好人啊,谢谢了

瞅瞅

顶一下

Matlab图像处理函数汇总：
1、图像的变换
① fft2：fft2函数用于数字图像的二维傅立叶变换，如：i=imread('104_8.tif');
j=fft2(i);
②ifft2:：ifft2函数用于数字图像的二维傅立叶反变换，如：
 i=imread('104_8.tif');
 j=fft2(i);
k=ifft2(j);
2、模拟噪声生成函数和预定义滤波器
① imnoise：用于对图像生成模拟噪声，如：
 i=imread('104_8.tif');
 j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
② fspecial：用于产生预定义滤波器，如：
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（LoG）滤波器
h=fspecial('average');%均值滤波器
2、图像的增强
①直方图：imhist函数用于数字图像的直方图显示，如：
i=imread('104_8.tif');
imhist(i);
②直方图均化：histeq函数用于数字图像的直方图均化，如：
i=imread('104_8.tif');
j=histeq(i);
③对比度调整：imadjust函数用于数字图像的对比度调整，如：i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);
④对数变换：log函数用于数字图像的对数变换，如：
i=imread('104_8.tif');
j=double(i);
k=log(j);
⑤基于卷积的图像滤波函数：filter2函数用于图像滤波，如：i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
⑥线性滤波：利用二维卷积conv2滤波, 如:
i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
⑦中值滤波：medfilt2函数用于图像的中值滤波，如：
i=imread('104_8.tif');
j=medfilt2(i);
⑧锐化
（1）利用Sobel算子锐化图像, 如:
i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);
（2）利用拉氏算子锐化图像, 如:
i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
3、图像边缘检测
①sobel算子 如：
i=imread('104_8.tif');
j = edge(i,'sobel',thresh)

②prewitt算子 如：
i=imread('104_8.tif');
j = edge(i,'prewitt',thresh)
③roberts算子  如：
i=imread('104_8.tif');
j = edge(i,'roberts',thresh)
④log算子  如：
i=imread('104_8.tif');
j = edge(i,'log',thresh)
⑤canny算子 如：
i=imread('104_8.tif');
j = edge(i,'canny',thresh)
⑥Zero-Cross算子 如：
i=imread('104_8.tif');
j = edge(i,'zerocross',thresh)
4、形态学图像处理
①膨胀：是在二值化图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：
a=imread('104_7.tif'); %输入二值图像
b=[0 1 0;1 1 1;0 1 0]; 
c=imdilate(a,b);
②腐蚀：函数imerode执行腐蚀，如：
a=imread('104_7.tif'); %输入二值图像
b=strel('disk',1);
c=imerode(a,b);
③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：
 a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);
④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：
 a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);

谢谢了

十分感谢！！

大好人哇~~~

thanks a lot!!

做图像处理的可以参考一下

谢谢哦！