Image Processing Toolbox
执行图像处理、可视化和分析
Image Processing Toolbox™ 提供了一套全方位的参照标准算法和工作流程应用程序，用于进行图像处理、分析、可视化和算法开发。可进行图像分割、图像增强、降噪、几何变换、图像配准和三维图像处理。
利用 Image Processing Toolbox 应用程序，可自动完成常用图像处理流程。可采用交互方式分割图像数据，比较图像配准方法，对大型数据集进行批处理。利用可视化函数和应用程序，可以探查图像、三维物体以及视频，调节对比度，创建灰度图以及操作感兴趣区域 (ROI)。
可通过在多核处理器和 GPU 上运行算法来进行加速。许多工具箱函数支持实现桌面原型建立和嵌入式视觉系统部署的 C/C++ 代码生成。
开始:
获取和导入数据
导入由各种设备生成的图像和视频，这些设备包括网络摄像头、数码相机、卫星和机载传感器、医学成像设备、显微镜、望远镜和其他科学仪器。
支持许多专用图像文件格式。对于医学图像，它支持 DICOM 文件（包括相关的元数据）以及 Analyze 7.5 和 Interfile 格式。
显示高动态范围图像
用于研究和发现的应用程序
使用应用程序浏览和发现各种算法方法。利用 Color Thresholder 应用程序，您可以根据各种色彩空间分割图像。Image Viewer 应用程序能以交互式方式放置和操作各种形状的 ROI，例如点、线、矩形、多边形、椭圆和随手绘制的形状。
基于颜色的分割
增强多谱段色彩合成图像
形态学算子
增强对比度、去噪、薄化区域或对区域执行抽骨架运算。
雪花粒度测量法
使用盲反卷积算法对图像去模糊
三维立体可视化
通过使用不同的可视化方法来探查数据的结构，从而探查三维立体。可将三维体积的像素强度映射到不透明度，突出显示体积内的特定区域。
3D 分割
使用编程函数和交互式 App 执行 3D 分割。可以使用阈值、活动轮廓、语义分割和其他技术执行 3D 数据分割。
边缘检测
使用预置的算法来识别图像中的对象边界。此类算法包括 Sobel、Prewitt、Roberts、Canny 和拉普拉斯高斯算子等方法。
图像区域分析
计算图像中区域的属性，比如面积、形心和方向。使用图像区域分析应用程序，根据属性自动计数、排序和移除区域。
Image Region Analyzer App
霍夫变换、统计函数和色度空间转换
查找线段、线端点和圆形。使用统计函数，您可以分析图像的特性。色度空间转换可以精确地表现颜色，而不受设备的影响。
检测和测量图像中的圆形对象
图像分割技法
确定图像中的区域边界并探索不同的图像分割方法。使用分割应用程序，以交互的方式探索这些技术。
标记控制的分水岭分割
图像配准方法
使用基于光强的图像配准，该方法使用相对光强模式来自动配准图像。执行多模三维配准和非刚性配准，并通过创建突出显示未对准的合成图像，直观地检查结果。
目标硬件
自动生成 C、C++ 和 HDL 代码。许多图像处理函数支持代码生成，使您能够在 PC 硬件、FPGA、ASIC 和嵌入式硬件上运行图像处理算法。
GPU 加速
使用 GPU 和多核处理器，提高您的应用程序和模型性能。
标记控制的分水岭分割
大图像
支持分类平衡、标记数据和 TIFF附加的 压缩方法
图像质量指标
测量多尺度结构相似性 (MS-SSIM) 指标
modefilt 函数
对二维图像或三维体执行模式滤波，以过滤分类或标记的数据
DICOM-RT 轮廓
从 DICOM-RT 结构集中提取 ROI 轮廓数据
大图像
处理不能存入内存的过大图像
深度学习数据预处理
执行额外的图像增强
关于这些特性和相应函数的详细信息，请参阅发行说明。
MATLAB for Deep Learning
With just a few lines of MATLAB code, you can apply deep learning techniques to your work whether you’re designing algorithms, preparing and labeling data, or generating code and deploying to embedded systems.
