤+ （2—1） 式中：k=整数；k A 和k θ分别可以取多个离散值。 式（2—1）可以展开为 00()cos cos sin sin k k k k k s t A t A t θωθω=- （2—2） 令 X k = A k cos k ， Y k = -A k sin k 则式（2—1）变为 00()cos sin k k k s t X t Y t ωω=+ （2—3） k X 和k Y 也是可以取多个离散的变量。从式（2—3）看出，()k s t 可以看作是两个 正交的振幅键控信号之和。 在式（2—1）中，若k 值仅可以取 /4和-/4，A k 值仅可以取+A 和-A ， 则此QAM 信号就成为QPSK 信号，如图2所示： 图2 4QAM 信号矢量图
用matlab数字图像处理四个实验
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)
用matlab绘制的漂亮图形
用matlab绘制的漂亮图形 1.不同坐标系下的图形对比 theta=0:pi/20:4*pi; phi= theta.^2- theta; [t,p]=meshgrid(theta,phi); r=t.*p; subplot(1,2,1);mesh(t,p,r); ylabel('x');xlabel('y');zlabel('z'); [x,y,z]=sph2cart(t,p,r); subplot(1,2,2);mesh(x,y,z); ylabel('x');xlabel('y');zlabel('z'); 2.球曲面的法线 [x,y,z]=sphere; Surfnorm(x,y,z)
3. x=rand(100,1)*16-8; y=rand(100,1)*16-8; r=sqrt(x.^2+y.^2)+eps; z=sin(r)./r; xlin=linspace(min(x),max(x),33); ylin=linspace(min(y),max(y),33); [X,Y]= meshgrid(xlin,ylin); Z=griddata(x,y,z,X,Y); mesh(X,Y,Z); axis tight;hold on; ylabel('x');xlabel('y');zlabel('z'); plot3(x,y,z,’r’,’MarkerSize’,15)
x=rand(1000,1)*16-8; y=rand(1000,1)*16-8; r=sqrt(x.^2+y.^2)+eps; z=sin(r)./r; xlin=linspace(min(x),max(x),99); ylin=linspace(min(y),max(y),99); [X,Y]= meshgrid(xlin,ylin); Z=griddata(x,y,z,X,Y); mesh(X,Y,Z); axis tight;hold on; ylabel('x');xlabel('y');zlabel('z'); plot3(x,y,z,'r','MarkerSize',30);
matlab中uicontrol对象属性详解
Matlab中Uicontrol 对象属性详解 Uicontrol:是user interface control 的缩写（用户界面控制）。在各计算机平台上，窗口系统都采用控制框和菜单，让用户进行某些操作，或设置选项或属性。控制框是图形对象，如图标、文本框和滚动条，它和菜单一起使用以建立用户图形界面，称之为窗口系统和计算机窗口管理器。MATLAB控制框，又称uicontrol，与窗口管理器所用的函数十分相似。它们是图形对象，可以放置在MATLAB的图形窗中的任何位置并用鼠标激活。MATLAB的uicontrol包括按钮、滑标、文本框及弹出式菜单。Uicontrol由函数uicontrol生成。 >>Hc_1=uicontrol(Hf_fig，' PropertyName ' ，PropertyValue，...) Uicontrol:是user interface control 的缩写（用户界面控制）。在各计算机平台上，窗口系统都采用控制框和菜单，让用户进行某些操作，或设置选项或属性。控制框是图形对象，如图标、文本框和滚动条，它和菜单一起使用以建立用户图形界面，称之为窗口系统和计算机窗口管理器。MATLAB控制框，又称uicontrol，与窗口管理器所用的函数十分相似。它们是图形对象，可以放置在MATLAB的图形窗中的任何位置并用鼠标激活。MATLAB的uicontrol包括按钮、滑标、
文本框及弹出式菜单。Uicontrol由函数uicontrol生成。 >>Hc_1=uicontrol(Hf_fig，' PropertyName ' ，PropertyValue，...) 其中，Hc_1是由函数uicontrol生成uicontrol对象的句柄。通过设定uicontrol对象的属性值' PropertyName' ，' PropertyValue ' 定义了uicontrol的属性；Hf_fig是父对象的句柄，它必须是图形。如果图形对象句柄省略，就用当前的图形建立不同类型的控制框。MATLAB共有八种不同类型或型式的控制框。它们均用函数uicontrol建立。属性' Style ' 决定了所建控制框的类型。' Callback ' 属性值是当控制框激活时，传给eval在命令窗口空间执行的MATLAB字符串。下面将给出uicontrol 对象的一些属性及它们相应的值和描述，{}内的内容为默认值，如{default},除非另外声明，否则所有的属性都可以进行设置，所有对象都通用的属性将在附件中列出。 1．‘BakcgroundColor'(背景颜色)---ColorSpec(特定的颜色).这个属性声明了用来填充uicontrol对象的背景颜色，ColorSpec是一个三元素的RGB 向量或者标准颜色的字符串号，默认的颜色值是和系统相关的，并且可以通过输入命令get(0,'DefaultUuicontrolBackgroundColor')获得。 2．‘Callback'(返回，回调)----string(字符串)。这个属性声明了当用户触发uicontrol对象（如：在按下一个'pushbutton'
(完整版)功率谱估计性能分析及Matlab仿真
功率谱估计性能分析及Matlab 仿真 1 引言 随机信号在时域上是无限长的，在测量样本上也是无穷多的，因此随机信号的能量是无限的，应该用功率信号来描述。然而，功率信号不满足傅里叶变换的狄里克雷绝对可积的条件，因此严格意义上随机信号的傅里叶变换是不存在的。因此，要实现随机信号的频域分析，不能简单从频谱的概念出发进行研究，而是功率谱[1]。 信号的功率谱密度描述随机信号的功率在频域随频率的分布。利用给定的 N 个样本数据估计一个平稳随机信号的功率谱密度叫做谱估计。谱估计方法分为两大类：经典谱估计和现代谱估计。经典功率谱估计如周期图法、自相关法等，其主要缺陷是描述功率谱波动的数字特征方差性能较差，频率分辨率低。方差性能差的原因是无法获得按功率谱密度定义中求均值和求极限的运算[2]。分辨率低的原因是在周期图法中，假定延迟窗以外的自相关函数全为0。这是不符合实际情况的，因而产生了较差的频率分辨率。而现代谱估计的目标都是旨在改善谱估计的分辨率，如自相关法和Burg 法等。 2 经典功率谱估计 经典功率谱估计是截取较长的数据链中的一段作为工作区，而工作区之外的数据假设为0，这样就相当将数据加一窗函数，根据截取的N 个样本数据估计出其功率谱[1]。 周期图法( Periodogram ) Schuster 首先提出周期图法。周期图法是根据各态历经的随机过程功率谱的定义进行的谱估计。 取平稳随机信号()x n 的有限个观察值(0),(1),...,(1)x x x n -，求出其傅里叶变换 1 ()()N j j n N n X e x n e ω ω---==∑ 然后进行谱估计
粗糙集属性约简matlab程序
粗糙集-属性约简-matlab程序 Data2为条件属性，decision2为决策属性 %%%my_test函数实现 clc; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%读取信息系统文件 file = textread('data2.txt','%s','delimiter','\n','whitespace',''); %读取文件信息，每一行为一个胞元 [m,n]=size(file); %胞元的大小 for i=1:m words=strread(file{i},'%s','delimiter',' ');%读取每个胞元中字符，即分解胞元为新的胞元 words=words';%转置 X{i}=words; end X=X'; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% [B,num,AT]=my_reduct(X); %信息系统的约简 ind_A T=ind(X); %信息系统的不可等价关系 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%显示约简信息系统 disp('约简后的条件系统为：'); [m,n]=size(B); for i=1:m disp(B{i}); end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%读取决策系统文件 file = textread('decision2.txt','%s','delimiter','\n','whitespace',''); [m,n]=size(file); for i=1:m words=strread(file{i},'%s','delimiter',' '); words=words'; D{i}=words; end D=D'; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%决策系统的正域约简 X_D=X; [l,k]=size(X_D{1}); pos_d=pos(X_D,D);%正域 for i=1:m %%%%%%%%%%%%%%正域有问
基于Matlab基本图像处理程序
图像读入 ●从图形文件中读入图像imread Syntax: A = imread(, fmt) ：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到所制定的文件,会尝试查找一个名为的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含RGB 真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow() himage = imshow(...)
●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像素在图像中出现的概率。 图像的灰度直方图：是一个离散函数，表示图像每一灰度级与该灰度级出现概率的对应关系。 图像的灰度直方图运算： imhist()函数，其横坐标表示像素的灰度级别，纵坐标为像素点的个数。 ●Imhist函数=Display histogram of image data显示灰度直方图的函数 ●Syntax： ①imhist(I) % I为要计算的灰度直方图图像 ②imhist(I, n) % n指定的灰度级的数目，表示所有灰度级均匀分布在n个小区间内。 ③imhist(X, map) ④[counts,x] = imhist(...) %counts直方图数据向量。counts(i)第i个灰度区间中的像素数目。x是保存了对应的灰度小区间的向量。 注意：若调用时不接受这个函数的返回值，则直接显示直方图；在得这些返回数据之后，也可以使用stem(x,counts)手绘直方图。 ●例1：显示某一图像的灰度直方图
实验2matlab绘图操作
实验2 Matlab 绘图操作 实验目的： 掌握绘制二维图形的常用函数； 掌握绘制三维图形的常用函数； 掌握绘制图形的辅助操作。 实验内容： 设sin .cos x y x x ?? =+??+? ?23051，在x=0~2π区间取101点，绘制函数的曲线。 已知： y x =2 1，cos()y x =22，y y y =?312，完成下列操作： 在同一坐标系下用不同的颜色和线性绘制三条曲线； 以子图形式绘制三条曲线； 分别用条形图、阶梯图、杆图和填充图绘制三条曲线。 3. 已知：ln(x x e y x x ?+≤??=??+>??2 0102 ，在x -≤≤55区间绘制函数曲线。 4. 绘制极坐标曲线sin()a b n ρθ=+，并分析参数a 、b 、n 对曲线形状的影响。 5．在xy 平面内选择区域[][],,-?-8888 ，绘制函数z = 6. 用plot 函数绘制下面分段函数的曲线。 ,(),,x x f x x x x ?++>? ==??+-> x=(0:2*pi/100:2*pi);
>> y=+3*sin(x)/(1+x.^2))*cos(x); >> plot(x,y) 2.已知： y x =2 1，cos()y x =22，y y y =?312，完成下列操作： （1）在同一坐标系下用不同的颜色和线性绘制三条曲线； >> x= linspace(0, 2*pi, 101); >> y1=x.*x; >> y2=cos(2x); >> y3=y1.*y2; plot(x,y1,'r:',x,y2,'b',x,y3, 'ko') （2）以子图形式绘制三条曲线； >> subplot(2,2,1),plot(x,y1) subplot(2,2,2),plot(x,y2) subplot(2,2,3),plot(x,y3)