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
三维图像处理
通过支持的七种附加函数来处理三维立体图像数据
图像增强
使用自动白平衡调节颜色，并减少图像雾气。
图像质量指标
测量图像质量而无需参考图像，使用 eSFR 测试图建立图像质量模型
NIfTI 文件格式
读写 NIfTI 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。
