matlab图像处理工具箱大全--参考
Matlab所有工具箱说明
Matlab所有工具箱说明工具箱或模块名称模块说明*MA TLAB Compiler 把MA TLAB的M文件编译成DLL文件,或EXE独立应用程序*MA TLABC/C++GraphicsLibrary MA TLABC/C++图形库*MA TLABC/C++Math Library MA TLABC/C++数学计算库*Optimization Toolbox 包含求函数零点,极值,规划等优化程序的工具箱*Partial Differential Equation Toolbox偏微分方程工具箱*Statistics Toolbox包含进行复杂统计分析所需程序的工具箱*StatisticsToolbox统计工具箱*Symbolic Math Toolbox 符号类数据的操作和运算工具箱，通过符号数学工具箱，MA TLAB 用户可以方便地将数学与符号运算纳入统一的环境当中，并且完全不丧失速度和精度DA TA Acquisition Toolbox数据采集工具箱Database Toolbox数据库工具箱Datafeed Toolbox数据流入工具箱Dials and Gauges Blockset刻度标尺模块集DSP Blockset数字信号模块集Embedded Target for Motorola HC12摩托罗拉HC12的嵌入目标Embedded Target for MotorolaMPC555摩托罗拉MPC555的嵌入目标Embedded Target for OSEK VDX OSEK VDX 嵌入目标Embedded TargetforInfineon C166 Infineon C166微控制器嵌入目标Embedded TargetforTIC6000 DSP（tm）TIC6000 DSP（tm）嵌入目标Excel Link EXCEL外链接Extended Symbolic Math 扩展符号数学，用于符号运算Filter Design Toolbox滤波器设计工具箱FilterDesign HDL Coder滤波器设计HDL 编码器，可生成HDL代码Financial Derivatives Toolbox金融系统工具箱Financial Time Series Toolbox金融时间系列工具箱Financial Toolbox金融财政工具箱Fixed-Income Toolbox固定收益证券建模和分析Fixed-Point Blockset定点模块集Fuzzy Logic Toolbox模糊逻辑工具箱GARCH Toolbox 单变量广义自回归条件异方差工具箱，用于对金融市场中反复无常的变化性进行分析Genetic Algorithm Direct SearchToolbox遗传算法直接搜索工具箱Image Processing Toolbox图像处理工具箱Instrument Control Toolbox仪表控制工具箱Link for Code Composer Studio编码复合工作室链接Link for ModelSim模型仿真链接Mapping Toolbox制图工具箱MA TLAB Builder for COM COM的MA TLAB 生成器MA TLAB Builder for Excel Excel的MA TLAB 生成器MA TLAB Report Generator MA TLAB报告生成器Model Predictive Control Toolbox模型预测控制工具箱Model-Based Calibration Toolbox 基于模型的标定工具箱，用于复杂动力传动系统标定的设计ModelPredictive Control Toolbox模型预测控制工具箱Mu-Analysis and Synthesis Toolbox Mu分析与合成工具箱Neural Network Toolbox神经网络工具箱Nonlinear Control Design Blockset非线性设计模块集OPC Toolbox OPC 工具箱Power System Blockset动力系统模块集Real-Time Windows Target实时Windows目标Real-Time Workshop实时工作空间Real-time Workshop Ada Coder实时工作间Ada编码器Real-Time Workshop Embedded Coder实时工作空间内置编码器Requirements Management Interface需求管理界面RF Blockset RF模块RF Toolbox RF工具箱Robust Control Toolbox鲁棒控制工具箱SB2SL(convert models to Simulink)模型转换成Simulink工具Signal Processing Blokset信号处理模块Signal Processing Toolbox信号处理工具箱SimPowerSystems电力电子仿真系统Simulink Accelerator加速器仿真Simulink ControlDesign控制设计仿真Simulink Fixed Point定点控制仿真Simulink ParameterEstimation参数估计仿真Simulink ReportGenerator仿真报告生成器Simulink Response Optimization仿真响应优化Simulink V erification and V alidation仿真确认和生效Spline Toolbox内含样条和插值函数的工具箱Stateflow 与Simulink配合使用, 主要用于较大型, 复杂动态系统的建模,分析,仿真Stateflow状态流Stateflow Coder状态流编码器System Identification Toolbox据时域信号进行动态系统辨别工具箱System Identification Toolbox系统辨识工具箱Video and Image Processing Blockset视频和图像处理模块VirtualReality Toolbox虚拟现实工具箱Wavelet Toolbox小波工具箱xPC Target xPC对象xPC Target Embedded Option xPC对象内置属性。
matlab各种应用工具箱参考
2021/3/10
讲解：XX
11
二、通用工具箱
• Matlab主工具箱
• 前面课程所介绍的数值计算、符号运算、 绘图以及句柄绘图都是matlab主工具箱 的内容，是matlab的基本部分，也是我 们课程的重点。
• Matlab主工具箱位于：
c:\matlab\toolbox\matlab
• matlab主工具箱是任何版本的matlab都
simulink 的一般结构：
输入
系统
输出
2021/3/10
讲解：XX
27
仿真原理
• 当在框图视窗中进行仿真的同时，matlab 实际上是运行保存于simulink内存中s函数 的映象文件，而不是解释运行该m文件。
• s函数并不是标准m文件，它m文件的一种 特殊形式。
结构图创建方法
• 一个动态系统的创建过程，就是一个方框 图的绘制过程
rose - Angle histogram plot.
compass - Compass plot.
feather - Feather plot.
fplot - Plot function.
comet - Comet-like trajectory.
2021/3/10
讲解：XX
17
Graph annotation. title - Graph title. xlabel - X-axis label. ylabel - Y-axis label. text - Text annotation. gtext - Mouse placement of text. grid - Grid lines.
高阶谱分析工具箱
2021/3/10
MATLAB中常用的工具箱
6.1.1MA TLAB中常用的工具箱MA TLAB中常用的工具箱有：Matlab main toolbox——matlab主工具箱Control system toolbox——控制系统工具箱Communication toolbox——通信工具箱Financial toolbox——财政金融工具箱System identification toolbox——系统辨识工具箱Fuzzy logic toolbox ——模糊逻辑工具箱Higher-order spectral analysis toolbox——高阶谱分析工具箱Image processing toolbox——图像处理工具箱Lmi contral toolbox——线性矩阵不等式工具箱Model predictive contral toolbox——模型预测控制工具箱U-Analysis ang sysnthesis toolbox——u分析工具箱Neural network toolbox——神经网络工具箱Optimization toolbox——优化工具箱Partial differential toolbox——偏微分奉承工具箱Robust contral toolbox——鲁棒控制工具箱Spline toolbox——样条工具箱Signal processing toolbox——信号处理工具箱Statisticst toolbox——符号数学工具箱Symulink toolbox——动态仿真工具箱System identification toolbox——系统辨识工具箱Wavele toolbox——小波工具箱6.2优化工具箱中的函数1、最小化函数2、最小二乘问题3、方程求解函数4、演示函数中型问题方法演示函数大型文体方法演示函数。
MATLAB工具箱的使用
MATLAB工具箱的使用MATLAB®是一种强大的科学计算软件，广泛应用于各个领域的数学建模、数据分析、仿真和算法开发等工作中。
为了满足不同领域的需求，MATLAB提供了许多不同的工具箱。
这些工具箱包含了各种不同领域的函数和工具，可以帮助用户更加高效地进行数据处理、模拟和算法开发等工作。
下面将介绍几个常用的MATLAB工具箱，以及它们的使用方法：1.信号处理工具箱（Signal Processing Toolbox）：这个工具箱提供了一系列处理数字信号的函数和工具。
用户可以使用这些函数和工具进行信号滤波、功率谱估计、频谱分析、时间频率分析等操作。
该工具箱还提供了许多基本信号处理算法，如滤波器设计、卷积和相关等。
例如，用户可以使用`filtfilt(`函数对信号进行零相移滤波，以去除噪声。
2.图像处理工具箱（Image Processing Toolbox）：图像处理工具箱提供了一系列处理数字图像的函数和工具。
用户可以使用这些函数和工具进行图像的读取、显示、修改、增强和分析等操作。
该工具箱包含了许多常用的图像处理算法，如图像滤波、边缘检测、形态学处理和图像分割等。
例如，用户可以使用`imread(`函数读取图像，然后使用`imshow(`函数显示图像。
3.控制系统工具箱（Control System Toolbox）：这个工具箱提供了一系列用于分析和设计控制系统的函数和工具。
用户可以使用这些函数和工具进行控制系统的建模、稳定性分析、根轨迹设计和频域分析等操作。
该工具箱还提供了许多常用的控制系统设计方法，如PID控制器设计和状态空间控制器设计等。
例如，用户可以使用`tf(`函数创建传递函数模型，然后使用`step(`函数绘制系统的阶跃响应。
4.优化工具箱（Optimization Toolbox）：优化工具箱提供了一系列用于求解优化问题的函数和工具。
用户可以使用这些函数和工具进行线性规划、非线性规划和整数规划等操作。
matlab图像处理工具箱大全--参考-推荐下载
图像处理函数详解——imadjust功能：调节灰度图像的亮度或彩色图像的颜色矩阵。
用法：J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)将图像I中的亮度值映射到J中的新值，即将low_in至hige_in之间的值映射到low_out至high_out之间的值。
low_in以下与 high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[0 1]。
newmap = imadjust(map,[low_in high_in],[low_out high_out],gamma)调整索引色图像的调色板map。
RGB2 = imadjust(RGB1,[low_in high_in],[low_out high_out],gamma)对RGB图像1的红、绿、蓝调色板分别进行调整。
随着颜色矩阵的调整，每一个调色板都有唯一的映射值。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。
如果gamma小于1，映射被加权到更高的输出值。
如果gamma大于1，映射被加权到更低的输出值。
如果省略了函数的参量，则gamma默认为1（线性映射）。
举例：调整灰度图像：K = imadjust(I,[0.3 0.7],[]);figure, imshow(K)调整RGB图像：RGB1 = imread('football.jpg');RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);imshow(RGB1), figure, imshow(RGB2)图像处理函数详解——imadd功能：实现图像相加运算。
用法：Z = imadd(X,Y)例子：I = imread('rice.png');J = imread('cameraman.tif');K = imadd(I,J,'uint16');%转换数据类型，然后将图像相加imshow(K,[])图像处理函数详解——im2uint8功能：将图像转换为8位无符号整型。
matlab toolbox类型
matlab toolbox类型Matlab Toolbox 类型Matlab 是一种强大的数值计算与科学编程工具，由于其卓越的性能和丰富的功能，被广泛应用于科学、工程和金融等领域。
为了更好地满足不同领域用户的需求，Matlab 提供了丰富的工具箱（Toolbox），包含了各种专门用于特定领域的函数和工具。
本文将介绍 Matlab Toolbox 的类型及其应用。
一、控制系统工具箱（Control System Toolbox）控制系统工具箱是 Matlab 中用于设计、分析和模拟控制系统的重要工具箱。
它包含了许多在控制工程中常用的函数和算法，如PID 控制器设计、稳定性分析、系统响应等。
控制系统工具箱的使用可以帮助工程师快速实现对控制系统的建模、仿真和优化。
二、图像处理工具箱（Image Processing Toolbox）图像处理工具箱是专门用于数字图像处理的工具箱，提供了丰富的图像处理函数和算法。
它可以帮助用户实现图像的滤波、增强、分割、配准等操作，还支持图像的压缩和编码。
图像处理工具箱被广泛应用于计算机视觉、医学影像分析、遥感图像处理等领域。
三、信号处理工具箱（Signal Processing Toolbox）信号处理工具箱提供了丰富的信号处理函数，用于设计和分析各种类型的信号。
这些函数包括了离散傅里叶变换（DFT）、滤波器设计、频谱分析等。
信号处理工具箱在音频处理、通信系统设计、生物医学信号处理等领域具有广泛的应用。
四、机器学习工具箱（Machine Learning Toolbox）机器学习工具箱是 Matlab 中用于实现各种机器学习算法的工具箱。
它包含了常用的分类、回归、聚类、降维等算法，如支持向量机（SVM）、决策树、神经网络等。
机器学习工具箱的使用使得用户能够在数据挖掘、模式识别、预测分析等任务中实现自动化的学习与决策。
五、优化工具箱（Optimization Toolbox）优化工具箱是用于解决数学最优化问题的工具箱，提供了各种优化算法和函数。
Matlab各工具箱功能简介(部分)
Matlab各工具箱功能简介(部分)Ｔoolbo某工具箱序号工具箱备注一、数学、统计与优化1 Symbolic Math Toolbo某符号数学工具箱Symbolic Math Toolbo某? 提供用于求解和推演符号运算表达式以及执行可变精度算术的函数。
您可以通过分析执行微分、积分、化简、转换以及方程求解。
另外，还可以利用符号运算表达式为 MATLAB?、Simulink? 和Simscape? 生成代码。
Symbolic Math Toolbo某包含 MuPAD? 语言，并已针对符号运算表达式的处理和执行进行优化。
该工具箱备有 MuPAD 函数库，其中包括普通数学领域的微积分和线性代数，以及专业领域的数论和组合论。
此外，还可以使用 MuPAD 语言编写自定义的符号函数和符号库。
MuPAD 记事本支持使用嵌入式文本、图形和数学排版格式来记录符号运算推导。
您可以采用 HTML 或 PDF 的格式分享带注释的推导。
2 Partial Differential Euqation Toolbo某偏微分方程工具箱偏微分方程工具箱?提供了用于在2D，3D求解偏微分方程（PDE）以及一次使用有限元分析。
它可以让你指定和网格二维和三维几何形状和制定边界条件和公式。
你能解决静态，时域，频域和特征值问题在几何领域。
功能进行后处理和绘图效果使您能够直观地探索解决方案。
你可以用偏微分方程工具箱，以解决从标准问题，如扩散，传热学，结构力学，静电，静磁学，和AC电源电磁学，以及自定义，偏微分方程的耦合系统偏微分方程。
3 Statistics Toolbo某统计学工具箱Statistics and Machine Learning Toolbo某提供运用统计与机器学习来描述、分析数据和对数据建模的函数和应用程序。
您可以使用用于探查数据分析的描述性统计和绘图，使用概率分布拟合数据，生成用于Monte Carlo 仿真的随机数，以及执行假设检验。
MATLAB工具箱介绍
MATLAB工具箱介绍MATLAB是一种强大的数学软件，其功能强大且灵活，可用于多种领域的数学和工程计算。
MATLAB提供了一系列的工具箱，用于扩展和增强其功能。
这些工具箱涵盖了许多领域，包括图像处理、信号处理、控制系统设计、机器学习、优化、统计分析等。
下面将对MATLAB的一些重要的工具箱进行介绍。
1. 图像处理工具箱（Image Processing Toolbox）：该工具箱提供了大量的函数和工具，用于图像的处理和分析。
它允许用户加载、处理和保存图像，进行图像增强、滤波、分割、特征提取等操作。
此外，它还提供了各种图像处理算法，如边缘检测、图像配准、形态学处理等，可广泛应用于计算机视觉、医学影像、模式识别等领域。
2. 信号处理工具箱（Signal Processing Toolbox）：该工具箱提供了丰富的函数和工具，用于数字信号的分析、滤波、频谱分析、信号合成等。
它包含了多种信号处理技术，如离散傅立叶变换（DFT）、离散余弦变换（DCT）、滤波器设计、自适应信号处理等。
信号处理工具箱广泛应用于语音处理、音频处理、通信系统设计等领域。
3. 控制系统工具箱（Control System Toolbox）：该工具箱提供了丰富的函数和工具，用于控制系统的建模、分析和设计。
它允许用户创建传递函数、状态空间模型和分块模型，进行系统响应分析、稳定性分析、鲁棒性分析等。
控制系统工具箱还提供了多种经典和现代控制设计技术，如根轨迹法、频率响应法、状态反馈法、模糊控制等。
4. 机器学习工具箱（Machine Learning Toolbox）：该工具箱提供了丰富的函数和工具，用于机器学习和模式识别任务。
它包含许多机器学习算法，如支持向量机（SVM）、朴素贝叶斯分类器、决策树、神经网络等。
机器学习工具箱还提供了数据预处理、特征选择和模型评估的功能，可用于数据挖掘、模式分类、预测分析等应用。
5. 优化工具箱（Optimization Toolbox）：该工具箱提供了多种优化算法和工具，用于优化问题的求解。
- 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)。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。
如果gamma小于1，映射被加权到更高的输出值。
如果gamma大于1，映射被加权到更低的输出值。
如果省略了函数的参量，则gamma默认为1（线性映射）。
举例：调整灰度图像：K = imadjust(I,[0.3 0.7],[]);figure, imshow(K)调整RGB图像：RGB1 = imread('football.jpg');RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);imshow(RGB1), figure, imshow(RGB2)图像处理函数详解——imadd功能：实现图像相加运算。
用法：Z = imadd(X,Y)例子：I = imread('rice.png');J = imread('cameraman.tif');K = imadd(I,J,'uint16');%转换数据类型，然后将图像相加imshow(K,[])图像处理函数详解——im2uint8功能：将图像转换为8位无符号整型。
也可将输出值限定在[0 255]内。
用法：I2 = im2uint8(I)RGB2 = im2uint8(RGB)I = im2uint8(BW)X2 = im2uint8(X,'indexed')举例：I = reshape(uint8(linspace(0,255,255)),[5 5])I2 = im2uint8(I)图像处理函数详解——im2bw功能：通过设定亮度将阈值灰度、真彩、索引图像转换为二值图像。
用法：BW = im2bw(I,level)BW = im2bw(X,map,level)BW = im2bw(RGB,level)分别将灰度图像、索引图像、真彩色图像转换为二值图像。
Level是归一化的阈值，值域为[0，1]。
Level可以由函数graythresh（I）来计算。
例子：load treesBW = im2bw(X,map,0.4);imview(X,map),imview(BW)图像处理函数详解——histeq功能：直方图均衡化。
用法：J = histeq(I,hgram) 将原始图像I的直方图变成用户指定的向量hgram。
hgram中的各元素的值域为[0,1]。
J = histeq(I,n) 指定直方图均衡后的灰度级数n，默认值为64。
[J,T] = histeq(I,...) 返回从能将图像I的灰度直方图变换成图像J的直方图变换T。
newmap = histeq(X,map,hgram)newmap = histeq(X,map)[newmap,T] = histeq(X,...)这三个是针对索引图像调色板的直方图均衡化，用法和灰度图像的一样。
举例：I = imread('tire.tif');J = histeq(I);imshow(I)figure, imshow(J)图像处理函数详解——dither功能：可以把真彩色图像装换成索引图像或者把灰度图像转换为二值图像。
用法：X = dither(RGB,map)BW = dither(I)X = dither(RGB,map,Qm,Qe)X = dither(RGB,map)表示把真彩色图像RGB按指定的色图map抖动成索引图像X，但map不能超过65536种颜色。
BW = dither(I)表示把灰度图像I抖动成二值图像BWX = dither(RGB,map,Qm,Qe) Qm表示沿每个颜色轴反转颜色图的量化的位数，Qe表示颜色空间计算误差的量化位数。
如果Qe＜Qm，则不进行抖动操作。
默认值Qe=5，Qm=8例子：I = imread('cameraman.tif');BW = dither(I);imview(BW)图像处理函数详解——conv2功能：是二维卷积运算函数（与convmtx2相似）。
如果a和b是两个离散变量n1和n2的函数，则关于a和b的二维卷积运算数学公式如下：用法：C = conv2(A,B)C = conv2(hcol,hrow,A)C = conv2(...,'shape')C = conv2(A,B)计算数组A和B的卷积。
如果一个数组描述了一个二维FIR滤波器，则另一个数组被二维滤波。
当A的大小为[ma,na],B的大小为[mb,nb]时，C的大小为[ma+mb-1,mb+nb-1]。
‘shape’见下表参数值含义‘full’默认值，返回全部二维卷积值。
‘same’返回与A大小相同卷积值的中间部分‘valid’当all(size(A)>=size(B)),C的大小为[ma+mb-1,mb+nb-1]；否则，C返回[]。
在n维卷积运算中，C的大小为max(size(A)- size(B)+1,0)例子：s = [1 2 1; 0 0 0; -1 -2 -1];A = zeros(10);A(3:7,3:7) = ones(5);H = conv2(A,s);mesh(H)图像处理函数详解——colfilt功能：以列方法进行邻域处理，也可执行常规非线性滤波（自己理解的）。
用法：B = colfilt(A,[m n],block_type,fun)该函数生成了一幅图像Ａ，在Ａ中，每一列对应于其中心位于图像内某个位置的邻域所包围的像素。
然后将函数应用于该矩阵中。
[m n]表示大小为m行n列的邻域。
block_type表示了一个字符串，包括'distinct','sliding'两种，其中'sliding'是在输入图像中逐个像素地滑动该m乘n的区域。
fun表示引用了一个函数进行处理，函数返回值的大小必须和原图像大小相同。
举例：I = imread('tire.tif');imshow(I)I2 = uint8(colfilt(I,[5 5],'sliding',@mean));figure, imshow(I2)图像处理函数详解——bwperim功能：查找二值图像的边缘。
用法：BW2 = bwperim(BW1)BW2 = bwperim(BW1,conn)BW2 = bwperim(BW1,conn)表示从输入图像BW1中返回只包括对象边缘像素点的图像。
conn的定义值如下：维数参数值说明对二维 4 4邻域8 8邻域对三维6 6邻域18 18邻域26 26邻域例子：BW1 = imread('circbw.tif');BW2 = bwperim(BW1,8);imshow(BW1)figure, imshow(BW2)图像处理函数详解——bwlabel功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注（多维用bwlabeln，用法类似）。
用法：L = bwlabel(BW,n)[L,num] = bwlabel(BW,n)L = bwlabel(BW,n)表示返回和BW相同大小的数组L。
L中包含了连通对象的标注。
参数n为4或8，分别对应4邻域和8邻域，默认值为8。
[L,num] = bwlabel(BW,n)返回连通数num图像处理函数详解——bwareaopen功能：用于从对象中移除小对象。
用法：BW2 = bwareaopen(BW,P)BW2 = bwareaopen(BW,P,CONN)BW2 = bwareaopen(BW,P,CONN)从二值图像中移除所有小于P的连通对象。
CONN对应邻域方法，默认为8。
例子：originalBW = imread('text.png');imview(originalBW)bwAreaOpenBW = bwareaopen(originalBW,50);imview(bwAreaOpenBW)imadjust在数字图像处理中用于进行图像的灰度变换（调节灰度图像的亮度或彩色图像的颜色矩阵）。
J = imadjust(I)将灰度图像 I 中的亮度值映射到 J 中的新值并使 1% 的数据是在低高强度和饱和，这增加了输出图像 J 的对比度值。
此用法相当于 imadjust(I,stretchlim(I))J = imadjust(I,[low_in; high_in],[low_out; high_out])将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。
low_in 以下与 high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[0 1]。
J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)将图像 I 中的亮度值映射到 J 中的新值，其中 gamma指定描述值I和值J关系的曲线形状。
如果gamma小于1，此映射偏重更高数值（明亮）输出，如果gamma 大于1，此映射偏重更低数值（灰暗）输出，如果省略此参数，默认为(线性映射)。
newmap = imadjust(map,[low_in; high_in],[low_out; high_out],gamma) 调整索引色图像的调色板map。
如果low_in, high_in, low_out, high_out 和 gamma 都是标量，那么对 r，g，b 分量同时都做此映射。
对于每个颜色分量都有唯一的映射，当 low_in 和 high_in 同时为1*3向量或者 low_out 和 high_out 同时为1*3向量或者 gamma 为1*3向量时。
调整后的颜色矩阵 newmap 和 map 有相同的大小。
RGB2 = imadjust(RGB1,...)对 RGB 图像 RGB1 的红、绿、蓝调色板分别进行调整。
随着颜色矩阵的调整，每一个调色板都有唯一的映射值。