Image Processing Toolbox
执行图像处理、分析和算法开发
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。
研究与发现
使用应用程序和函数对采用多种数据类型的图像进行采集、可视化、分析和处理。
获取和导入数据
导入由各种设备生成的图像和视频。从帧采集设备、GigE Vision® 摄像机、DCAM 摄像机和其他设备获取实时图像和视频。
用于研究和发现的应用程序
每个应用程序均可实现MATLAB 代码自动生成，并能以编程方式捕获交互式步骤，这对于自动执行多图像工作流程有益。
图像预处理
使用自定义或预先定义的滤波器来增大信噪比并强化图像特征。
图像增强
通过修改图像的色度或亮度来增大信噪比并强化图像特征。 执行卷积和关联运算、消除噪声、调节对比度和动态范围重映射。
形态学运算
增强对比度、去噪、薄化区域或对区域进行骨架提取。
图像去模糊
校正由于光学离焦、图像捕获过程中的摄像机或物体移动、大气状况、曝光时间短和其他因素导致的模糊。
三维图像处理工作流程
对三维物体进行可视化并执行完整的图像处理工作流程。
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。
三维处理
使用很多三维特定函数以及 ND 函数，实现三维数据的完整图像处理工作流程。
图像分析
从图像中提取有意义的信息，例如查找形状、对象计数、识别颜色或测量对象属性。
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。
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。
图像分割
探索不同的图像分割方法，包括自动阈值法、基于边缘的方法和基于形态学的方法。
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。
形态学运算
使用分水岭分割，分离图像中的粘连对象。分水岭变换常应用于此问题。
图像配准
图像配准以实现定量分析或定性比较。
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。
加速和部署
使用 C/C++ 和 HDL 代码，在 PC 硬件、FPGA 和 ASIC 上运行图像处理算法，开发成像系统。
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。
最新功能
深度学习
使用深度学习技术进行图像去噪
增强了图集显示
查看有标签的图集和指定颜色图
区域属性测量
测量圆度和 Feret 属性
burstinterpolant 函数
利用一叠较低分辨率的图像生成高分辨率图像
inpaintCoherent 函数
使用基于邻域一致性的图像修复方法填充图像中的受损区
NIfTI-2 文件格式支持
读写 NIfTI-2 文件格式的神经科学图像集
关于这些功能和相应函数的详细信息，请参阅发行说明。
使用 MATLAB 进行深度学习
只需要几行 MATLAB 代码就能构建深度学习模型，并不一定要成为专家。
