matlab图像处理介绍
实验1-Matlab基本与图像处理基本操作
图像处理工具箱简介
01
MATLAB图像处理工具箱是MATLAB软件中一个专门用于图像处理的工具箱， 它提供了一套完整的图像处理和分析工具，包括图像读取、显示、变换、滤波 、增强、分割、特征提取等功能。
02
该工具箱支持多种图像格式，如BMP、JPG、PNG、TIFF等，并提供了丰富的 图像处理函数和算法，方便用户进行图像处理和分析。
对未来学习的展望
• 深入学习图像处理算法：在未来的学习中，我们将进一步深入学习图像处理的 各种算法和原理，包括图像分割、特征提取、目标检测等，以便更好地应用在 实际问题中。
• 掌握更多图像处理软件：除了Matlab软件外，我们还将学习掌握其他常用的 图像处理软件，如OpenCV、Python图像处理库等，以便更灵活地处理各种 图像问题。
02
学习图像处理基本 操作
了解图像处理基本概念，学习图 像读取、显示、保存等基本操作。
03
掌握图像处理常用 函数
熟悉MATLAB中图像处理工具箱 的常用函数，如图像调整、滤波、 边缘检测等。
实验环境准备
MATLAB软件
确保计算机已安装MATLAB软件，并熟悉软件基 本操作。
图像处理工具箱
安装并配置MATLAB图像处理工具箱，以便进行 图像处理实验。
• 加强实验数据分析处理能力：在未来的实验中，我们将更加注重实验数据的分 析和处理，学习掌握更多的数据处理方法和技巧，以便更准确地评估实验结果 和性能。
• 拓展应用领域：图像处理技术在实际应用中具有广泛的应用领域，如医学影像 处理、智能交通、安全监控等。在未来的学习中，我们将积极探索这些应用领 域，并尝试将所学的图像处理技术应用到实际问题中。
使用图像处理工具箱中的特 征提取函数和分类器函数， 对图像进行特征提取和分类 识别。例如，可以使用灰度 共生矩阵提取图像纹理特征， 然后使用支持向量机（SVM） 进行分类识别。
利用Matlab进行图像处理的常用方法
利用Matlab进行图像处理的常用方法概述：图像处理是数字信号处理的一个重要分支，也是计算机视觉领域的核心内容之一。
随着计算机技术的不断发展，利用Matlab进行图像处理的方法变得越来越重要。
本文将介绍一些常用的Matlab图像处理方法，包括图像的读取与显示、图像的预处理、图像的滤波处理、基本的图像增强方法以及图像的分割与检测等。
一、图像的读取与显示在Matlab中，可以使用imread函数直接读取图像。
通过指定图像的路径，我们可以将图像读取为一个矩阵，并且可以选择性地将其转换为灰度图像或彩色图像。
对于灰度图像，可以使用imshow函数将其显示出来，也可以使用imwrite函数将其保存为指定格式的图像文件。
对于彩色图像，可以使用imshow函数直接显示，也可以使用imwrite函数保存为指定格式的图像文件。
此外，还可以使用impixel函数获取图像中指定像素点的RGB值。
二、图像的预处理图像的预处理是指在进一步处理之前对图像进行调整和修复以消除图像中的噪声和不良的影响。
常用的图像预处理方法包括图像的平滑处理、图像增强和图像修复等。
1. 图像平滑处理：常用的图像平滑方法有均值滤波、中值滤波和高斯滤波等。
其中，均值滤波将每个像素点的值替换为其周围像素点的平均值，中值滤波将每个像素点的值替换为其周围像素点的中值，高斯滤波则通过加权平均的方式平滑图像。
2. 图像增强：图像增强是指通过一些方法提高图像的质量和信息内容。
常用的图像增强方法包括直方图均衡化、对比度拉伸和锐化等。
直方图均衡化通过调整图像的灰度分布，以提高图像的对比度和细节。
对比度拉伸是通过将图像的像素值线性拉伸到整个灰度范围内，以增强图像的对比度。
锐化则是通过增强图像的边缘和细节，使图像更加清晰。
三、图像的滤波处理图像的滤波处理是指通过对图像进行一系列滤波操作，来提取图像中的特征和信息。
常用的图像滤波方法包括模板滤波、频域滤波和小波变换等。
1. 模板滤波：模板滤波是基于局部像素邻域的滤波方法，通过定义一个滤波模板，将其与图像进行卷积操作，从而实现图像的滤波。
MATLAB中的图像处理技术详解
MATLAB中的图像处理技术详解图像处理是一门涉及数字图像获取、处理、分析和展示的学科，其在各个领域都有重要的应用。
而MATLAB作为一种强大的科学计算软件，提供了丰富的图像处理工具包，可以帮助用户轻松地进行各种图像处理操作。
本文将详细介绍MATLAB中常用的图像处理技术，包括图像读取、图像显示、灰度转换、滤波操作、边缘检测以及图像分割等。
1. 图像读取和显示首先，在MATLAB中进行图像处理的第一步是读取图像。
MATLAB提供了imread函数，可以快速读取各类图像文件，例如JPEG、PNG、BMP等。
读取的图像可以是灰度图像，也可以是彩色图像。
读取之后，我们可以使用imshow函数将图像显示在MATLAB的图像窗口中，便于后续处理和分析。
2. 灰度转换在实际的图像处理应用中，有时候我们需要将彩色图像转换为灰度图像，以方便后续的处理和分析。
MATLAB提供了rgb2gray函数，可以将彩色图像转换为灰度图像。
转换后的灰度图像只包含一个通道，每个像素点的取值范围为0~255，表示灰度级。
3. 滤波操作滤波操作是在图像处理中常用的一种方法，其可以对图像进行平滑或者增强等处理。
MATLAB中提供了丰富的滤波函数，例如均值滤波、中值滤波、高斯滤波等。
这些滤波函数可以通过设置不同的参数来控制滤波效果，比如滤波窗口的大小、滤波核函数等。
4. 边缘检测边缘检测是图像处理中的一个重要任务，其可以帮助我们识别图像中的边缘信息，进而进行物体检测和分割。
MATLAB中提供了多种边缘检测算法，包括Sobel 算子、Canny算子等。
这些算法可以根据不同的应用场景选择合适的边缘检测方法，并根据需要调整相应的参数。
5. 图像分割图像分割是将图像分成若干个不同区域或者物体的过程，其在图像处理和计算机视觉中具有重要的意义。
MATLAB中提供了多种图像分割算法，例如基于阈值的分割、基于区域的分割以及基于边缘的分割等。
这些算法可以根据要求对图像进行有效的分割，以满足用户的实际需求。
使用MATLAB进行图像处理的基本方法
使用MATLAB进行图像处理的基本方法第一章：介绍MATLAB图像处理工具箱MATLAB是一种用于算法开发、数据可视化和数值计算的高级工具。
图像处理是MATLAB中重要的应用之一，其图像处理工具箱提供了许多功能强大的函数和工具，能够完成各种图像处理任务。
1.1 图像处理基础图像处理是通过计算机对图像进行分析、处理和改变的过程。
它可以用于增强图像的质量、从图像中提取有用的信息或特征，以及实现图像的压缩和恢复等任务。
1.2 MATLAB图像处理工具箱的功能MATLAB图像处理工具箱提供了丰富的函数和工具，包括图像读取和写入、图像增强、图像分割、图像滤波、图像变换等。
这些功能可以帮助用户对图像进行各种处理和分析。
第二章：图像预处理图像预处理是图像处理的第一步，其目的是消除图像中的噪声和其他不必要的信息，使后续的处理更加准确和有效。
2.1 图像读取和显示在MATLAB中，可以使用imread函数读取图像，imshow函数显示图像。
读取图像后，可以对图像进行显示、调整亮度和对比度等操作。
2.2 图像增强图像增强是通过对图像的像素值进行调整，改善图像的视觉质量。
常用的图像增强方法有直方图均衡化、对比度拉伸和滤波等。
第三章：图像分割图像分割是将图像划分成若干个具有独立意义的部分的过程。
图像分割可以帮助我们识别并提取出感兴趣的目标，进行后续的处理和分析。
3.1 基于阈值的图像分割阈值分割是一种简单且有效的图像分割方法，其思想是将图像中的像素分成前景和背景两部分。
MATLAB提供了imbinarize函数用于阈值分割。
3.2 基于边缘的图像分割边缘分割基于图像中物体的边界特征，通过检测图像中的边缘来实现图像分割。
MATLAB中的边缘检测函数包括edge和gradient。
第四章：图像滤波图像滤波是对图像进行平滑或增强处理的过程，它可以帮助去除图像中的噪声、增强图像的边缘和细节等。
4.1 线性滤波线性滤波是一种基于加权和求和的滤波方法，常用的线性滤波器有均值滤波器和高斯滤波器等。
如何进行MATLAB图像处理
如何进行MATLAB图像处理一、引言图像处理是计算机视觉和图像分析领域中的重要任务之一。
而MATLAB是一种强大的数学计算软件，也被广泛应用于图像处理。
本文将介绍如何使用MATLAB进行图像处理，并探讨一些常见的图像处理技术。
二、图像处理基础在开始使用MATLAB进行图像处理之前，我们需要了解一些基础知识。
一个图像通常由像素组成，每个像素都有一个灰度值或者RGB（红绿蓝）三个通道的值。
图像的处理可以分为两个主要方面：空间域处理和频域处理。
1. 空间域处理空间域图像处理是指直接对图像的像素进行操作，常见的处理方法包括亮度调整、对比度增强和图像滤波等。
MATLAB提供了一系列函数和工具箱来进行这些处理。
例如，要调整图像的亮度，可以使用imadjust函数。
该函数可以通过调整输入图像的灰度值范围，实现亮度的增强或者降低。
下面是一个简单的例子：```matlabI = imread('image.jpg'); % 读取图像J = imadjust(I,[0.2 0.8],[0 1]); % 调整亮度范围imshow(J); % 显示图像```2. 频域处理频域图像处理是指将图像从空间域转换到频域进行处理，常见的处理方法包括傅里叶变换和滤波等。
MATLAB提供了fft和ifft等函数来进行频域处理。
例如，要对图像进行傅里叶变换，可以使用fft2函数。
该函数将图像转换为频率域表示，可以进一步进行滤波等处理。
下面是一个简单的例子：```matlabI = imread('image.jpg'); % 读取图像F = fft2(I); % 傅里叶变换F = fftshift(F); % 频率域中心化imshow(log(1 + abs(F)),[]); % 显示频率域图像```三、图像处理技术了解了图像处理的基础知识后，我们可以探索一些常见的图像处理技术。
以下将介绍几个常用的技术，并给出相应的MATLAB代码示例。
matlab灰度处理二值化处理
Matlab在图像处理领域有着广泛的应用，其中灰度处理和二值化处理是常见的图像处理方法之一。
本文将详细介绍Matlab中的灰度处理和二值化处理的原理和实现方法。
一、灰度处理1. 灰度图像的概念灰度图像是指图像中每个像素的灰度值介于0-255之间的图像。
在灰度图像中，0代表黑色，255代表白色，中间的灰度值代表了不同程度的灰色。
2. 灰度处理的原理灰度处理是将彩色图像转换为灰度图像的过程。
在Matlab中，可以通过以下公式实现灰度处理：灰度值 = 0.299 * R + 0.587 * G + 0.114 * B其中，R、G、B分别代表彩色图像中的红色、绿色和蓝色分量。
通过对每个像素的RGB分量进行加权求和，可以得到对应的灰度值。
3. 灰度处理的实现在Matlab中，可以使用`rgb2gray`函数实现灰度处理。
具体的代码如下：```matlab读取彩色图像rgbImage = imread('example.jpg');灰度处理grayImage = rgb2gray(rgbImage);显示灰度图像imshow(grayImage);```二、二值化处理1. 二值化图像的概念二值化图像是指将灰度图像中的像素值转换为0或255的图像。
在二值化图像中，像素值为0代表黑色，像素值为255代表白色。
2. 二值化处理的原理二值化处理的目的是将灰度图像中的灰度值转换为0或255。
一般可以通过设置一个阈值，将低于阈值的像素值设为0，将高于阈值的像素值设为255。
3. 二值化处理的实现在Matlab中，可以使用`im2bw`函数实现二值化处理。
具体的代码如下：```matlab读取灰度图像grayImage = imread('example_gray.jpg');设置阈值threshold = 128;二值化处理binaryImage = im2bw(grayImage, threshold/255);显示二值化图像imshow(binaryImage);```三、总结本文详细介绍了Matlab中灰度处理和二值化处理的原理和实现方法。
在Matlab中进行图像处理的基本步骤和方法
在Matlab中进行图像处理的基本步骤和方法图像处理是一门涉及数字图像的处理技术和方法的学科，它可以帮助我们从图像中获取有用的信息，并改进图像的质量。
Matlab是一种广泛应用于科学和工程领域的高级计算机语言和环境，也是图像处理的重要工具之一。
本文将介绍在Matlab中进行图像处理的基本步骤和方法。
一、图像的读取和显示在开始进行图像处理之前，我们首先需要读取和显示图像。
在Matlab中，可以使用imread函数读取图像文件，该函数会返回一个包含图像像素值的矩阵。
通过imshow函数可以将图像显示在Matlab的图像窗口中。
同时，也可以使用imwrite函数将处理后的图像数据保存为图像文件。
二、图像的预处理在进行一系列的图像处理操作之前，通常需要对图像进行预处理，以提高后续处理步骤的效果。
常见的图像预处理方法包括灰度化、降噪、增强对比度等操作。
1. 灰度化灰度化是将彩色图像转化为灰度图像的过程。
在Matlab中，可以使用rgb2gray 函数将彩色图像转化为灰度图像。
灰度图像只有一个通道，每个像素的值表示了该像素的亮度。
2. 降噪图像中常常存在各种噪声，如高斯噪声、椒盐噪声等。
为了提高图像质量和后续处理的准确性，可以使用图像降噪方法来减少这些噪声的影响。
Matlab中提供了一些常用的降噪函数，如medfilt2、wiener2等，可以根据实际需求选择合适的方法来降噪。
3. 增强对比度对比度是指图像中不同亮度之间的差异程度。
当图像的对比度较低时，图像细节会变得不明显。
为了提高图像的可视化效果，可以使用一些增强对比度的方法。
例如，可以使用imadjust函数对图像的像素值进行调整，以拉伸图像的灰度级范围。
三、图像的滤波滤波在图像处理中起到了非常重要的作用，可以用来平滑图像、提取图像的边缘等。
在Matlab中，提供了多种滤波函数，可以根据需求选择合适的滤波方法。
1. 均值滤波均值滤波是一种常见的平滑滤波方法，可以用来消除图像中的高频噪声。
MATLAB图像处理基础
MATLAB图像处理基础2.2.1图像文件格式及图像类型1．MATLAB支持的几种图像文件格式：⑴JPEG（Joint Photogyaphic Expeyts Group）：一种称为联合图像专家组的图像压缩格式。
⑵BMP（Windows Bitmap）：有1位、4位、8位、24位非压缩图像，8位RLE （Run length Encoded）的图像。
文件内容包括文件头（一个BITMAP FILEHEADER数据结构）、位图信息数据块（位图信息头BITMAP INFOHEADER 和一个颜色表）和图像数据。
⑶PCX（Windows Paintbrush）：可处理1位、4位、8位、16位、24位等图像数据。
文件内容包括文件头、图像数据和扩展色图数据。
⑷TIFF（Tagged Iamge File Format）：处理1位、4位、8位、24位非压缩图像，1位、4位、8位、24位packbit压缩图像，1位CCITT压缩图像等。
文件内容包括文件头、参数指针表与参数域、参数数据表和图像数据四部分。
⑸PNG（Portable Network Graphics）：包括1位、2位、4位、8位和16位灰度图像，8位和16位索引图像，24位和48位真彩色图像。
⑹GIF（Graphics Interchange Format）：任何1位到8位的可交换的图像。
⑺HDF（Hierarchial Data Format）：有8位、24位光栅图像数据集。
⑻ICO（Windows Icon resource）：有1位、4位、8位非压缩图像。
⑼CUR（Windows Cursor resource）：有1位、4位、8位非压缩图像。
⑽XWD（X Windows Dump）：包括1位、8位Zpixmaps，XYBitmaps，XYPixmmmaps。
⑾RAS（Sun Raster image）：有1位bitmap、8位索引、24位真彩色和带有透明度的32位真彩色。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• (2) 矩阵的运算 • 矩阵的运算有基本运算和函数运算 两种类型。基本运算包括矩阵的加、 减、乘、除、乘方、求转置、求逆等， 其主要特点是通过MATLAB提供的基 本运算符＋、－、*、/（\）、^等即可 完成。
• • • • • •
例 1-2 矩阵的基本运算。 A=[1,2,3;4,5,6] B=[6,5,4;3,2,1] C=A+B %计算两个矩阵的和 D=B' %计算矩阵B的转置 E=A*D %做矩阵乘法，必须要满足矩阵乘法的基 本要求 • %E应该是2阶方阵 • F=det(E) %求E的行列式值 • G=E^(-1) %求E的逆 •
• ②函数调用
• 函数调用的过程实际上就是参数传递的过程。 例如，在一个脚本文件里调用函数“max”可采用 如下方式： n=1:20; a=sin(2*pi*n/20); ［Y,I］=max(a); 该调用过程把变量“a”传给了函数中的输入参数 “x”,然后把函数运算的返回值传给输出参数“Y” 和“I”。其中，Y是a序列的最大值，I是最大值Y 对应的坐标值。
③ 矩阵中的元素值 和线性代数一样，我们可采取下标来表述矩阵元素，同时也可以利用 下标对矩阵元素进行修改。例如对例1-1中的矩阵A，如果输入 A(4) 则显示: ans = 2 若输入 A(1,2)，结果仍为：ans = 2 可见矩阵是按列存储的。若输入A(1,2)=6，显示结果为： A= 1 6 3 4 5 6 7 8 9 若要选取A的第二行，可以输入A(2,：) ，则显示 ans = 4 5 6
• • • •
注意： 1.自己编写函数时，所用的函数 名应和保存的m文件文件名相同。 2.分清矩阵相乘和点乘的区别。
3.注意文件命名。必须以字母开 头 。有的同学喜欢以数字或中文开 头，这是错误的！
2.3Matlab处理的图像类型和文件格式。 2.3.1 常用图像格式 图像格式是指图像文件的存储格式。 MATLAB中常用的图像格式有： bmp,cur,gif,hdf,ico,jpg或jpeg,pcx,png,tif 或tiff等。
• • • •
•
例1- 4 image函数的应用 I = imread('cameraman.tif'); figure(1); image(100,100,I);
%设置图像左上角坐标为（100，100）
• colormap(sc函数具有对显示的数据进行自动缩放 的功能。函数语法如下： imagesc(C) imagesc(x,y,C) imagesc(...,clims) imagesc('PropertyName',PropertyValue,...) h = imagesc(...)
2.3.2MATLAB图像类型 MATLAB支持五种图像类型，即二值图像、索 引图像、灰度图像、RGB图像和多帧图像阵列。 二值图像：数据存储类型，Logical,元素值为 0或1的矩阵； 索引图像:把像素值直接作为RGB调色板下标 的图像。一幅索引图像包含一个数据矩阵X和一个 调色板矩阵map,数据矩阵为double或uint8或uint16； 调色板矩阵总是一个m*3(m表示颜色数目）的 double型矩阵且矩阵元素的值域为[0,1]。Map矩阵 的每一行指定一个颜色的R,G,B颜色分量。
例1-1 在工作空间产生一个3×3矩阵A可用MATLAB语 言描述如下：
或
A=[1 2 3; 4 5 6;7 8 9] A=[1 2 3 456 7 8 9]
运行结果： A= 1 2 3 4 5 6 7 8 9
② 特殊矩阵的生成 对于特殊的矩阵可直接调用MATLAB的函数生成。 用函数zeros生成全0矩阵： 格式 B=zeros(m,n)生成m×n的全0阵。 用函数ones生成全1矩阵： 格式 B=ones(m,n)生成m×n的全1阵。 用函数eye生成单位阵： 格式 B=eye(m,n)生成m×n的单位矩阵， 其中对角线元素全为1，其他元素为0。 用函数rand生成随机矩阵： 格式 B=rand(m,n)生成m×n的随机矩阵。
2.4图像处理工具箱简介
MATLAB图像处理工具箱的函数，按具体功能可以分为以下几类 ： • 图像显示 • 几何操作 • 图像注册 • 邻域和块操作 • 线性滤波和滤波器的设计。 • 图像变换， • 形态学分析 • 图像分析与图像增强。 • 图像恢复 • 颜色映射和颜色空间转换
• • • • • • •
• 例1- 2 数字图像的打开 I = imread('cameraman.tif')
2.5.3 图像文件的写入 MATLAB函数imwrite来存储图像文 件，该函数的语法格式如下： imwrite(A,filename,fmt) imwrite(X,map,filename,fmt) imwrite(...,filename) imwrite(...,Param1,Val1,Param2,Val2...)
2.5 Matlab图像的基本操作
• 2.5.1图像文件信息查询 在MATLAB中，可以使用imfinfo函数来 获取图像处理工具箱支持的任何格式图像文 件的信息。 该函数语法格式如下： info = imfinfo(filename,fmt) info = imfinfo(filename) info = imfinfo(URL,...) 例1- 1 图像文件信息查询 info = imfinfo('cameraman.tif')
② switch语句
switch语句的用法与其他高级语言相类似， 其 基本语法格式为： switch表达式(标量或字符串) case 值1 语句1 case 值2 语句2 … otherwise 语句n end
（4）MATLAB函数 ①函数及其调用方法
函数定义行：MATLAB语言在M文件的第一行用关 键字“function”把M文件定义为一个函数，并指定它 的名字（必须和文件名相同），同时也定义了函数的输 入和输出参数。 例如： 求最大值函数“max”的定义可描述为 function ［Y,I］=max(x) 函数体 其中, “max”为函数名， 输入参数为“x”， 输出参 数为“Y”和“I”。
例1- 3 图像文件写入 I=imread('cameraman.tif'); imwrite(I,'E:\test1.tif') 执行程序后，可以看到在路径E:\ 下写入的图像文件“test1.tif”
2.5.4 图像的显示 MATLAB包含两个显示图像的函数image 和 imagesc；另外MATLAB图像工具箱中也包含两个显 示图像的函数imview 和 imshow。 1.MATLAB图像显示函数 image函数 image函数的语法格式如下： image(C) image(x,y,C) image(x,y,C,'PropertyName',PropertyValue,...) image('PropertyName',PropertyValue,...) handle = image(...)
问题：设有矩阵A和B，试问A*B和A.*B 的区别？
（3）基本语句 • 1) 循环语句 • MATLAB的循环语句包括for循环和while循 环两种类型。 • ① for循环 • 语法格式： • for 循环变量 = 起始值： 步长： 终止值 循环体 • end
• ② while循环 • 语法格式： • while 表达式 • 循环体 • end • 其执行方式为：若表达式为真(运算值非0)，则执行 循环体； 若表达式为假(运算结果为0)，则退出循 环体，执行end后的语句。
由于直接内嵌了大量的优化数学程 序，MATLAB使工程师和科学家能够专 注于自己实质性的工作，避免了耗时的 寻找﹑开发﹑调试以及维护代码的工作。
2.2 Matlab中常用的基本命令。
(1) 矩阵生成 ① 一般矩阵的生成 对于一般的矩阵MATLAB的生成方法有多种。 最简 单的方法是从键盘直接输入矩阵元素。直接输入矩阵元 素时应注意： 各元素之间用空格或逗号隔开，用分号或 回车结束矩阵行，用中括号把矩阵所有元素括起来。
在大学，数学,工程学,科学的介绍性课程和高 级性课程中,MATLAB是标准的教学工具。在工厂， MATLAB是高生产率研究发展和分析的可选择的 工具。
MATLAB是一种直观性的语言和专 业运算的环境。 它已成为工程计算机方 面世界上公认的标准。它被用于各种各 样的应用领域,包括信号和图像处理,控制 系统,设计,地球与生命科学,金融与经济, 还有仪器测试。
2) 条件转移语句 条件转移语句有if和switch两种。 ① if 语句；MATLAB中if语句的用法与其他高级语言相类 似， 其基本语法格式有以下几种： 格式一： if 逻辑表达式 执行语句 end 格式二： if 逻辑表达式 执行语句1 else 执行语句2 end 格式三： if 逻辑表达式1 执行语句1 else if 逻辑表达式2 执行语句2 end
MATLAB的主要特点包括： ①快速准确的数字运算； ②图形可视化并用于分析数据； ③交互式语言和编程环境； ④图形用户界面设计的工具； ⑤可结合一些外部应用程序，包括C、C＋＋、Fortran、 Java、COM部分和Excel； ⑥支持来自文件和外部设备的输入数据，且支持用低标 准的文件的输入输出（加上附加的产品对入数据库和 附加硬件的访问（存取）产生附加的产品）； ⑦把MATLAB的应用转到带有编译器的C和C＋＋。
• RGB图像：double型或uint8型或uint16型， 又称真彩色图像，在MATLAB中存储为 m*n*3的数据矩阵，它表示图像中每个像素 的红，绿，蓝3个颜色分量的数值。 • 多帧图像阵列：由多帧图像组成，每一帧图 像可以为前4种图像中的一种，但组成一个 多帧图像阵列的图像必须为同一种。
Matlab中图像处理相关工具箱主要有： Image Acquisition toolbox Image Processing Toolbox Signal Processing Toolbox Wavelet Toolbox Statistics Toolbox Matlab Compiler