MATLAB学习小记
1、如何查找Matlab中的算法源代码
首先运行程序。用Desktop-----Profiler对程序运行时间进行统计。实际是查看需要进行优化的地方，如何进行优化，减少不必要的时间浪费。
然后就是利用Profiler进行查找，自己查看即可。
2、M文件的命名规则；
1.文件名命名要用英文字符，第一个字符不能是数字。
2.文件名不要取为matlab的一个固有函数,m文件名的命名尽量不要是简单的英文单词，最好是由大小写英文/数字/下划线等组成。
原因是简单的单词命名容易与matlab内部函数名同名，结果会出现一些莫名其妙的错误。
3、文件存储路径一定为英文。
4、m文件起名不能为两个单词，random walk，应该写成random_walk。
3、有关坐标定位的函数集锦
1.绘制二维曲线的最基本函数plot2.双纵坐标函数plotyy3.坐标控制函数的调用格式为：axis([xmin xmax ymin ymax zmin zmax])axis函数功能丰富，常用的用法还有：axis equal 纵、横坐标轴采用等长刻度axis square 产生正方形坐标系(缺省为矩形)axis auto 使用缺省设置axis off 取消坐标轴axis on 显示坐标轴grid on/off命令控制是画还是不画网格线，不带参数的grid命令在两种状态之间进行切换。box on/off命令控制是加还是不加边框线，不带参数的box命令在两种状态之间进行切换。4.图形窗口的分割 subplot函数的调用格式为： subplot(m,n,p)5.绘制二维图形的其他函数1. 其他形式的线性直角坐标图在线性直角坐标系中，其他形式的图形有条形图、阶梯图、杆图和填充图等，所采用的函数分别是：bar(x,y,选项)stairs(x,y,选项)stem(x,y,选项)fill(x1,y1,选项1,x2,y2,选项2,…)6.极坐标图polar函数用来绘制极坐标图，其调用格式为：polar(theta,rho,选项)其中theta为极坐标极角，rho为极坐标矢径，选项的内容与plot函数相似。7.对数坐标图形 MATLAB提供了绘制对数和半对数坐标曲线的函数，调用格式为： semilogx(x1,y1,选项1,x2,y2,选项2,…) semilogy(x1,y1,选项1,x2,y2,选项2,…) loglog(x1,y1,选项1,x2,y2,选项2,…)8.对函数自适应采样的绘图函数fplot函数的调用格式为： fplot(fname,lims,tol,选项)9.绘制三维曲线的最基本函数 plot3函数与plot函数用法十分相似，其调用格式为： plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n) 10.三维曲面1．平面网格坐标矩阵的生成(1)利用矩阵运算生成。x=a:dx:b; y=(c:dy:d)';X=ones(size(y))*x;Y=y*ones(size(x));(2)利用meshgrid函数生成。x=a:dx:b; y=c:dy:d;[X,Y]=meshgrid(x,y);10.绘制三维曲面的函数 surf函数和mesh函数的调用格式为： mesh(x,y,z,c) surf(x,y,z,c)标准三维曲面sphere函数的调用格式为： [x,y,z]=sphere(n)cylinder函数的调用格式为： [x,y,z]=sphere(R,n)MATLAB还有一个peaks 函数，称为多峰函数，常用于三维曲面的演示。11.其他三维图形 条形图、饼图和填充图等特殊图形，它们还可以以三维形式出现，使用的函数分别是bar3、pie3和fill3。此外，还有三维曲面的等高线图。等高线图分二维和三维两种形式，分别使用函数contour和contour3绘制。
matlab绘图的时候只用plot函数出来的图不一定符合自己最想要的格式， 经常要对坐标的数字、范围、间隔做处理。
虽然不是什么很难的操作，但是确实常用，也容易忘记，所以就放在这里说明一下：
x = (1:50);
y = sin(x);
plot(x,y,'-r*');
xlabel('x name');% x轴名称
ylabel('y name');
legend('xxx'); %线条注释,多条的话: legend('xxx','xxx2','xxx3'）
xlim([2, 46]);%只设定x轴的绘制范围
set(gca,'XTick',[2:2:46]) %改变x轴坐标间隔显示 这里间隔为2
%以上就可以对x轴做很好的控制了，y轴类似。
axis([2,46,0,2]) % axis([xmin,xmax,ymin,ymax])，用这个语句可以对x，y轴的上限与下限绘制范围一起做控制，但是间隔还是要用上面的set来改
4、matlab中的图像一般是十进制，数据类型转换用double（）
| ===>在数字图像处理中,将图像输入为矩阵,矩阵中的数据是八进制的还是十进制的?为什么在进行运算====>的时候会出现:??? Undefined function or method 'sqrt' for input arguments of type 'uint8'.Error ===>in ==> Untitled12 at 20 G=sqrt(E*F); 解答： matlab中的图像一般是十进制， Undefined function or method 'sqrt' for input arguments of type 'uint8'. 意思是sqrt要求输入的变量或矩阵是double类型的，这样计算出来的结果才更加有意义。 uint8的含义是无符号8位整数（0——255）范围， 只要将你的输入类型强制转换成double即可 |
7/首先要明白一个概念：像素可不是长度单位，它是表示图像清晰度的，
那么到底像素和厘米怎么换算？
这要看分辨率，才能将像素和实际尺寸对应起来的。
一般我们是72像素/平方英寸，或者300像素/平方英寸
72像素/平方英寸的时候 就是 28像素/1厘米
300像素/平方英寸的时候 就是 119像素/1厘米
如我一图片，实际宽是20CM,在PS里面量也是200MM,可实际的图片的宽却是570，符合上面红色的第一条
看分辩率分辩率是**像素/厘米 那一cm就有**像素PX:CM=28.35:1
要看分辨率，1000dpi的1cm见方打印出来和10dpi的1cm见方打印出来是一样大小的，都是1cmX1cm，但是他们所包含的像素就大不相同，相差了几个数量级。
dpi的意思是，dot per inch，就是每英寸多少点（点就是像素了）。所以72dpi指的是一英寸距离，包含72像素；300dpi指的是一英寸距离，包含300像素。
分辨率相乘的结果就是像素，如分辨率是1024×768，那么，像素就是它俩的乘积约合78万多像素。
1英寸＝2.54厘米
72像素/英寸=28.346像素/厘米
300像素/英寸=118.11像素/厘米
1 厘米＝0.3937 英寸
1 英寸＝2.54 厘米
以常见1024像素对比:
1024像素=3.413英寸=8.67厘米 (300像素/英寸dpi 每英寸≈0.003333像素)
所以1024像素的厘米尺寸就是:1024*0.003333*2.54
1024像素=14.222英寸=36.12厘米 (72像素/英寸dpi 每英寸≈0.013889像素)
所以1024像素的厘米尺寸就是:1024*0.013889*2.54
============================================================================================================
图像的合成；Matlab中的各种逻辑运算方式求解。
加法：C=A+B去除叠加噪音生成叠加效果
减法：C=A-B去除叠加图案检测同一场景中的图像变化
乘法：C=A*B图像的局部显示
求反：~A获得负像获得子图像的补图像
异或：A⊙B获得相交图像
clear all
A=imread('clev1.bmp');
B=imread('clev2.bmp');
figure('Name','原始图像') %创建图像窗口%
subplot(1,2,1) %拆分窗口%
imshow(A);title('原始A'); %显示指定工作区图像%
colorbar %添加色度条%
subplot(1,2,2)
imshow(B);title('原始B');
colorbar
figure('Name','图像算数运算')
res1=imadd(A,B); %A+B%
res2=imsubtract(A,B); %A-B%
res2_2=imsubtract(B,A); %B-A%
res3=immultiply(A,B); %A*B%
res4=imdivide(A,B); %A/B%
res4_2=imdivide(B,A); %B/A%
subplot(2,3,1)
imshow(res1);title('A加B');
subplot(2,3,2)
imshow(res2);title('A减B');
subplot(2,3,3)
imshow(res2_2);title('B减A');
subplot(2,3,4)
imshow(res3);title('A乘B');
subplot(2,3,5)
imshow(res4);title('A除B');
subplot(2,3,6)
imshow(res4_2);title('B除A');
C=A(:,:,1); %取单色%
D=B(:,:,1);
figure('Name','图像逻辑运算')
res1=C&D; %C&D%
res2=C|D; %C|D%
res3=xor(C,D); %xor C D%
res3_2=xor(D,C) %xor D C%
res4=not(C)¬(D); %~C%
res4_2=not(C)|not(D); %~D%
subplot(2,3,1)
imshow(res1);title('C&D');
subplot(2,3,2)
imshow(res2);title('C|D');
subplot(2,3,3)
imshow(res3);title('xor C D');
subplot(2,3,4)
imshow(res3_2);title('xor D C');
subplot(2,3,5)
imshow(res4);title('~C&~D');
subplot(2,3,6)
imshow(res4_2);title('~C|~D');