利用MATLAB仿真软件系统进行图像的数据分析
基于matlab的实验报告
基于matlab的实验报告实验报告：基于MATLAB 的实验一、实验目的通过使用MATLAB 软件，掌握如何进行数据分析、图像处理、算法实现等一系列实验操作，提高实验者的实践能力和动手能力。
二、实验原理MATLAB 是一种在科学计算和技术开发领域广泛应用的计算机软件。
它能进行矩阵计算、绘制函数和数据图像、实现算法以及进行数据分析等。
通过掌握MATLAB 的使用，能够快速、高效地解决各种科学和工程问题。
三、实验内容1. 数据分析：使用MATLAB 的数据分析工具进行数据的导入、处理和分析。
2. 图像处理：利用MATLAB 的图像处理工具包对图像进行滤波、增强、分割等操作。
3. 算法实现：使用MATLAB 实现常用的算法，如排序、搜索、图像压缩等。
四、实验步骤1. 数据分析：（1）使用MATLAB 的读取数据函数将数据导入MATLAB 环境中。
（2）利用MATLAB 的数据处理函数进行数据清洗和预处理。
（3）使用MATLAB 的统计工具进行数据分析，如求平均值、标准差等。
（4）利用MATLAB 的绘图函数将分析结果可视化。
2. 图像处理：（1）使用MATLAB 的读取图像函数将图像导入MATLAB 环境中。
（2）利用MATLAB 的图像处理工具包进行滤波操作，如均值滤波、中值滤波等。
（3）使用MATLAB 的图像增强函数对图像进行锐化、变换等操作。
（4）利用MATLAB 的图像分割算法对图像进行分割。
3. 算法实现：（1）使用MATLAB 编写排序算法，如冒泡排序、快速排序等。
（2）使用MATLAB 编写搜索算法，如二分查找、线性搜索等。
（3）使用MATLAB 实现图像压缩算法，如离散余弦变换（DCT）。
五、实验结果实验中，我们使用MATLAB 完成了数据分析、图像处理和算法实现的一系列实验操作。
通过数据分析，我们成功导入了数据并对其进行了清洗和预处理，最后得到了数据的统计结果。
在图像处理方面，我们对图像进行了滤波、增强和分割等操作，最终得到了处理后的图像。
利用Matlab进行模拟和实时系统仿真的指南
利用Matlab进行模拟和实时系统仿真的指南引言Matlab是一种强大的数学计算和仿真软件，广泛应用于科学研究、工程设计、数据分析等领域。
本文将为大家介绍如何使用Matlab进行模拟和实时系统仿真，帮助读者快速上手并取得良好的仿真效果。
一、Matlab的基本介绍1. Matlab的特点和优势Matlab具有易学易用、功能强大、成熟稳定的特点，可以进行高效的数值计算、绘图和数据处理。
通过Matlab，用户可以快速实现各类算法和模型，并进行可视化演示。
2. Matlab的基本操作和界面介绍Matlab的界面分为命令窗口、编辑器窗口、变量窗口和绘图窗口等区域，用户可以在不同窗口之间切换，并通过命令行输入相关指令进行计算和操作。
Matlab的操作类似于一种交互式的编程语言，用户可以通过函数和脚本来实现相应的功能。
二、Matlab的模拟仿真工具1. Matlab的Simulink工具Simulink是Matlab中的一个重要模块，用于图形化建模和仿真系统。
通过Simulink，用户可以使用图形化界面拖拽各类模块，建立复杂的系统模型，并进行仿真分析。
2. Simulink的使用方法用户可以通过拖拽不同的模块进行系统的建模，如信号源、控制器、传感器等，并通过参数设置实现相应功能。
Simulink还提供了丰富的仿真工具，例如时域仿真、频域分析等，帮助用户更好地理解系统性能。
三、Matlab的实时仿真工具1. Matlab的Real-Time Workshop工具Real-Time Workshop是Matlab中用于生成实时代码的工具，这使得用户可以将建立的仿真模型直接部署到硬件平台上进行实时控制。
2. Real-Time Workshop的使用方法用户可以通过将Simulink中的模型进行编译和配置，生成适用于不同硬件平台的实时代码。
通过这种方式，用户可以在硬件平台上实现实时控制，进行闭环仿真等应用。
四、案例分析1. 汽车倒车雷达系统仿真以汽车倒车雷达系统为例，介绍如何使用Matlab进行仿真。
基于matlab的图像边缘检测算法研究和仿真设计
基于matlab的图像边缘检测算法研究和仿真目录第1章绪论 11.1 序言 11.2 数字图像边缘检测算法的意义 1第2章传统边缘检测方法及理论基础 2 2.1 数字图像边缘检测的现状与发展 22.2 MATLAB和图像处理工具箱的背景知识 32.3 数字图像边缘检测关于边缘的定义 42.4 基于一阶微分的边缘检测算子 42.5 基于二阶微分的边缘检测算子 7第3章编程和调试 103.1 edge函数 103.2 边缘检测的编程实现 11第4章总结 13第5章图像边缘检测应用领域 13附录参考文献 15第1章绪论§1.1 序言理解图像和识别图像中的目标是计算机视觉研究的中心任务，物体形状、物体边界、位置遮挡、阴影轮廓及表面纹理等重要视觉信息在图像中均有边缘产生。
图像边缘是分析理解图像的基础，它是图像中最基本的特征。
在Marr的计算机视觉系统中，图像边缘提取占据着非常重要位置，它位于系统的最底层，为其它模块所依赖。
图像边缘提取作为计算机视觉领域最经典的研究课题，长期受到人们的重视。
图像边缘主要划分为阶跃状和屋脊状两种类型。
阶跃状边缘两侧的灰度值变化明显，屋脊状边缘则位于灰度增加与减少的交界处。
传统的图像边缘检测方法大多是从图像的高频分量中提取边缘信息，微分运算是边缘检测与提取的主要手段。
由于传统的边缘检测方法对噪声敏感，所以实际运用效果有一定的局限性。
近年来，越来越多的新技术被引入到边缘检测方法中，如数学形态学、小波变换、神经网络和分形理论等。
Canny于1986年提出基于最优化算法的边缘检测算子，得到了广泛的应用，并成了与其它实验结果作比较的标准。
其原因在于他最先建立了优化边缘检测算子的理论基础，提出了迄今为止定义最为严格的边缘检测的三个标准。
另外其相对简单的算法使得整个过程可以在较短的时间实现。
实验结果也表明，Canny算子在处理受加性高斯白噪声污染的图像方面获得了良好的效果[1]。
如何利用Matlab进行模拟和仿真实验
如何利用Matlab进行模拟和仿真实验Matlab是一种功能强大的数学计算和数据可视化软件。
它不仅可以进行数学模拟和仿真实验，还可以处理数据、绘制图表和实施算法。
在工程、物理学、生物学等领域，Matlab被广泛用于解决各种实际问题。
本文将介绍如何利用Matlab进行模拟和仿真实验，并探讨其在实验设计和结果分析中的应用。
一. Matlab的基本功能Matlab具有很多基本功能，如矩阵操作、数值计算、符号计算等。
这些功能使得Matlab成为进行模拟和仿真实验的理想选择。
在Matlab中，可以定义和操作矩阵，进行线性代数运算，如求解方程组、矩阵求逆等。
此外，Matlab还提供了许多内置函数，可以进行数值计算和符号计算，如求解微分方程、积分、数值优化等。
二. 模拟实验的设计在进行模拟实验之前，首先需要设计实验方案。
实验设计包括选择合适的模型和参数设置，确定实验变量和观测指标等。
在Matlab中，可以使用函数或脚本来定义模型和参数，通过修改参数值来观察实验结果的变化。
比如，可以使用Matlab的模型库来选择合适的模型，然后使用函数传入参数值进行求解。
此外，Matlab还提供了绘图功能，可以绘制实验结果的图表，以便更直观地分析数据。
三. 仿真实验的实施在设计好实验方案后，就可以开始进行仿真实验了。
在Matlab中，可以使用已定义的模型和参数进行仿真计算。
可以通过Matlab的编程功能来实现计算过程的自动化。
比如，可以使用循环语句来迭代计算，以观察参数变化对结果的影响。
此外，Matlab还提供了随机数生成和统计分析函数，可以用于生成随机变量和分析实验数据。
四. 实验结果的分析在完成仿真实验后，需要对实验结果进行分析。
Matlab提供了丰富的数据处理和分析工具，可以对实验数据进行统计分析、绘图和可视化展示。
可以使用Matlab的数据处理函数来计算均值、标准差、相关系数等统计指标。
此外，Matlab还可以通过绘图函数来绘制直方图、散点图、线图等图形，以便更好地理解和展示数据。
(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。
如何利用Matlab技术进行数据分析
如何利用Matlab技术进行数据分析概述：在信息时代，数据分析成为了一项重要的工作任务，涉及到各行各业的决策和发展。
而Matlab作为一款强大的数学软件，提供了很多工具和函数，方便用户进行数据分析和处理。
本文将介绍一些常用的Matlab技术和方法，来进行数据分析。
一、数据导入与处理：在进行数据分析之前，首先需要将数据导入到Matlab中，并进行初步处理。
可以使用Matlab提供的函数如readtable、csvread等来导入常见的数据格式，如表格和CSV文件。
在导入之后，可以通过Matlab提供的各种数据处理函数，对数据进行清洗、预处理、筛选等操作。
例如可以使用mean、std等函数计算数据的平均值和标准差，使用filter函数进行数据平滑滤波，使用sort函数进行数据排序等。
二、数据可视化：数据可视化是数据分析的重要手段之一，可以帮助我们更直观地理解和分析数据。
Matlab提供了丰富的数据可视化函数和工具箱，包括plot、scatter、histogram 等，可以绘制线图、散点图、直方图等各种图表。
通过设置不同的参数和属性，我们可以使图表更加美观和易于理解。
例如可以设置图表的标题、轴标签、线条样式、颜色等。
此外，Matlab还提供了一些高级的可视化技术，如三维绘图、图像处理等，可以更全面地展示数据的特征和规律。
三、统计分析与建模：统计分析是数据分析的核心内容之一，通过对数据的统计特征和规律进行分析，可以帮助我们深入了解数据的本质。
Matlab提供了丰富的统计函数和工具箱，如ttest、anova、regress等，可以进行假设检验、方差分析、回归分析等常见的统计分析。
通过对统计结果的解读和分析，我们可以得出一些结论和发现，为决策提供支持。
此外，Matlab还支持机器学习和深度学习等建模技术，可以通过调用机器学习工具箱和深度学习工具箱，对数据进行分类、聚类、预测等。
四、时间序列分析：对于涉及到时间因素的数据，我们可以使用Matlab进行时间序列分析，以揭示数据的时间规律和趋势。
利用Matlab实现数据分析的基本方法
利用Matlab实现数据分析的基本方法引言：数据分析是指通过对收集到的数据进行整理、加工和分析，以获取其中的信息和规律。
随着计算机技术的发展，数据分析已经成为现代科学研究和商业运营中不可或缺的一部分。
Matlab作为一种功能强大的科学计算工具，可以提供丰富的函数库和工具箱来支持各种数据分析任务。
本文将介绍利用Matlab实现数据分析的基本方法，包括数据读取、数据清洗、数据可视化和数据建模等方面。
一、数据读取在进行数据分析之前，首先需要将数据从外部文件中读取进来。
Matlab提供了多种读取数据的函数，常见的有`xlsread`、`csvread`、`load`等。
具体的使用方法可以参考Matlab官方文档或相关教程。
在读取数据时，需要注意数据的格式和结构，以便后续的数据处理和分析。
二、数据清洗在真实的数据中，常常会存在一些问题，比如缺失值、异常值和重复值等。
这些问题会干扰我们对数据的准确理解和分析。
因此，在进行数据分析之前，需要对数据进行清洗。
Matlab提供了一些函数和方法来进行数据清洗，比如`isnan`、`isinf`、`unique`等。
通过这些函数，我们可以找出并删除缺失值、异常值和重复值，从而使得数据更加准确可靠。
三、数据可视化数据可视化是数据分析中重要的一环，可以帮助我们更直观地理解和分析数据。
Matlab提供了强大的数据可视化工具，比如`plot`、`scatter`、`histogram`等。
可以根据实际需求选择合适的图表类型，展示数据的分布、趋势和相关性等信息。
同时，Matlab还支持图表的美化和定制，可以通过设置线条颜色、图例位置等来增加图表的可读性和美观度。
四、数据统计与分析数据统计和分析是数据分析的重要环节，通过对数据的统计和分析，我们可以揭示数据中的规律和趋势。
Matlab提供了丰富的统计分析函数和工具箱，可以进行描述统计分析、假设检验和回归分析等。
例如，可以使用`mean`计算数据的均值，使用`ttest`进行两样本均值差异的显著性检验，使用`regress`进行线性回归分析等。
利用Matlab进行模拟与仿真
利用Matlab进行模拟与仿真引言Matlab是一种广泛应用于科学与工程领域的数学软件，不仅功能强大，而且易于学习和使用。
在实际工程问题中，模拟与仿真是一种常见的手段，能够通过计算机模拟实验来预测和验证系统的性能。
本文将介绍如何利用Matlab进行模拟与仿真，以及其在实际应用中的优势和限制。
一、Matlab的基本功能Matlab提供了丰富的数学函数与工具箱，可以实现各种数学运算、数据分析和可视化。
它的语言特点简洁高效，使得用户可以使用简洁的代码完成复杂的计算任务。
此外，Matlab还支持脚本文件和函数文件的编写，方便用户组织和重复使用代码。
二、模拟与仿真的定义模拟是指通过计算机模型在虚拟环境中对实际系统进行预测或分析的过程。
仿真则是在模拟的基础上对实际系统进行动态模拟，以验证系统的行为、性能和可行性。
三、Matlab的模拟与仿真功能Matlab提供了丰富的工具箱和函数，可以支持各种类型的模拟与仿真，例如控制系统仿真、电路仿真、通信系统仿真等。
用户可以根据具体需求选择相应的工具箱和函数，快速搭建模型并进行仿真。
1. 控制系统仿真在控制系统中，通过建立系统的数学模型，可以利用Matlab进行控制系统的仿真。
用户可以使用Simulink这个强大的仿真平台，通过拖拽和连接图形化模块来搭建系统模型，然后设置模型参数和输入信号，最后运行仿真并查看仿真结果。
2. 电路仿真在电子电路设计中，Matlab可以用于电路的仿真与分析。
用户可以使用Matlab 的电路设计工具箱，通过绘制电路拓扑图、设置元件参数和激励信号来模拟电路的行为。
同时，Matlab还提供了电路优化和参数估计等功能，帮助用户优化电路性能。
3. 通信系统仿真在通信系统设计中，Matlab可以用于通信信道的建模与仿真。
用户可以使用Matlab的通信工具箱，通过选取合适的信道模型和调制解调方式，搭建通信系统模型。
然后，用户可以设置信号参数、环境参数和噪声参数，运行仿真并评估系统性能。
- 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)。
课程设计任务书学生姓名：叶枫专业班级：通信zy1201班指导教师：姜宁工作单位：信息工程学院题目: 利用MATLAB仿真软件系统进行图像的数据分析初始条件：1.MATLAB软件。
2.数字信号处理与图像处理基础知识。
要求完成的主要任务:读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。
课程设计的目的：1．理论目的课程设计的目的之一是为了巩固课堂理论学习，并能用所学理论知识正确分析信号处理的基本问题和解释信号处理的基本现象。
2．实践目的课程设计的目的之二是通过设计具体的图像信号变换掌握图像和信号处理的方法和步骤。
时间安排：指导教师签名：年月日系主任（或责任教师）签名：年月日目录摘要 (3)Abstract (4)1.Matlab及课程设计所用函数简介 (5)1.1Matlab简介 (5)1.2课程设计所用函数简介 (6)2.数据采集 (9)2.1 MATLAB的读取方法 (9)3图像数据统计处理 (13)3.1 图像数据处理原理 (13)3.2各像素点中最大值的获取 (14)3.3各像素点中最小值的获取 (14)3.4各像素点值的均值的获取 (15)3.5各像素点值的中值的获取 (16)3.6各像素点值的和的获取 (17)3.7各像素点值的标准差的获取 (18)3.8各像素点值的方差的获取 (19)3.9两图中各像素点值的协方差的获取 (20)3.10两图的相对系数的获取 (20)4.心得体会 (22)参考文献 (23)摘要MATLAB软件是矩阵实验室的简称，是美国MathWorks公司出品的商业数学软件，可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，广泛用于数字信号分析，系统识别，时序分析与建模，神经网络、动态仿真等方面有着广泛的应用。
MATLAB因具有强大的图形处理功能、符号运算功能和数值计算功能，而被广泛应用。
而且随着信息时代和数字世界的到来，数字信号处理也已成为当今一门极其重要的学科和技术领域。
目前数字信号处理在通信、语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。
本次课程设计利用MATLAB软件进行图像的数据分析，包括读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。
关键词：MATLAB，数字信号处理，图像数据分析AbstractMATLAB software MATLAB is Matrix lab (Matrix Laboratory) abbreviation,is the product of our company MathWorks business mathematics software for algorithm development, data visualization, data analysis and numerical calculation of the senior technical calculation language and interactive environment, widely used in digital signal analysis,system identification, timing analysis and modeling, neural network, dynamic simulation, etc in a wide range of applications.Because MATLAB has powerful graphics capabilities, symbolic computation and numerical functions, and is widely used.With the information age and the advent of the digital world, digital signal processing has become an extremely important disciplines and technical fields. Current digital signal processing in communications, voice, image, automatic control, radar, military, aerospace, medical and household appliances and many other fields has been widely used.The course is designed to use MATLAB software to do image data analysis, including reading image and getting the images of the maximum, minimum, mean, median, and, standard deviation, two images of the covariance, correlation coefficient, etc.Key words: MATLAB，digital signal processing，image data analysis.1.Matlab及课程设计所用函数简介1.1Matlab简介MATLAB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是一套功能十分强大的工程计算及数据分析软件，其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。
许多工程师和研究人员发现，matlab能迅速测试其构思，综合评测系统性能，并能借此快速设计出更多的解决方案，达到更高的技术要求。
Matlab的图像处理工具箱，功能十分强大，支持的图像文件格式丰富，如JPEG、RAS、PCX、TIFF、PNG、HDF、GIF、ICO、CUR、XWD、BMP等。
用Matlab所提供的图像处理与分析工具，结合其强大的数据处理能力，研究人员可利用前人已取得的研究成果，可以把精力集中在新技术理论的研究上，而不必关心图像文件的格式、读写、显示和已有成果的技术细节．并快速测试其图像处理与分析的新方案。
测试既可方便地得到统计数据，同时又可得到直观图示。
Matlab提供了20类图像处理函数，涵盖了图像处理的包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。
这些函数按其功能可分为：图像显示；图像文件I/O；图像算术运算；几何变换；图像登记；像素值与统汁；图像分析；图像增强；线性滤波；线性二元滤波设计；图像去模糊；图像变换；邻域与块处理；灰度与二值图像的形态学运算；结构元素创建与处理；基于边缘的处理；色彩映射表操作；色彩空间变换；图像类型与类型转换。
Matlab作为一种科学计算的高级语言之所以受欢迎，就是因为它有丰富的函数资源和工具箱资源，编程人员可以根据自己的需要选择函数，而无需再去编写大量繁琐的程序代码，从而减轻了编程人员的工作负担。
被称为第四代编程语言的Matlab最大的特点就是简洁开放的程序代码和直观实用的开发环境。
具体地说Matlab主要有以下特点：(1)库函数资源丰富；(2)语言精炼，代码灵活；(3)运算符多而灵活；(4)面向对象，控制功能优良；(5)程序设计自由；(6)图形功能强大；(7)程序的兼容性好；(8)源代码开放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++，JA V A 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，用户可以直接进行下载就可以用。
1.2课程设计所用函数简介下面简单介绍本次课设会用到的一些Matlab中的函数。
⑴MATLAB中图象数据的读取imreadimread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，可建立一个数组I来简单表示。
fmt为图象的格式，filename为读取的图象文件。
例：[X，MAP]=imread（’flowers.tif’,’tif’）;或者I=imread（’flowers.tif’,’tif’）;⑵MATLAB中图象文件的显示Imshowimshow函数是最常用的显示各种图象的函数，imshow主要用于调用图像索引，比如：imshow(X,map)其功能等同于：image(X)colormap(map)但是，inshow的功能要强大一些，比如用于灰度图像，RGB图像，二进制图像，都可以应用。
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);或者J=imread('H:\zy1.jpg')image(J);title('zy1')⑶MATLAB中图象文件灰度图像的转化rgb2gray转换RGB图像或颜色映像表为灰度图像语法：I=rgb2gray(RGB) 或者newmap=rgb2gray(map)⑷图像数据分析相关的函数求矩阵的最大值和最小值求矩阵A的最大值的函数有3种调用格式，分别是：①max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列上的最大值。