按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
…
dwt2 二维离散小波变换
wavedec2 二维信号的多层小波分解
idwt2 二维离散小波反变换
waverec2 二维信号的多层小波重构
wrcoef2 由多层小波分解重构某一层的分解信号
upcoef2 由多层小波分解重构近似分量或细节分量
detcoef2 提取二维信号小波分解的细节分量
appcoef2 提取二维信号小波分解的近似分量
upwlev2 二维小波分解的单层重构
dwtpet2 二维周期小波变换
idwtper2 二维周期小波反变换
…
（1） wcodemat 函数
功能：对数据矩阵进行伪彩色编码
格式：Y=wcodemat（X；NB；OPT；ABSOL）
Y=wcodemat（X；NB；OPT）
Y=wcodemat（X；NB）
Y=wcodemat（X）
说明：Y=wcodemat（X；NB；OPT；ABSOL） 返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0～NB，缺省值 NB＝16；
OPT 指定了编码的方式（缺省值为 'mat'），即：
OPT＝'row' ，按行编码
OPT＝'col' ，按列编码
OPT＝'mat' ，按整个矩阵编码
ABSOL 是函数的控制参数（缺省值为 '1'），即：
ABSOL＝0 时，返回编码矩阵
ABSOL＝1 时，返回数据矩阵的绝对值 ABS（X）
（2） dwt2 函数
功能：二维离散小波变换
格式：＇cA；cH；cV；cD＇=dwt2（X；'wname'）
＇cA；cH；cV；cD＇=dwt2（X；Lo_D；Hi_D）
说明：＇cA；cH；cV；cD＇=dwt2（X；'wname'）使用指定的小波基函数 'wname' 对二维信号 X 进行二维离散小波变幻；cA，cH；cV；cD 分别为近似分
量、水平细节分量、垂直细节分量和对角细节分量；＇cA；cH；cV；cD＇=dwt2（X；Lo_D；Hi_D） 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分
解信号 X 。
（3） wavedec2 函数
功能：二维信号的多层小波分解
格式：＇C；S＇=wavedec2（X；N；'wname'）
＇C；S＇=wavedec2（X；N；Lo_D；Hi_D）
说明：＇C；S＇=wavedec2（X；N；'wname'） 使用小波基函数 'wname' 对二维信号 X 进行 N 层分解；＇C；S＇=wavedec2（X；N；Lo_D；Hi_D） 使用指定
的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。
（4） idwt2 函数
功能：二维离散小波反变换
格式：X=idwt2（cA；cH；cV；cD；'wname'）
X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R）
X=idwt2（cA；cH；cV；cD；'wname'；S）
X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R；S）
说明：X=idwt2（cA；cH；cV；cD；'wname'） 由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X
；X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R） 使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ；X=idwt2（cA；cH；cV；cD；'wname'；S）
和 X=idwt2（cA；cH；cV；cD；Lo_R；Hi_R；S） 返回中心附近的 S 个数据点。
（5） waverec2 函数
说明：二维信号的多层小波重构
格式：X=waverec2（C；S；'wname'）
X=waverec2（C；S；Lo_R；Hi_R）
说明：X=waverec2（C；S；'wname'） 由多层二维小波分解的结果 C、S 重构原始信号 X ，'wname'
为使用的小波基函数；X=waverec2（C；S；Lo_R；Hi_R） 使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。
图像处理工具箱
1。 图像和图像数据
缺省情况下，MATLAB将图像中的数据存储为双精度类型（double），64位浮点
数，所需存储量很大；MATLAB还支持另一种类型无符号整型（uint8），即图像矩
阵中每个数据占用1个字节。
在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8
与double两种类型数据的值域不同，编程需注意值域转换。
从uint8到double的转换
…
图像类型 MATLAB语句
…
索引色 B=double（A）＋1
索引色或真彩色 B=double（A）/255
二值图像 B=double（A）
…
从double到uint8的转换
…
图像类型 MATLAB语句
…
索引色 B=uint8（round（A…1））
索引色或真彩色 B=uint8（round（A*255））
二值图像 B=logical（uint8（round（A）））
…
2。 图像处理工具箱所支持的图像类型
2。1 真彩色图像
R、G、B三个分量表示一个像素的颜色。如果要读取图像中（100；50）处的像素值，
可查看三元数据（100；50；1：3）。
真彩色图像可用双精度存储，亮度值范围是＇0；1＇；比较符合习惯的存储方法是用无
符号整型存储，亮度值范围＇0；255＇
2。2 索引色图像
包含两个结构，一个是调色板，另一个是图像数据矩阵。调色板是一个有3列和若干行
的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。
注意：MATLAB中调色板色彩强度＇0；1＇，0代表最暗，1代表最亮。
常用颜色的RGB值
颜色 R G B 颜色 R G B
黑 0 0 1 洋红 1 0 1
白 1 1 1 青蓝 0 1 1
红 1 0 0 天蓝 0。67 0 1
绿 0 1 0 橘黄 1 0。5 0
蓝 0 0 1 深红 0。5 0 0
黄 1 1 0 灰 0。5 0。5 0。5
产生标准调色板的函数
…
函数名 调色板
…
Hsv 色彩饱和度，以红色开始，并以红色结束
Hot 黑色－红色－黄色－白色
Cool 青蓝和洋红的色度
Pink 粉红的色度
Gray 线型灰度
Bone 带蓝色的灰度
Jet Hsv的一种变形，以蓝色开始，以蓝色结束
Copper 线型铜色度
Prim 三棱镜，交替为红、橘黄、黄、绿和天蓝
Flag 交替为红、白、蓝和黑
缺省情况下，调用上述函数灰产生一个64×3的调色板，用户也可指定调色板大小。
索引色图像数据也有double和uint8两种类型。
当图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……
如果图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……
2。3 灰度图像
存储灰度图像只需要一个数据矩阵。
数据类型可以是double，＇0，1＇；也可以是uint8，＇0；255＇
2。4 二值图像
二值图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。
MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8类型。
2。5 图像序列
MATLAB工具箱支持将多帧图像连接成图像序列。
图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。
分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，
调色板也必须相同。
可参考cat（）函数 A＝cat（4；A1；A2；A3；A4；A5）
3。 MATLAB图像类型转换
图像类型转换函数
…
函数名 函数功能
…
dither 图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像
gray2ind 将灰度图像转换成索引图像
grayslice 通过设定阈值将灰度图像转换成索引色图像
im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray 将索引色图像转换成灰度图像
ind2rgb 将索引色图像转换成真彩色图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色图像转换成灰度图像
rgb2ind 将真彩色图像转换成索引色图像
4。 图像文件的读写和查询
4。1 图形图像文件的读取
利用函数imread（）可完成图�