实验一 数字图像malab基本操作
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。
实验一 基于Matlab环境的数字图像的基本操作
温州大学物理与电子信息工程学院数字图像处理实验报告课程名称：数字图像处理班级：电信二班姓名：施蒙皎学号：0911*******实验地点：5B311 日期：2011.10.13实验一基于Matlab环境的数字图像的基本操作[实验目的和要求]1、熟悉Matlab处理数字图像的操作环境2、掌握Matlab对数字数字图像的基本操作3、掌握图像类型的相互转换[实验内容]1根据像素间的基本关系，实现对像素间的连通关系。
试求图1的8连通及4连通，并讨论其区别（提示：bwlabel）。
1 0 0 1 01 1 1 0 00 1 1 1 00 0 0 1 1图 1.1 像素图2试对lena图像分别进行4和16倍减采样，查看其减采样效果（提示：quartimg = zeros(wid/2+1,hei/2+1)。
3试将图lena图像，转换成128级灰度图像，64级灰度图像，32级灰度图像，8级灰度图像和2级灰度图像。
(提示：for i = 1:widfor j = 1:heiimg64(i,j) = floor(b(i,j)/4);endend）4 实现图像类型的相互转换（RGB、索引转换成灰度和二值图像）。
实验结果及分析：1.2.a=imread('C:\Documents and Settings\Administrator\桌面\lena.JPG'); b=rgb2gray(a);[wid,hei]=size(b);%4倍减采样quartimg=zeros(wid/2+1,hei/2+1);i1=1;j1=1;for i=1:2:10for j=1:2:heiquartimg(i1,j1)=b(i,j);j1=j1+1;endi1=i1+1;j1=1;endfigureimshow(uint8(quartimg))%16倍减采样quartimg=zeros(wid/4+1,hei/4+1);i1=1;j1=1;for i=1:4:widfor j=1:4:heiquartimg(i1,j1)=b(i,j);j1=j1+1;endi1=i1+1;j1=1;endfigureimshow(uint8(quartimg))3.a=imread('C:\Documents and Settings\Administrator\桌面\lena.jpg');b=rgb2gray(a);figureimshow(b)[wid,hei]=size(b);img128=zeros(wid,hei);img64=zeros(wid,hei);img32=zeros(wid,hei);img8=zeros(wid,hei);img2=zeros(wid,hei);for i=1:widfor j=1:heiimg64(i,j)=floor(b(i,j)/2);endendfigureimshow(uint8(img128),[0,127]) for i=1:widfor j=1:heiimg64(i,j)=floor(b(i,j)/4);endendfigureimshow(uint8(img64),[0,63]) for i=1:widfor j=1:heiimg32(i,j)=floor(b(i,j)/8);endendfigureimshow(uint8(img32),[0,31]) for i=1:widfor j=1:heiimg8(i,j)=floor(b(i,j)/32);endendfigureimshow(uint8(img8),[0,7])for i=1:widfor j=1:heiimg2(i,j)=floor(b(i,j)/128);endendfigureimshow(uint8(img2),[0,2])4.a=imread('C:\Documents and Settings\Administrator\桌面\lena.jpg'); b=rgb2gray(a);figureimshow(b)d=im2bw(a);figureimshow(d)评定成绩：。
实验一 数字图像的基本操作与代数运算
实验一数字图像的基本操作与代数运算一、实验目的1、了解MATLAB语言的基本用法；2、掌握MATLAB语言中图像数据与信息的读写方法；3、熟悉在MA TLAB中对图像的类型、图像文件的格式进行转换的方法；4、理解数字图像处理中代数运算的基本作用；掌握在MTLAB中对图像进行代数运算的方法。
二、实验原理1、MATLAB与数字图像处理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MA TLAB 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。
而MA TLAB的长处就是处理矩阵运算，因此用MA TLAB处理数字图像非常的方便。
MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读、写和显示。
MA TLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。
图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
2、MATLAB语言的基本操作MATLAB语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示（单独一个数据可以认为是一维向量）；其程序语法类似于C语言，只要有一点C语言基础的人可以很快掌握。
(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。
数字图像处理实验Matlab及其图像处理工具箱的使用
实验一 Matlab及其图像处理工具箱的使用一、实验目的与要求1．熟悉常用图像的格式和类型。
2．熟练掌握在MATLAB中如何读取和保存图像。
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．掌握如何进行图像间转化。
5．掌握如何实时获取USB2.0摄像头采集的视频图像。
二、实验内容及步骤1．利用imread函数读取一幅图像，设名为cameraman.tif，存入一个数组中；I=imread(‘cameraman.tif’); % 读入原图像,tif格式2．利用whos 命令提取该读入图像cameraman.tif的基本信息；whos I；%显示图像I的基本信息3．利用imshow()函数来显示这幅图像；imshow(I) %显示图像前三步综合程序：>> I=imread('cameraman.tif');>> whos IName Size Bytes Class AttributesI 256x256 65536 uint8>> imshow(I)步骤三图像：4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；程序：>> imfinfo cameraman.tifans =Filename:'D:\Program Files\MA TLAB\R2009a\toolbox\images\imdemos\cameraman.tif'FileModDate: '04-十二月-2000 13:57:54'FileSize: 65240Format: 'tif'FormatV ersion: []Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: [77 77 42 0]ByteOrder: 'little-endian'NewSubFileType: 0BitsPerSample: 8Compression: 'PackBits'PhotometricInterpretation: 'BlackIsZero'StripOffsets: [8x1 double]SamplesPerPixel: 1RowsPerStrip: 32StripByteCounts: [8x1 double]XResolution: 72YResolution: 72ResolutionUnit: 'None'Colormap: []PlanarConfiguration: 'Chunky'TileWidth: []TileLength: []TileOffsets: []TileByteCounts: []Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100MaxSampleV alue: 255MinSampleV alue: 0Thresholding: 1Offset: 64872ImageDescription: [1x112 char]5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg;语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
数字图象处理实验报告《matlab基本操作 》
武汉工程大学
《数字图像处理》实验报告2
专业班级
实验时间
学生学号
实验地点
学生姓名
指导教师
实验项目
数字图像基本操作
实验类别
基础性
实验学时
%读入原始图像
f=imread('pollen.tif');
%显示原始图像
subplot(3,2,1);imshow(f);
title('original image');
subplot(3,2,2);imhist(f);
title('original image histogram');
%将原始图像均衡化，目的是与后面的规定化做对比
subplot(121),imshow(a);
title('原图为：');
subplot(122),imshow(c); %显示处理后的图像
title('均衡化后的图为：');
通过以上变换后总的效果为：
%读入原始图像
f=imread('pollen.tif');
%显示原始图像
iptsetpref('ImshowAxesVisible','on')
c2=A2*(1/((2*pi)^0.5)*sig2); %设置c2=A2*(1/sqrt(2*pi)*sig)),即高斯函数的系数部分；
k2=2*(sig2^2); %设置指数部分的分母，即（1/2*sig^2），同上
(学习matlab基本实验) MATLAB图像基本操作命令
实验一MATLAB图像基本操作命令一、实验目的本次实验是基础实验，旨在加强学生的实验操作水平和使用MTALB软件能力，包括以下几个部分：a)开始使用MA TLABb)显示图像，理解图像的模型c)使用图像的不同格式，理解图像压缩的意义d)对图像做简单的操作本次实验需要熟练使用以下几个MA TLAB命令：imread, imwrite, imshow,figure二、实验准备实验基于MA TLAB软件，实验课开始前安装好MA TLAB软件以及相关的实验数据三、实验步骤a)开始使用MA TLABMA TLAB软件安装好后在其安装目录下有一个work文件夹，是MA TLAB的默认工作目录。
将本目录下的实验图像拷入MA TLAB下的work文件夹内。
实验图像一文件夹中放置了作为本次实验素材的原始图像。
启动Matlab。
图1 MA TLAB启动后在图1所指示command window窗口中键入cd pic命令，如图2所示。
以后的操作都在”>>”后键入命令。
图2 MA TLAB启动后b)显示图象1．显示灰度图像命令格式Image=imread('灰度图像文件名');imshow(Image,[])此实验分两步完成，先用imread命令将图像文件读入图像像素矩阵Image，然后用imshow命令将该矩阵在屏幕上显示，如图3所示。
其中‘灰度图像文件名’必须是pic 文件夹中所包含灰度图像的名字。
例1Image=imread('aa.bmp ');imshow(Image,[]);图3为执行的结果。
图32.彩色图像显示和分解将三维像素值矩阵分解成三个矩阵，并将它们分别显示出来，可以看到RGB文件的三原色分解。
命令格式Image=imread('彩色图像文件名');imshow(Image,[]);imread和imshow也用来显示彩色图像，其中‘彩色图像文件名’必须是pic文件夹中所包含彩色图像的名字。
数字图像处理实验一图像的基本操作和基本统计指标计算实验报告
实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。
对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。
例如“I=imread(‘tire.tif’);”。
其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。
例如“imwrite(A,’test_image.jpg’);”。
其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。
例如“imshow(‘tire.tif’);”。
其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion （格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType （彩色类型）、CodingMethod（编码方法）等。
- 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)。
置零：将矩阵 A 的的乘法与矩阵的点乘的不同，举例说明： %产生二维单位矩阵
>> B=[1,2;3,4]
>> A.*B %求 A 与 B 的点积（即两矩阵中对应元素分别相乘
>> A*B %求 A 与 B 的乘积（符合矩阵乘积原则 A 的列数与 B 的行数相等）
MinSamplev ImageDescription: [1x166 char] 4、
alue: 0
Thresholding: 1 MATLAB 中图象文件的显示
Imshow imshow 函数是最常用的显示各种图象的函数，其语法如下： imshow(X,map) 其中 X 是图象数据矩阵，map 是其对应的颜色矩阵，若进行图象处理后不知道图象数据的值域可以用[]代 替 map。 需要显示多幅图象时，可以使用 figure 语句，它的功能就是重新打开一个图象显示窗口。 例： I=imread(‘rice.tif’); Imshow(I); J=imread(‘flowers.tif’); figure,imshow(J); 5、 MATLAB 中灰度直方图的显示 MATLAB 图象处理工具箱提供了 imhist 函数来计算和显示图象的直方图，imhist 函数的语法格式为： imhist(I,n) imhist(X,map) 其中 imhist(I,n)计算和显示灰度图象 I 的直方图，n 为指定的灰度级数目，默认值为 256。imhist(X,map)计 算和显示索引色图象 X 的直方图，map 为调色板。 例： I = imread('rice.tif'); imshow(I) figure, imhist(I) 6、 对比度增强 如果原图象 f(x,y)的灰度范围是[m，M]，我们希望调整后的图象 g(x,y)的灰度范围是[n，N]，那么下述变 换， ，就可以实现这一要求。 MATLAB 图象处理工具箱中提供的 imadjust 函数，可以实现上述的线性变换对比度增强。Imadjust 函数的 语法格式为： J = imadjust(I,[low_in high_in],[low_out high_out]) J = imadjust(I,[low_in high_in],[low_out high_out])返回图象 I 经过直方图调整后的图象 J，[low_in high_in]为 原图象中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围。 例： I = imread('pout.tif'); 三、实验要求 copy 两个图形文件 girl1.bmp 和 girl2.bmp 到 MATLAB 目录下 work 文件夹中。 1、将 MATLAB 目录下 work 文件夹中的 lena.bmp 图象文件读出.用到 imread，imfinfo 等文件，观察一下图 象数据，了解一下数字图象在 MATLAB 中的处理就是处理一个矩阵。将这个图象显示出来（用 imshow） ， 尝试修改 map 颜色矩阵的值，再将图象显示出来，观察图象颜色的变化。 2、将 MATLAB 目录下 work 文件夹中的 lena.bmp 图象文件读出，显示它的图象及灰度直方图，可以发现 其灰度值集中在一段区域，用 imadjust 函数将它的灰度值调整到[0.3，0.7]之间，并观察调整后的图象与原 图象的差别，调整后的灰度直方图与原灰度直方图的区别。 3、使用 lena 图像，将上面介绍的 matlab 图像处理的方法操作一遍，观察图像变换前和变换后的不同。 J = imadjust(I,[0.3 0.7],[]); imshow(I), figure, imshow(J)
3、MATLAB 中图象数据的读取 A、 imread imread 函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’) 其中，X，MAP 分别为读出的图象数据和颜色表数据，fmt 为图象的格式，filename 为读取的图象文件（可 以加上文件的路径） 。 例：[X，MAP]=imread（’flowers.tif’,’tif’ ）;
提取：提取 A 的前两行和后两列形成矩阵 C。
>> C=A(1:2,2:3) C= 2 5 >> A(2,2)=0 A= 1 4 7 A(:,1)=1 A= 1 1 1 A=eye(2) A= 1 0 B= 1 3 >> A+B ans = 2 3 ans = 1 0 ans = 1 3 4 2 0 4 2 5 2 4 %求 A 与 B 的和（符合矩阵求和原则） 0 1 %直接法输入矩阵 2 0 8 3 6 9 2 0 8 3 6 9 3 6
B、 imwrite imwrite 函数用于输出图象，其语法格式为： imwrite(X,map,filename,fmt)按照 fmt 指定的格式将图象数据矩阵 X 和调色板 map 写入文件 filename。 C、 imfinfo imfinfo 函数用于读取图象文件的有关信息，其语法格式为 imfinfo(filename,fmt) imfinfo 函数返回一个结构 info，它反映了该图象的各方面信息，其主要数据包括：文件名（路径） 、文件格 式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、文件的宽度、每个像素的位数、图象 的类型等。 例： imfinfo('rice.tif') ans = Filename: 'C:\MATLAB6p5\toolbox\images\imdemos\rice.tif' FileModDate: '26-Oct-1996 06:11:58' FileSize: 65966 Format: 'tif' FormatVersion: [] Width: 256 Height: 256 BitDepth: 8 ColorType: 'grayscale' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubfileType: 0 BitsPerSample: 8 Compression: 'Uncompressed' PhotometricInterpretation: 'BlackIsZero' StripOffsets: [8x1 double] SamplesPerPixel: 1 RowsPerStrip: 32 StripByteCounts: [8x1 double] XResolution: 72 YResolution: 72 ResolutionUnit: 'Inch' Colormap: [] PlanarConfiguration: 'Chunky' TileWidth: [] TileLength: [] TileOffsets: [] TileByteCounts: [] Orientation: 1 FillOrder: 1 GrayResponseUnit: 0.0100 MaxSamplev alue: 255
实验一 数字图像 malab 基本操作
一、实验目的 1、复习 MATLAB 语言的基本用法； 2、掌握 MATLAB 语言中图象数据与信息的读取方法； 3、掌握在 MATLAB 中绘制灰度直方图的方法，了解灰度直方图的均衡化的方法。 二、实验原理 MATLAB 是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计 算平台，它几乎能够满足所有的计算需求。 MATLAB 软件具有很强的开放性和适用性。在保持内核不变的情况下，MATLAB 可以针对不同的应用学 科推出相应的工具箱(toolbox)。目前，MATLAB 已经把工具箱延伸到了科学研究和工程应用的诸多领域， 诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在工具箱（Toolbox）家族中有自己的一 席之地。在实验中我们主要用到 MATLAB 提供图象处理工具箱（Image Processing Toolbox） 。 1、MATLAB 与数字图像处理 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。而 MATLAB 的长处就是处理矩阵运算，因此用 MATLAB 处理数字图像非常的方便。 MATLAB 支持五种图像类型，即索引图像、灰度图像、二值图像、RGB 图像和多帧图像阵列；支持 BMP、 GIF、 HDF 、JPEG、PCX、PNG、TIFF 、XWD、CUR 、ICO 等图像文件格式的读，写和显示。MATLAB 对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一 系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分 析与图像增强、二值图像操作以及形态学处理等图像处理操作。 2、MATLAB 语言的基本操作 MATLAB 语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使 得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示（单独一个数据可以认为是一维向量） ； 其程序语法类似于 C 语言，只要有一点 C 语言基础的人可以很快掌握。针对数字图象处理的需要，可以重 点掌握以下几个内容：矩阵、向量的输入和操作（包括如何输入一个矩阵，如何产生一个全零全一的矩阵， 如何对一个矩阵的行列元素进行读取、写入） ；矩阵与向量的基本运算（包括加、减、点乘等） 以下主要介绍一下如何读取矩阵的指定行或指定列，举例说明： x=4:6 %产生一个一维数组，范围从 4 到 6，步长为 1 x= 4 5 6 %当然也可以用别的方法产生 A 矩阵此处只作为示例 3 6 9 插入：通过对 x 进行插入运算创建矩阵 A >> A=[x-3;x;x+3] A= 1 4 7 2 5 8