非常全非常详细的MATLAB数字图像处理技术
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,Val1,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。
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。
数字图像处理及matlab实现
THANKS
05 数字图像处理的应用案例
医学影像处理
1 2 3
医学影像诊断
数字图像处理技术可以用于医学影像的预处理、 增强、分割和识别，帮助医生更准确地诊断疾病。
医学图像重建
通过数字图像处理技术，可以从低质量的医学图 像中重建出高质量的图像，提高医学影像的清晰 度和诊断价值。
医学图像配准与融合
数字图像处理技术可以实现不同模态医学图像之 间的配准与融合，提供更全面的医学信息。
离散余弦变换
将图像从空间域转换到余弦函数构成的系数矩阵，用于数据压缩 和去噪。
Matlab中的图像恢复实现
超分辨率
通过多幅低分辨率图像合成一幅高分辨率图 像，提高图像的分辨率。
去噪
利用各种滤波技术去除图像中的噪声，恢复 原始图像。
失真校正
对由于拍摄、传输等原因造成的图像失真进 行校正，提高图像质量。
数字图像处理及 Matlab实现
目录
Contents
• 数字图像处理基础 • Matlab基础 • 数字图像处理技术 • Matlab在数字图像处理中的应用 • 数字图像处理的应用案例
01 数字图像处理基础
图像的数字化
总结词
将连续的图像转化为离散的像素点阵列。
详细描述
通过将连续的图像转化为离散的像素点阵列，数字图像处理能够将图像信息转 化为计算机能够处理的数字信息。每个像素点由其位置和灰度值表示，形成数 字图像。
图像的灰度级别
总结词
描述像素的亮度级别。
详细描述
图像的灰度级别决定了像素的亮度范围。灰度级别越高，图像的亮度范围越丰富， 细节表现力越强。常见的灰度级别有256级（0-255）和16级（0-15）。
(完整版)数字图像处理MATLAB程序【完整版】
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256subplot(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。
MATLAB的数字图像处理
摘要MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。
实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。
这一特点也就决定了MATLAB在处理数字图像上的独特优势。
理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。
二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。
本文通过一些简单的图像处理实例来阐述MATLAB处理数字图像的方便功能。
关键字：MATLAB、几何变换、灰度、降噪基于MATLAB的数字图像处理0引言众所周知，MATLAB在数值计算、数据处理、自动控制、图像、信号处理、神经网络、优化计算、模糊逻辑、小波分析等众多领域有着广泛的用途，特别是MATLAB的图像处理和分析工具箱支持索引图像、RGB图像、灰度图像、二进制图像，并能操作*.bmp、*.jpg、*.tif等多种图像格式文件。
如果能灵活地运用MATLAB提供的图像处理分析函数及工具箱，会大大简化具体的编程工作，充分体现在图像处理和分析中的优越性。
1 数字图象处理介绍1.1数字图像处理主要研究的内容数字图像处理主要研究的内容有以下几个方面：1) 图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2) 图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
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图像处理技巧
Matlab图像处理技巧Matlab 图像处理技巧图像是人类感知世界的一种重要方式，能够传达丰富的信息和表达深刻的情感。
而Matlab作为一种强大的计算工具，其图像处理技巧更是让人惊叹。
本文将介绍一些Matlab中常用的图像处理技巧，帮助读者更好地掌握这一领域的知识。
一、图像的读取与显示在进行图像处理之前，首先需要将图像读入Matlab中。
Matlab提供了许多函数来实现图像的读取，如imread、imwrite等。
其中imread函数非常常用，可以直接读取各种图像格式，比如JPEG、PNG、BMP等。
例如，使用imread函数读取一张名为"image.jpg"的JPEG格式图像，则可以使用以下代码：```matlabimage = imread('image.jpg');```读取图像后，可以使用imshow函数对图像进行显示。
imshow函数可以自动调整图像的亮度和对比度，以便更好地展示图像的细节。
如下所示：```matlabimshow(image);```二、图像的灰度化处理在一些图像处理任务中，我们只需要处理图像的亮度信息，而忽略颜色信息。
这时，我们可以将图像灰度化，以减少计算量并更便于处理。
Matlab提供了rgb2gray函数用于将彩色图像转换为灰度图像。
以下代码演示了如何将读入的彩色图像转换为灰度图像：```matlabgray_image = rgb2gray(image);imshow(gray_image);```三、图像的缩放和旋转有时候，我们需要将图像的尺寸调整到我们所需的大小，或者对图像进行旋转调整。
Matlab提供了imresize函数和imrotate函数来实现这些功能。
imresize函数可以根据指定的缩放比例对图像进行缩放，而imrotate函数可以实现图像的任意角度旋转。
下面是一些使用示例：```matlabscaled_image = imresize(image, 0.5); %缩小图像大小到原来的一半rotated_image = imrotate(image, 45); %将图像旋转45度```在调用imresize函数时，可以通过第二个参数指定目标图像的大小，也可以通过第三个参数指定缩放时使用的插值方法。
Matlab数字图像处理
边缘检测可以用于图像分割、目标 识别等任务，是计算机视觉领域的 重要技术之一。
添加标题
添加标题
添加标题
添加标题
Matlab提供了多种边缘检测算法， 如Canny算法、Sobel算法等。
在Matlab中，可以使用edge函数进 行边缘检测，该函数可以指定不同 的算法和参数。
图像边缘检测：提取图像中的边缘信息，用于图像识别和特征匹配 图像分割：将图像划分为若干个区域，提取出感兴趣的区域特征
常用算法：JPEG、JPEG2000等是有损压缩编码的常用算法。
应用场景：适用于对图像质量要求不高的场合，如网络传输、移动设备存储等。
压缩感知编码是一种基于稀疏性的信号处理方法，通过测量矩阵对原始信号进行压缩，然后利用稀疏基进行重构。
压缩感知编码具有较高的压缩比和较好的重构精度，能够有效地减少存储空间和传输带宽。
定义：沃尔什-哈达玛变换是一种数 字图像处理技术，用于将图像从空 间域变换到频率域
应用：用于图像增强、图像压缩、 图像恢复等
添加标题
添加标题
添加标题
添加标题
原理：通过离散傅里叶变换实现图 像的频谱分析
优势：能够更好地提取图像特征， 提高图像处理的效果和效率
Matlab数字图像 分析技术
边缘检测是数字图像处理中的一项 基本技术，用于检测图像中物体的 边缘。
定义：将图像从空间域转换到频率 域
实现方法：通过离散傅里叶变换 （DFT）或快速傅里叶变换（FFT）
添加标题
添加标题
作用：分析图像的频率特征
添加标题
添加标题
应用场景：图像去噪、图像增强、 图像压缩等
定义：将图像进行多尺度分解， 得到小波系数
特点：具有多尺度分析能力， 能够提取图像的细节信息
- 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)。
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。
改变显示大小：imview （X,map,’IntialMagnificatition ’,’fit ’）, IntialMagnificatition 默认值为100，即100%显示，设置为fit 则全屏显示。
关闭：imview close all 。
Image Viewer 还提供了三个工具：全景查看窗口(导航功能)、像素区域工具、图像信息窗口。
方法2：使用图形图像视窗，即运用imshow 函数。
调用truesize 函数来设定图像到屏幕像点的映射关系。
可以运用getimage 函数来将当前显示的图像赋值给一个变量。
调用格式：[1] imshow(I,n);\\n 为灰度级[2] imshow(I,[low,high]);\\指定I 的数据范围[3] imshow(BW);\\显示二值图像BW ，0为黑色，1为白色 [4] imshow(X,map);\\索引图像 [5] imshow(RGB);[6] imshow(…,display_option);\\显示图像的方式，选择‘notruesize ’或者‘turesize ’ [7] imshow(x,y,A,…);\\x,y 建立非默认的空间坐标系统 [8] imshow filename;[9] h=imshow(…)\\h 表示被显示图像的句柄2.3 图像的代数运算[1] 相加（imadd ）： Z=imadd(X,Y)\\存为8位；Z=imadd(X,Y,’uint 16’)\\存为16位。
[2] 求补（imcomplement ）： IM2=imcomplement(IM1)。
[3] 减法（imsubtract 或者imabsdiff ）： Z=imsubtract(X,Y)\\差值结果小于0的赋值为0； Z=imabsdiff(X,Y)\\ 差值结果取绝对值。
[4] 乘法（immultiply ）： Z=immultiply(X,Y)。
[5] 除法（imdivide ）： Z=imdivide(X,Y)。
2.4 点运算灰度变换函数GST ：B(x,y)=f[A(x,y)]。
其中有：[1]线性点运算B ()f A A αβ==+； [2]非线性点运算； [3]直方图修正。
2.5 图像的集合运算改变大小imresize ：Y=imresize(X,M,method)，其中M 为放大的倍数，method 有如下几种插值方式nearest，bilinear，bicubic。
也可以规定输出图像大小，[heng,zong]。
图像旋转imrotate：Y=imrotate(X,angle,method,’crop’)，angle表示逆时针旋转，method 同imresize的用法，crop表示将旋转以后的图像取与原图像大小相同的中心部分取出。
比例缩放imresize：同改变大小。
空间变换imtransform：B=imtransform(A,TFORM,param1,val1,param2,val2),其中TFORM为makeform或者cp2tform产生的结果。
如TFORM=makeform(transformtype,…)，MATLAB中还提供了很多空间变换的工具，如：fliptform，fgormfwd，tforminv，findounds，makereample，tformarray，imtransform等。
2.6 图像的领域和块操作领域操作分为滑动领域和分离领域两类。
滑动领域函数nlfilter，用法如下：[1] B=nlfilter(A,[m n],fun)\\[m n]表示滑动领域m*n，fun为图像领域上的处理函数；[2] B=nlfilter(A,[m n],fun,P1,P2,…)\\可以传递参数P1,P2,…给函数fun；[3] B=nlfilter(A,’indexed’)\\把图像作为索引色图像处理，double填补1，uint8补0。
而且fun可以是一个函数句柄或是一个内联函数，返回类型由fun决定。
但是nlfilter 处理时可能需要很长时间，这时可是考虑使用快速处理函数colfilt。
用法类似，多一个参数bldck_tpye，表示块的移动方式，有distinc t和sliding两个取值，前者表示分离块操作，后者表示滑动块操作。
而且有[mblock nblock]表示图像块的大小。
分离块操作是将图像划分为大小相同的矩形区域，不同图像块在图像中无重叠排列，其顺序从左上角开始，不足的地方可以在右下角补0。
函数为blkproe，调用格式和nlfilter类似。
2.7 几何畸形校正和图像配准用到函数imtransform。
3 MATLAB二维与三维图形绘制及动画3.1 基本绘图命令3.2 绘图选项常用的绘图选项：线形：- -. -- ：颜色：r g b c m y k w点标记：+ o * . x s d h p > < ^ v坐标轴标注：axis([xmin xmax,ymin ymax])，axis auto/square/xy/ij/normal/off/on等用法。
图形窗口保持：hold on…hold off。
给坐标加边框：box on…box off。
图形缩放：zoom on…zoom out…zoom off。
快速绘图：fplot(‘fun’,[ xmin xmax,ymin ymax])。
打印：print[filename][-device][-options],其中device决定打印机的类型。
3.3 特殊坐标二维图形说明：plotyy(x1,y1,x2,y2,fun1,fun2)，即可以用fun1和fun2来指定不同的绘图函数，也可缺省，如fun1可以是plot等等。
Plot(z)绘制复数z的实部与虚部的图形。
3.4 二维图形处理图形标注：title，xlabel，ylabel，zlabel，text，gtext，legend。
图形窗口的分割：subplot(m,n,p)。
坐标系设定：axes，也可事后用gca(get current axes)获得当前坐标系的句柄。
通过get 和set函数获取和设置坐标轴对象的有关属性值。
用法如：属性值=get(句柄，属性)或者set(句柄，属性1，属性值1，属性2，属性值2，…)。
3.5 三维图形的绘制[1]改变网格属性：set(axes_handle,’XGrid’,’on’)grid函数显示网格。
[2]网格图中用到函数hidden on和hidden off来显示或者不显示被遮住部分。
[3]waterfall函数在x轴方向产生水流效果。
[4]meshgrid函数产生一个x-y平面的网格，如：[x,y]=meshgrid(-3:0.1:3,-2:0.1:2)。
[5]绘制球面的函数是sphere，如：sphere(n)或者[x,y,z]= sphere(n)。
也可以是函数cylinder，用法：cylinder(R,n)或者[x,y,z]= cylinder(R,n)。
n为面数，R为一函数。
[6]colorbar命令的作用是在三维曲面图旁边绘制一个可以指示亮度的彩色条。
[9]quiver函数在等值线图上画出方向或速度箭头：quiver(X,Y,DX,DY)。
求导：gradient。
[10]fill3用法类似于fill，对三维图形进行填充。
[11]clabel函数：添加等高线。
[12]bar和bar3参数说明：group同一行数据的方条靠一起，stack画在一个方条上。
[13]饼形图pie和pie3：参数explode指定某些片是否和整个图脱开，与x的维数相同的向量，其中非0的那一片脱离整体。
加上标注如{属性1，属性2，…}。
[14]火柴杆图和瀑布图：stem，stem3和waterfall。
3.6 三维图形的控制视角view：仰角(与z轴的夹角)el和方位角(与x轴的夹角)az，即view(az,el)。