Matlab 相关函数说明

1、strcat（）

 strcat 即 Strings Catenate，横向连接字符串。

eg：
a='haha'

a =

haha

K>> b='kaka'

b =

kaka

K>> strcat(a,b)

ans =

hahakaka

2、cat（）

cat：用来联结数组；

用法：C = cat(dim, A, B)       按dim来联结A和B两个数组。

      C = cat(dim, A1, A2, A3, ...)    按dim联结所有输入的数组。

    a=cat(3,A,B) 左括号后的3表示构造出的矩阵维数；在新的矩阵中第1、2维就是A和B这两个矩阵的行数和列数，第3维是A和B这两个矩阵的矩阵            个数，即为2

eg ：  cat(2, A, B)相当于[A, B];

       cat(1, A, B)相当于[A; B].

使用“,”分割列表的语法，cat(dim, C{:})或cat(dim, C.field)，这是将包含数据矩阵的cell或结构数组联合为一个数组的方便方式。

例如：

>> A = [1 2; 3 4];

>> B = [5 6; 7 8];

>> A

A =

    1     2

    3     4

>> B

B =

    5     6

    7     8

>> cat(1, A, B) %按列连接（列数相同）

ans =

    1     2

    3     4

    5     6

    7     8

>> cat(2, A, B) %按行连接（行数相同）

ans =

    1     2     5     6

    3     4     7     8

>> cat(3, A, B) %合成效果如下图

ans(:,:,1) =

    1     2

    3     4

ans(:,:,2) =

    5     6

    7     8

3、regionprops（）

统计被标记的区域的面积分布，显示区域总数。
函数regionprops语法规则为：STATS = regionprops(L,properties)
该函数用来测量标注矩阵L中每一个标注区域的一系列属性。
L中不同的正整数元素对应不同的区域，例如：L中等于整数1的元素对应区域1；L中等于整数2的元素对应区域2；以此类推。

返回值STATS是一个 长度为max(L(:))的结构数组，结构数组的相应域定义了每一个区域相应属性下的度量。

Properties可以是由逗号分割的字符串列表、包含字符 串的单元数组、单个字符串'all'或者'basic'。如果properties等于字符串'all'，则表4.1中的度量数据都将被计算；如果properties等于字符串'basic'，则属性：'Area'，'Centroid'和'BoundingBox'将被计算。表1就是所有有效的属性字符串。

表1 属性字符串列表----度量图像区域的属性或功能
'Area' 图像各个区域中像素总个数
'BoundingBox'  包含相应区域的最小矩形
'Centroid' 每个区域的质心（重心）
'MajorAxisLength' 与区域具有相同标准二阶中心矩的椭圆的长轴长度（像素意义下）
'MinorAxisLength' 与区域具有相同标准二阶中心矩的椭圆的短轴长度（像素意义下）
'Eccentricity' 与区域具有相同标准二阶中心矩的椭圆的离心率（可作为特征）
'Orientation' 与区域具有相同标准二阶中心矩的椭圆的长轴与x轴的交角（度）
'Image' 与某区域具有相同大小的逻辑矩阵
'FilledImage' 与某区域具有相同大小的填充逻辑矩阵
'FilledArea' 填充区域图像中的on像素个数
'ConvexHull' 包含某区域的最小凸多边形
'ConvexImage' 画出上述区域最小凸多边形
'ConvexArea'   填充区域凸多边形图像中的on像素个数
'EulerNumber' 几何拓扑中的一个拓扑不变量——欧拉数
'Extrema' 八方向区域极值点
'EquivDiameter' 与区域具有相同面积的圆的直径
'Solidity' 同时在区域和其最小凸多边形中的像素比例
'Extent' 同时在区域和其最小边界矩形中的像素比例
'PixelIdxList' 存储区域像素的索引下标
'PixelList' 存储上述索引对应的像素坐标 

4、bwlabel() 函数

用法：
L = bwlabel(BW,n)
返回一个和BW大小相同的L矩阵，包含了标记了BW中每个连通区域的类别标签，这些标签的值为1、2、num（连通区域的个数）。n的值为4或8，表示是按4连通寻找区域，还是8连通寻找，默认为8。

四连通或八连通是图像处理里的基本感念：8连通，是说一个像素，如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角连接着，则认为他们是联通的；4连通是指，如果像素的位置在其他像素相邻的上、下、左或右，则认为他们是连接着的，连通的，在左上角、左下角、右上角或右下角连接，则不认为他们连通。

[L,num] = bwlabel(BW,n)
这里num返回的就是BW中连通区域的个数。


举例说明：
BW =
    1     1     1     0     0     0     0     0
    1     1     1     0     1     1     0     0
    1     1     1     0     1     1     0     0
    1     1     1     0     0     0     1     0
    1     1     1     0     0     0     1     0
    1     1     1     0     0     0     1     0
    1     1     1     0     0     1     1     0
    1     1     1     0     0     0     0     0

按4连通计算，方形的区域，和翻转的L形区域，有用是对角连接，不属于连通，所以分开标记，连通区域个数为3 

• L = bwlabel(BW,4)

结果如下：
L =
    1     1     1     0     0     0     0     0
    1     1     1     0     2     2     0     0
    1     1     1     0     2     2     0     0
    1     1     1     0     0     0     3     0
    1     1     1     0     0     0     3     0
    1     1     1     0     0     0     3     0
    1     1     1     0     0     3     3     0
    1     1     1     0     0     0     0     0

而8连通标记，它们是连通的：

• [L, num] = bwlabel(BW,8)

L =
    1     1     1     0     0     0     0     0
    1     1     1     0     2     2     0     0
    1     1     1     0     2     2     0     0
    1     1     1     0     0     0     2     0
    1     1     1     0     0     0     2     0
    1     1     1     0     0     0     2     0
    1     1     1     0     0     2     2     0
    1     1     1     0     0     0     0     0
这里
num =

    2

5、find（）函数

[a1 ,a2]=find(a),找出a中非零元素所在的行和列并存在a1，a2中。

6、graythresh(), im2bw()

I=imread('file name');
level = graythresh(I);
BW=im2bw(I,level);

graythresh，是使用otsu法求阈值的。
一般自己选择阈值的话，需要不停地调整取值，才能选择合适的阈值，关键是整个图像只有一个阈值，graythresh会根据背景的不同，自动调整阈值。

im2bw是基于转换为二值图像的算法，用的是otsu's method.

matlab中DIP工具箱函数im2bw使用阈值（threshold）变换法把灰度图像（grayscale image）转换成二值图像。所谓二值图像， 一般意义上是指只有纯黑（0）、纯白（255）两种颜色的图像。 当然， 也可以是其他任意两种颜色的组合。 在matlab命令行中键入doc im2b或help im2bw即可获得该函数的帮助信息。