Image Processing Toolbox

 

Image Processing Toolbox

执行图像处理、可视化和分析 

Image Processing Toolbox™ 提供了一套全面的参考标准算法和工作流 App，用于图像处理、分析、可视化和算法开发。您可以使用深度学习和传统的图像处理方法执行图像分割、图像增强、去噪、几何变换和图像配准。这款工具箱支持处理二维、三维和任意大的图像。

Image Processing Toolbox 提供多种 App，可用于自动执行常见的图像处理工作流。您可以通过交互方式分割图像数据，比较图像配准方法，以及对大型数据集进行批处理。利用可视化函数和 App，您可以探查图像、三维体和视频，调整对比度，创建直方图，以及对感兴趣的区域 (ROI) 执行操作。

您可以在多核处理器和 GPU 上运行算法以实现加速。许多工具箱函数支持 C/C++ 代码生成，以实现桌面原型化和嵌入式视觉系统部署。

Image Processing Toolbox 概述.
Video length is 2:12.
Image Processing Toolbox 概述
使用 Sobel、Prewitt、Roberts、Canny 和高斯拉普拉斯方法等预置算法识别花朵图像中的对象边界。

图像分析

从图像中提取有意义的信息，例如查找形状，执行对象计数，识别颜色或测量对象属性。

文档 | 示例

通过分水岭分割来分割和分离图像中相互接触的梨。

图像分割

使用包括自动阈值法、基于边缘的方法和基于形态学的方法在内的不同方法确定图像中的区域边界。

文档 | 示例

使用图像配准 App 自动对齐从不同角度和距离拍摄的同一对象的两个图像。

图像配准

使用基于强度、多模型和非刚性配准方法对齐图像，以实现定量分析或定性比较。

文档 | 示例

三维图像处理工作流

对三维体进行可视化并执行完整的图像处理工作流。

文档 | 示例

高光谱图像处理

读取、写入和可视化各种文件格式的高光谱数据，并使用微笑效应消除、NDVI 或谱指数识别等算法处理数据。

文档 | 示例

使用预训练网络将一个图像的样式设计应用到另一个图像的场景内容。

深度学习在图像处理中的应用

使用深度神经网络执行图像处理任务，例如去除图像噪声和执行图像到图像的转换。

文档 | 示例

通过反转图像并应用去雾方法来增强教堂内部的低光照图像。

图像预处理

使用对比度调整、形态学运算符以及自定义或预定义滤波器增强对比度，去除噪声，并校正模糊。

文档 | 示例

使用图像浏览器显示和查看文件夹或数据存储中的多个图像。

用于探索和发现的 App

使用 App 探索和发现各种算法。使用色彩分割器，您可以基于各种颜色空间分割图像。使用图像区域分析器，您可以计算二值图像中区域的属性。

文档 | 示例

生成车辆检测算法并将其部署到硬件设备（如 G P U）。

加速和部署

自动生成 C/C++、CUDA® 和 HDL 代码，用于原型化图像处理算法并将其部署到 CPU、GPU、FPGA 和 ASIC。

文档 | 示例

产品资源：

文档 代码示例 视频 产品要求 发行说明
NASA 用户案例

“ForWarn 投产运行后不久，就探测到了一场冰雹对分水岭造成的损害已对其构成了威胁，而之前的探测从未注意到这一点。如果没有 MATLAB，我们无法如此高效地完成这项工作。”

Duane Armstrong，NASA 斯坦尼斯航天中心
查看更多客户案例

获取免费试用版

30 天探索触手可及。

现在开始

准备购买？

获取报价并了解相关产品。

查看定价 联系销售人员

您是学生吗？

您的学校可能已拥有 Campus-Wide License 并允许您直接使用 MATLAB、Simulink 和其他附加产品。

获取 MATLAB