讲解matlab常用函数大全 matlab函数图像标点 _函数

数字图像的分类，会涉及到一些主要的图像类型，本文就来介绍这些主要的图像类型在MATLAB中是如何存储和表示的，主要包括亮度图像、RGB图像、索引图像、二值图像和多帧图像。
1．亮度图像（Intensity Image）亮度图像即灰度图像。MATLAB使用二维矩阵存储亮度图像，矩阵中的每个元素直接表示一个像素的亮度（灰度）信息。例如，一个200×300像素的图像被存储为一个200行300列的矩阵，可以使用小节介绍的选取矩阵元素（或子块）的方式来选择图像中的一个像素或一个区域。
如果矩阵元素的类型是双精度的，则元素的取值范围是从0到1；如果是8位无符号整数，则取值范围从0到255 。数据0表示黑色，而1（或255）表示最大亮度（通常为白色）。
图1所示是一个使用双精度矩阵存储亮度图像的例子。

文章插图
内容简介

图像处理与机器视觉是当今计算机科学中的一个热门研究方向，应用广泛，发展前景乐观。近年来，伴随着人工智能、模式识别学科以及人机智能接口技术的飞速发展，机器视觉的研究正在不断升温——从日常生活中与人类息息相关的光学字符识别（OCR）和汽车自动驾驶，到医学应用中的病灶检测与分析，再到未来人机智能交互领域中的人脸识别、情感计算等，图像处理作为机器视觉研究中必不可少的图像预处理环节是读者需要掌握的首要技术。
和图像相关的东西往往容易引起计算机初学者的兴趣，笔者在读本科的时候就觉得能让计算机理解所“看”到的东西是一件非常神秘和令人兴奋的事情；但同时它的理论性较强，门槛较高，在各个高校中，这门课程大多也是作为计算机专业研究生的选修课程。要理解该领域的知识，读者需要具有一定的数学基础，除此之外还涉及信号处理、统计分析、模式识别和机器学习等专业领域知识，因此令很多人望而却步。
其实“难以理解”的关键在于缺乏必要的先序知识，造成了读者在相关知识上难以跨越的鸿沟。在撰写本书过程中，对于可能造成读者理解困难的地方，均尽可能地给出了必要的基本知识，深入浅出，尽量定性地去描述，对于那些并不一目了然的结论均给出了思路和解释，必要的还提供了证明，对于某些非常专业已经超过本书讨论范围的相关知识在最后给出了参考文献，供有兴趣的读者进一步学习和研究。
【讲解matlab常用函数大全 matlab函数图像标点】本书的宗旨是在向读者介绍知识的同时，培养读者的思维方法，使读者知其然还要知其所以然，并在解决实际问题中能有自己的想法。