matlab中patch函数的用法——emily
创建补片图形对象
patch(X,Y,C)
patch(X,Y,Z,C)
patch(...'PropertyName',propertyvalue...)
patch('PropertyName',propertyvalue,...)
handle = patch(...)
patch是个底层的图形函数，用来创建补片图形对象。一个补片对象是由其顶点坐标确定的一个或多个多边形。用户可以指定补片对象的颜色和灯光。
patch（X,Y,C）
添加已填充的二维补片到当前坐标轴。X和Y中的元素指定了多边形的定点。如果X和Y是矩阵，MATLAB将每一列生成一个多边形。C决定了补片的颜色，它可以是单个的ColorSpec，每个表面一个颜色，或每个定点一个颜色。如果C是1*3的向量，它将被看成是RGB三元组，直接指定颜色。
patch（X,Y,Z,C）
创建三维坐标下的补片。
patch（FV）
使用结构体FV来创建补片。FV包含如下的结构域：vertices、faces以及facevertexdata（可选）。这些结构域对应补片对象的Vertices、Faces和FaceVerticxCData属性。
patch（‘PropertyName’，propertyvalue，...）
利用指定的属性/值参数对来指定补片对象的所有属性。除非用户显式的指定FaceColor和EdgeColor的值，否则，MATLAB会使用缺省的属性值。该调用格式允许用户使用Faces和Vertices属性值来定义补片。
handle=patch（...）
返回创建的补片对象的句柄。
不像fill或area这样的高层创建函数，patch并不检查图形窗口的设置以及坐标轴的NextPlot属性，它仅仅将补片对象添加到当前坐标轴。
如果坐标数据不能定义封闭的多边形，patch函数自动使多边形封闭。数据能定理凹面或交叉的多边形。然而，如果单个补片面的边缘相互交叉，得到的面可能不会完全填充。在这种情况下，最好将面分解为更小的多边形。
详细说明patch的属性：
你可以注明这些属性为：属性名字和属性值成对形式、结构矩阵和细胞矩阵。
其中有两个属性是用来说明颜色的：
CData：用在说明X、Y、Z坐标时（XData、YData、ZData）
FaceVertexCData：用在说明顶点或联接矩阵（Vertices和Faces）
CData和FaceVertexCData属性接受这样的颜色数据：索引值、真彩色（RGB）值。（CData、FaceVertexCData）
索引颜色数据可以表示整个色图的直接索引值或线性映射到整个色图的刻度值（caxis）。CDataMapping
决定了matlab如何翻译索引颜色数据。
颜色数据说明：
patch的颜色说明如下：
所有面用同一个颜色；
一个面一个颜色，即平面着色；
一个顶点一个颜色，即插值着色；
下面的表格说明了matlab如何解释由CData、FaceVertexCData定义的颜色数据。
[X,Y,Z]&&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&&&&&
索引值&&&&&&&&&&&
真彩色&&&&&&&&&&&&&&&&&&
m*n&&&&&&&&&&&&
标量&&&&&&&&&&&&&
1*1*3&&&&&&&&所有面用同一个颜色，边缘用同一个颜色
m*n&&&&&&&&&&&&1*n（n&=4）&&&&&&&&1*n*3&&&&&&&&一个面一个颜色，边缘用一个颜色
m*n&&&&&&&&&&&&&
m*n&&&&&&&&&&&&&m*（n-3）&&&&
一个顶点一个颜色，面可以是平滑的一个颜色的或插值的，边缘也可以是平滑的或插值的。
顶点&&&&&&&&&面&&&&&&&&&&
& FaceVertexCData
&&&&&&&&&&&&&&&&&&&&&&&&&&&&
索引值&&&&&&&&&
m*n&&&&&&&&&
k*3&&&&&&&&
标量&&&&&&&&&&&
m*n&&&&&&&&&
k*3&&&&&&&&&
k*1&&&&&&&&&&&
k*3&&&&&&&&&&&&&&
m*n&&&&&&&&&
k*3&&&&&&&&&
m*1&&&&&&&&&&&
该例中使用两种不同的方法来创建一个补片对象：
指定x、y和z坐标以及颜色数据（XData、YData和ZData以及CData属性）
指定顶点，连接矩阵以及颜色矩阵（Vertices、Faces、FaceVertexCData以及FaceColor属性）
1、指定x、y和z坐标
&&& x=[0 0;0
&&& y=[1 1;2
&&& z=[1 1;1
tcolor(1,1,1:3)=[1 1 1];
tcolor(1,2,1:3)=[.7 .7 .7];
patch(x,y,z,tcolor)
注意每个面和其他面之间共用两个顶点。
2、指定定点和表面
Vertices属性包含定义补片的每一个定点的坐标，Faces属性确定如何连接这些顶点来组成不判的每一个表面。在本例中，两个顶点位于同一个位置，因此需要指定六个顶点。每一样包含定点的x、y和z坐标。
&&& vert=[0 1
1;0 2 1;1 2 1;1 1 1];
有两个表面，按照指定的顺序连接定点而成：
&&& fac=[1 2
3；1 3 4]；
指定表面的颜色，指定包含两个RGB颜色的2*3的矩阵；
&&& tcolor=[1
1 1；.7 .7 .7];
用户必须设置FaceColor属性为flat，通过指定Faces、Vertices、FaceVertexCData以及FaceColor属性来创建
&&& 补片对象：
patch（'Faces',fac,'Vertices',vert,'FaceVertexCData',tcolor,'FaceColor','flat'）
结果如上图所示。
。。。。。。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。转自博客：
一. 读写图像文件
imread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')
注：计算机E盘上要有w01相应的.tif文件。
2. imwrite
imwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',&tif&)
3. imfinfo
imfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')
二. 图像的显示
image函数是MATLAB提供的最原始的图像显示函数（主要彩色显示图象），如：
a=[1,2,3,4;4,5,6,7;8,9,10,11,12];
imshow函数用于灰度图像文件的显示，如：
i=imread('e:\w01.tif');
imshow(i);
3. colorbar
colorbar函数用显示图像的颜色条。
通常，颜色映象进行过调节，把数据从最小扩展到最大，也就是说整个颜色映象都用于绘图。有时也许想改变颜色使用的方法。函数caxis代表颜色轴，因为颜色增加了另一个维数，它允许对数据范围的一个子集使用整个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。
[cmin,cmax]=caxis返回映射到颜色映象中第一和最后输入项的最小和最大的数据。它们通常被设成数据的最小值和最大值。比如，函数mesh(peaks) 会画出函数peaks的网格图，并把颜色轴caxis设为[-6.2]，即Z的最小值和最大值。这些值之间的数据点，使用从颜色映象中经插值得到的颜色。如：
i=imread('e:\w01.tif');
imshow(i);
figure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；
5.imagesc(a);&& caxis([-3 8]) ;
标尺标度从-3，到8 显示标度尺。
三. 图像的变换
fft2函数用于数字图像的二维傅立叶变换，如：
i=imread('e:\w01.tif');
j=fft2(i);
ifft2函数用于数字图像的二维傅立叶反变换，如：
i=imread('e:\w01.tif');
j=fft2(i);
k=ifft2(j);
3. 利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
c=ifft2(fft2(a).*fft2(b));
c=c(1:5,1:5);
利用conv2(二维卷积函数)校验, 如：
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
c=conv2(a,b);
四. 模拟噪声生成函数和预定义滤波器
1. imnoise
imnoise函数用于对图像生成模拟噪声，如：
i=imread('e:\w01.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
2. fspecial
fspecial函数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
五. 图像的增强
imhist函数用于数字图像的直方图显示，如：
i=imread('e:\w01.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('e:\w01.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('e:\w01.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('e:\w01.tif');
j=double(i);
5. 基于卷积的图像滤波函数
filter2函数用于图像滤波，如：
i=imread('e:\w01.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('e:\w01.tif');
h=[1,1,1;1,1,1;1,1,1];
j=conv2(i,h);
7. 中值滤波
medfilt2函数用于图像的中值滤波，如：
i=imread('e:\w01.tif');
j=medfilt2(i);
（1）利用Sobel算子锐化图像, 如:
i=imread('e:\w01.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('e:\w01.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
二维傅立叶变换和二维傅立叶反变换：
i=imread('e:\w01.tif');
figure(1);
imshow(i);
j=fft2(i);
k=fftshift(j);
figure(2);
l=log(abs(k));
imshow(l,[]);
n=ifft2(j)/255;
figure(3);
imshow(n);
图像的变换
1. 离散傅立叶变换的 Matlab 实现
&&&&& Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。这些函数的调用格式如下：
&&&&&&&& A＝fft(X,N,DIM)
&&&&& 其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。
&&&&&&& A＝fft2(X,MROWS,NCOLS)
其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。
&&&&&&& A＝fftn(X,SIZE)
其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。
&&&&& 函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。
例子：图像的二维傅立叶频谱
% 读入原始图像
I＝imread('lena.bmp');
% 求离散傅立叶频谱
J=fftshift(fft2(I));
imshow(log(abs(J)),[8,10])
2. 离散余弦变换的 Matlab 实现
2.1. dct2 函数
功能：二维 DCT 变换
格式：B=dct2(A)
&&&&&&& B=dct2(A,m,n)
&&&&&&& B=dct2(A,[m,n])
说明：B＝dct2(A) 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m&n。
2.2. dict2 函数
功能：DCT 反变换
格式：B=idct2(A)
&&&&&&& B=idct2(A,m,n)
&&&&&&& B=idct2(A,[m,n])
说明：B＝idct2(A) 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m&n。
2.3. dctmtx函数
功能：计算 DCT 变换矩阵
格式：D＝dctmtx(n)
说明：D＝dctmtx(n) 返回一个 n&n 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。
3. 图像小波变换的 Matlab 实现
3.1 一维小波变换的 Matlab 实现
(1) dwt 函数
功能：一维离散小波变换
格式：[cA,cD]=dwt(X,'wname')
&&&&&&& [cA,cD]=dwt(X,Lo_D,Hi_D)
说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数 'wname' 对信号 X 进行分解，cA、cD 分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。
(2) idwt 函数
功能：一维离散小波反变换
格式：X=idwt(cA,cD,'wname')
&&&&&&& X=idwt(cA,cD,Lo_R,Hi_R)
&&&&&&& X=idwt(cA,cD,'wname',L)
&&&&&&& X=idwt(cA,cD,Lo_R,Hi_R,L)
说明：X=idwt(cA,cD,'wname') 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。
&&&&&&& 'wname' 为所选的小波函数
&&&&&&& X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。
&&&&&&& X=idwt(cA,cD,'wname',L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号 X 中心附近的 L 个点。
3.2 二维小波变换的 Matlab 实现
&&&&&&&&& 二维小波变换的函数
-------------------------------------------------
&&&& 函数名&&&&&&&&&&&&&&& 函数功能
---------------------------------------------------
&&&& 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()可完成图形图像文件的读取，语法：
&&&& A=imread(filename,fmt)
&&&& [X,map]=imread(filename,fmt)
&&&& [...]=imread(filename)
&&&& [...]=imread(filename,idx) （只对TIF格式的文件）
&&&& [...]=imread(filename,ref) （只对HDF格式的文件）
&& 通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放
在类uint8中。此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时，Matlab就将
其存贮在uint16中。
&& 注意：对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2 图形图像文件的写入
&& 使用imwrite函数，语法如下：
&& imwrite(A,filename,fmt)
&& imwrite(X,map,filename,fmt)
&& imwrite(...,filename)
&& imwrite(...,parameter,value)
&& 当利用imwrite函数保存图像时，Matlab缺省的方式是将其简化道uint8的数据格式。
4.3 图形图像文件的查询&& imfinfo()函数
5. 图像文件的显示
5.1 索引图像及其显示
&& 方法一：
&&&&&&&&& image(X)
&&&&&&&&& colormap(map)
&& 方法二：
&&&&&&&&& imshow(X,map)
5.2 灰度图像及其显示
&& Matlab 7.0 中，要显示一副灰度图像，可以调用函数 imshow 或 imagesc （即
imagescale，图像缩放函数）
&& (1) imshow 函数显示灰度图像
&&& 使用 imshow(I)&&& 或 使用明确指定的灰度级书目：imshow(I,32)
&&& 由于Matlab自动对灰度图像进行标度以适合调色板的范围，因而可以使用自定义
大小的调色板。其调用格式如下：
&&&&&&&&&& imshow(I,[low,high])
&&& 其中，low 和 high 分别为数据数组的最小值和最大值。
&& (2) imagesc 函数显示灰度图像
&& 下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度图像
&&&&&& imagesc(1,[0,1]);
&&&&&& colormap(gray);
&&& imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），
对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表
中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。
&&& 在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示图像。在该
调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。
5.3 RGB 图像及其显示
&& (1) image(RGB)
&& 不管RGB图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，Matlab都
能通过 image 函数将其正确显示出来。
&& RGB8 = uint8(round(RGB64&255)); ％ 将 double 浮点型转换为 uint8 无符号整型
&& RGB64 = double(RGB8)/255;&&&&&&&&&&& ％ 将 uint8 无符号整型转换为 double 浮点型
&& RGB16 = uint16(round(RGB64&65535)); ％ 将 double 浮点型转换为 uint16 无符号整型
&& RGB64 = double(RGB16)/65535;&&&&& ％ 将 uint16 无符号整型转换为 double 浮点型
&& (2) imshow(RGB) 参数是一个 m&n&3 的数组
5.4 二进制图像及其显示
&& (1) imshow(BW)
&& 在 Matlab 7.0 中，二进制图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示
为黑色，像素 1 显示为白色。
&& 显示时，也可通过NOT(~)命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示
&& 例如： imshow(~BW)
&& (2) 此外，还可以使用一个调色板显示一副二进制图像。如果图形是 uint8 数据类型，
则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。
&& 例如： imshow(BW,[1 0 0;0 0 1])&&
5.5 直接从磁盘显示图像
&& 可使用一下命令直接进行图像文件的显示：
&&&&&&& imshow filename
&& 其中，filename 为要显示的图像文件的文件名。
&& 如果图像是多帧的，那么 imshow 将仅显示第一帧。但需注意，在使用这种方式时，图像
数据没有保存在Matlab 7.0 工作。如果希望将图像装入工作台中，需使用 getimage 函
数，从当前的句柄图形图像对象中获取图像数据，
&& 命令形式为： rgb ＝
阅读(...) 评论() &苹果/安卓/wp
积分 51, 距离下一级还需 34 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
无聊签到天数: 2 天连续签到: 1 天[LV.1]初来乍到
已知数据符合正态分布
7.24 31.86 90.05 181.18 276.58 335.35 362.92 357.49 326.79 269.91 185.17 105.04 59.55 38.17
载入中......
本人小白一个，看了以后有几个问题：
1.函数不是有x和y吗，这里只有一组数据怎么做函数拟合。
2.如果这里的数据是应变量，自变量是正太分布的均值和方差，那么根据极大似然的理论，这个正太分布的均值和方差不就是原始数据的均值和方差吗？
3.正太分布的函数积分不就是它的pdf吗？
论坛好贴推荐
  |
  |
  |
  |
  |
  |
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师
