matlab图形图像工具箱

1. matlab的图像处理功能属于什么组成部分

MATLAB包含两个部分：核心部分和各种应用工具箱。

• MATLAB 核心部分

MATLAB 的核心部分由MATLAB 开发环境、MATLAB 语言、MATLAB 数学函数库、MATLAB 图形处理系统和MATLAB 应用程序接口五大部分组成，包含数百个核心内部函数。
Simulink 目前被 MathWorks 公司以与MATLAB 并列的地位推出。

1. MATLAB 开发环境是一个集成的工作环境，包括MATLAB 命令行窗口、文件编辑调试器、工作区、数组编辑器和在线帮助文档等。

2. MATLAB 语言具有程序流程控制、函数、数据结构、输入输出和面向对象的编辑特点，是基于矩阵/数组的语言。

3. MATLAB 的数学函数库包含了大量的计算算法，包括基本函数、矩阵运算和复杂算法等。

4. MATLAB 的图形处理系统能够将二维和三维数组的数据用图形表示出来，并可以实现图像处理、动画显示和表达式作图等功能。

5. MATLAB 应用程序接口使MATLAB 语言能与 C 或 FORTRAN 等其他编程语言进行交互。

• MATLAB 工具箱

MATLAB 的工具箱包括两种：功能性工具箱和科学性工具箱。

1. 功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及与硬件实时交互功能，适用于多种学科。

2. 学科性工具箱则专业性比较强，如 control toolbox、communication toolbox 等，这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无须编写自己学科范围内的基础程序即可直接进行高、精、尖的研究。

2. 如何用Matlab读入并显示图片文件

imMatrix = imread('name.jpg')%jpg也可以bmp，图片格式
MATLAB图像处理工具箱支持四种基本图像类型:索引图像、灰度图像、二进制图像和RGB图像。MATLAB直接从图像文件中读取的图像为RGB图像。
它存储在三维数组中。这个三维数组有三个面,依次对应于红(Red)、绿(Green)、蓝(Blue)三种颜色,而面中的数据则分别是这三种颜色的强度
值,面中的元素对应于图像中的像素点。设所得矩阵为X三维矩阵(256,256,3) ,X(:,:,1)代表红颜色的2维矩阵
X(:,:,2)代表绿颜色的2维矩阵,
X(:,:,3)代表兰颜色的2维矩阵。[X, map]=imread('34.bmp');r=double(X(:,:,1)); %r是256
x 256的红色信息矩阵g=double(X(:,:,2)); %g是256 x 256的绿色信息矩阵b=double(X(:,:,3));
%b是256 x 256的兰色信息矩阵
索引图像数据包括图像矩阵X与颜色图数组map,其中颜色图map是按图像中颜色值进行排序后的数组。对于每个像素,图像矩阵X包含一个值,这个值就是颜
色图数组map中的索引。颜色图map为m×3双精度矩阵,各行分别指定红、绿、蓝(R、G、B)单色值,map=[RGB],R、G、B为值域为
[0,1]的实数值,m为索引图像包含的像素个数。

对于相同的数据,采用uint8格式比双精度格式节省内存空间,从而更经济。在MATLAB中
如果索引图像的颜色图小于256行,则它的图像矩阵以uint8格式存储,否则以双精度格式存储。
一：imread:从图像文件夹中读取图像。
A = imread(FILENAME,FMT) 读取图像到A，如果文件是包含一灰度图像，A是一二维矩阵，如果文件是包含一真彩色图像（RGB），A是一三维矩阵（M-by-N-by-3）。FILENAME ：图像文件名；FMT：图像文件格式；
文件必须在当前目录下，或在Matlab的一路径上。如果 imread不能够找到一名称为FILENAME的文件,那么它将找一名为FILENAME.FMT的文件
[X,MAP] = imread(FILENAME,FMT) 把图像FILENAME读入与它相关的图像色彩信息写入MAP，图像色彩信息值在范围[0,1]中自动地重新调整.
[...] = imread(FILENAME)这种方式是试图得到文件的格式从文件所包含的信息。
[...] = imread(URL,...)从一Internet URL上读图像 URL 必须包含协议(即： "http://").
1．2数据类型：
TIFF的特殊语法：
[...] = imread(...,IDX)
从很多图像TIFF文件中读一个图像；IDX是一个整数值，它显示了所读图像在文件中的顺序，例如：如果 IDX是 3,
imread将读文件中的第三个图像。 如果省略了这个变量, imread将读文件中的第一个图像.
IMREAD支持的图像文件格式：JPEG TIFF GIF BMP PNG HDF PCX XWD ICO CUR RAS PBM PGM PPM
相关信息也可在Matlab中查看： imfinfo, imwrite, imformats, fread,
二：imwrite输出图像
imwrite(A,FILENAME,FMT) 把图像 A 写入图像文件 FILENAME.
imwrite(X,MAP,FILENAME,FMT) 把 X和它的相关色彩信息MAP写入FILENAME.
imwrite(...,FILENAME) 把图像写入图像文件FILENAME,并推测可能的格式用来做filename的扩展名。扩展名必须是FMT中一合法名.
imwrite(...,PARAM1,VAL1,PARAM2,VAL2,...) 不同的参数控制输出文件的各种不同特征。参数要是当前所支持的HDF,JPEG, TIFF, PNG, PBM, PGM, 和PPM 文件
三：image 显示图像.image(C) 把矩阵 C 转成一图像. C 可以是一MxN 或 MxNx3维的矩阵，且可以是包含 double,
uint8,或 uint16 数据.image是用来显示附标图像，即显示的图像上有x,y坐标轴的显示，可以看到图像的像素大小。但可以加上axis
off命令即可把坐标去掉。
imshow只是显示图像。用colormap来定义图像显示用的颜色查找表，比如用colormap(pink)，可以把黑白图像显示成带粉红色的图像。
图像像素矩阵的数据类型：（1）显示真彩色图像像素三维矩阵X，如果是uint8类型，要求矩阵的数据范围为0-255，（2）如果是double型，则其数据范围为0-1，要不就会出错或者出现空白页。
类型转换：（1）如果你原来的数值是uint8,在运算中转换为double后，实际要显示的数值没有改变的话，只要用uint8(X)就可转换为
uint8型，如果不想转换频繁，也可在显示时用X/255来转换为符合0-1double类型范围要求的数值显示。（2）如果显示索引图像(二维矩
阵)，如果索引图像像素数值是double型,则它的取值范围为1-length(colormap),数值起点为1，则矩阵中数值为1的对应
colormap中第一行数据,如果索引图像像素数值是uint8，则取值范围为0-255，数值起点为0，则矩阵中数值为0的对应colormap中第
一行数据，所以索引图像这两个数据类型之间的转换，要考虑到+1或-1。直接用uint8或double转换则会查找移位，产生失真情况。uint16数
据类型与uint8类似，取值范围为0-65536。
四：其它常用图像操作：
图像显示于屏幕有imshow( ), image( )函数；
图像进行裁剪imcrop( )；
图像的插值缩放imresize( )函数实现；
旋转用 imrotate( )实现。
五：具体的操作
下面通过运用图像处理工具箱中的有关函数对下图(nice.bmp)进行一些变换。见后面的transfer.m内容！

变换前图片：(nice.bmp)

变换后所得图片：newpic.bmp
例,在电脑F\picture下有一彩色图像文件nice.bmp,则可由下述语句读取:
下面是对图像 nice.bmp以y轴为对称轴所做的一个对称变换。
% Transfer1.m
clear all
figure
[x,map]=imread('F:\picture\nice.bmp');% 所得x为一375x420x3的矩阵
[w1,w2,w3]=size(x); % 375 X 420
w22=floor(w2/2);
image(x); %显示出图像
title('HELLO! @This is the first pose of me')%则显示出图像nice.bmp
axis off; % 去掉图像中的坐标
colormap(map); % colormap(),图像查找表函数。函数结构为colormap(map),设置当前的图像查找表到map。
imwrite(x,map,'nice.bmp')
for i=1:w1
for j=1:w22 % 图像关于y轴对折
t=x(i,j);
x(i,j)=x(i,w2-j+1);
x(i,w2-j+1)=t;
end
end
figure
image(x);
axis off
title('HELLO!!@@ Can you find any difference of my two picture! ') colormap(map);
imwrite(x,map,'newpic.bmp') %把x写到nepic2.bmpz中去
% Transfer1.m文件中包含了最基本也是最常用的对读像处理的命令。
在对图像处理的整个过程中，实质上是对[x,map]=imread(‘figure')函数中所得x矩阵的各种变换！

3. MATLAB里的Toolboxes怎么使用急求高手指点！！！

MATLAB工具箱介绍
有三十多个工具箱大致可分为两类:功能型工具箱和领域型工具箱。
功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能，能用于多种学科。
领域型工具箱是专业性很强的。如图像处理工具箱(Image Processing Toolbox)、控制工具箱(Control Toolbox)、信号处理工具箱(Signal Processing Toolbox)等。下面，将MATLAB工具箱内所包含的主要内容做简要介绍：

1) 图像处理工具箱(Image Processing Toolbox)。
* 二维滤波器设计和滤波
* 图像恢复增强
* 色彩、集合及形态操作
* 二维变换
* 图像分析和统计
可由结构图直接生成可应用的C语言源代码。
2)控制系统工具箱(Control System Toolbox)。
鲁连续系统设计和离散系统设计
* 状态空间和传递函数
* 模型转换
* 频域响应：Bode图、Nyquist图、Nichols图
* 时域响应：冲击响应、阶跃响应、斜波响应等
* 根轨迹、极点配置、LQG
3)财政金融工具箱(FinancialTooLbox)。
* 成本、利润分析，市场灵敏度分析
* 业务量分析及优化
* 偏差分析
* 资金流量估算
* 财务报表
4)频率域系统辨识工具箱(Frequency Domain System ldentification Toolbox
* 辨识具有未知延迟的连续和离散系统
* 计算幅值／相位、零点／极点的置信区间
* 设计周期激励信号、最小峰值、最优能量诺等
5)模糊逻辑工具箱(Fuzzy Logic Toolbox)。
* 友好的交互设计界面
* 自适应神经—模糊学习、聚类以及Sugeno推理
* 支持SIMULINK动态仿真
* 可生成C语言源代码用于实时应用
(6)高阶谱分析工具箱(Higher—Order SpectralAnalysis Toolbox
* 高阶谱估计
* 信号中非线性特征的检测和刻画
* 延时估计
* 幅值和相位重构
* 阵列信号处理
* 谐波重构
(7) 通讯工具箱(Communication Toolbox)。
令提供100多个函数和150多个SIMULINK模块用于通讯系统的仿真和分析
——信号编码
——调制解调
——滤波器和均衡器设计
——通道模型
——同步
(8)线性矩阵不等式控制工具箱(LMI Control Toolbox)。
* LMI的基本用途
* 基于GUI的LMI编辑器
* LMI问题的有效解法
* LMI问题解决方案
(9)模型预测控制工具箱(ModelPredictive Control Toolbox
* 建模、辨识及验证
* 支持MISO模型和MIMO模型
* 阶跃响应和状态空间模型

(10)u分析与综合工具箱(u-Analysis and Synthesis Toolbox)
* u分析与综合
* H2和H无穷大最优综合
* 模型降阶
* 连续和离散系统
* u分析与综合理论

(11)神经网络工具箱(Neursl Network Toolbox)。
* BP，Hopfield，Kohonen、自组织、径向基函数等网络
* 竞争、线性、Sigmoidal等传递函数
* 前馈、递归等网络结构
* 性能分析及应用
(12)优化工具箱(Optimization Toolbox)。
* 线性规划和二次规划
* 求函数的最大值和最小位
* 多目标优化
* 约束条件下的优化
* 非线性方程求解
(13)偏微分方程工具箱(Partial DifferentialEquation Toolbox)。
* 二维偏微分方程的图形处理
* 几何表示
* 自适应曲面绘制，
* 有限元方法
(14)鲁棒控制工具箱(Robust Control Toolbox)。
* LQG／LTR最优综合
* H2和H无穷大最优综合
* 奇异值模型降阶
* 谱分解和建模
(15)信号处理工具箱(signal Processing Toolbox)
* 数字和模拟滤波器设计、应用及仿真
* 谱分析和估计
* FFT，DCT等变换
* 参数化模型
(16)样条工具箱(SPline Toolbox)。
* 分段多项式和B样条
* 样条的构造
* 曲线拟合及平滑
* 函数微分、积分
(17)统计工具箱(Statistics Toolbox)。
* 概率分布和随机数生成
* 多变量分析
* 回归分析
* 主元分析
* 假设检验
(18)符号数学工具箱(Symbolic Math Toolbox)。
* 符号表达式和符号矩阵的创建
* 符号微积分、线性代数、方程求解
* 因式分解、展开和简化
* 符号函数的二维图形
* 图形化函数计算器
(19)系统辨识工具箱(SystEm Identification Toolbox)
* 状态空间和传递函数模型
* 模型验证
* MA，AR，ARMA等
* 基于模型的信号处理
* 谱分析
(20)小波工具箱(Wavelet Toolbox)。
* 基于小波的分析和综合
* 图形界面和命令行接口
* 连续和离散小波变换及小波包
* 一维、二维小波
* 自适应去噪和压缩

4. Matlab如何导出高质量论文插图科研效率UpUp第8期

使用Matlab绘制论文插图后，如何确保高质量导出，实现所见即所得？Export_fig工具箱是理想选择。

Export_fig是由Yair Altman提供的，用于将Matlab图形以标准图像和文档格式导出的工具箱。

安装方法：

1. 下载export_fig文件包。

2. 将文件包放置于Matlab安装路径的toolbox文件夹中，例如：D:\Program Files\MATLAB\R2017b\toolbox。

3. 打开Matlab，执行'Set Path'->'Add with Subfolders...'，选择'export_fig'文件夹并保存。

使用方法：

1. 完成作图后，直接在命令窗口或脚本文件中输入以下命令。

2. 执行后，当前文件夹将生成分辨率为300dpi的名为'test'的'tif'文件，与Figure窗口中的图像基本一致，但没有白边。

自定义路径及白边处理：

1. 若要保存到特定位置，只需在文件名前添加路径。

2. 如需保留白边，可进行相应设置。

3. 对于虚线、点线变密问题，只需在命令后增加相应参数。