matlab图像拼接程序

其实很简单的，看懂下面的语句：

PicName1='ajpg'; % 要合并的1

PicName2='bjpg'; % 要合并的2

PicOut='cjpg'; %合并的结果

IV1=imread(PicName1); % 读入1

IV2=imread(PicName2); % 读入2

PicData=[IV1; IV2]; % 如果是纵向拼接用这个

PicData=[IV1 IV2]; % 如果是横向拼接用这个

imwrite(PicData, PicOut, 'Quality', 75); % 输出图形

打字不易，如满意，望采纳。

f1=@(x)cos(x)-x;

x0=055;

x1=fzero(f1,x0)

使用fzero函数必须先定义好函数

扩展资料：

MATLAB Compiler：可以下载 MATLAB Compiler Runtime (MCR)，简化编译后的程序和组件的分发，Image Processing Toolbox：通过亮度指标优化进行自动图像配准，Statistics Toolbox：增强了使用线性、广义线性和非线性回归进行拟合、预测和绘图的界面,System Identification Toolbox：识别连续时间传递函数

MATLAB应用程序接口（API）是一个使MATLAB语言能与C、Fortran等其它高级编程语言进行交互的函数库。该函数库的函数通过调用动态链接库（DLL）实现与MATLAB文件的数据交换，其主要功能包括在MATLAB中调用C和Fortran程序，以及在MATLAB与其它应用程序间建立客户、服务器关系。

确定物体个数和中心的话，利用颜色值进行连通性分析，应该能确定一块相同颜色的区域，找到这块区域就能确定质心点了。要是还要判断形状还得先提取出每个形状的特征。

1识别静态的整个人体较难；即使识别出来结果也不可靠，所以现在主要以手势/人脸识别为主；这是因为手和脸上面有比较独特的特征点。你说的滤波归根结底还是要找出具有灰度跳变的高频部分作为人体；这除非背景中除了人以外没有其他突出的物体；否则光凭滤波二值法检测人体是不太现实。

2 两张中人要是产生相对运动，检测起来就容易多了；利用帧间差分找到图像中灰度相差大的部分（你用的滤波也是一种手段）；然后二值化区域连通；要是图像中没有其他移动物体计算连通区域的变动方向就是人的运动方向。

先建立起静态背景的模型（或者直接在没人的时候拍张）；然后不断的与这个背景做差，原理和帧间差分一样。建议你先从典型的帧间差分例程开始下手（比如移动车辆的检测，这个比较多）。

在二值化之后加上一个区域连通的步骤；即使用膨胀或者闭运算；这样轮廓就是连续的了；用matlab的话bwlabel可以统计连通区域里面像素的个数也就是人体面积大小。质心就是横竖坐标的平均值；取所有人体点的横竖坐标分别累加；除以坐标总数得到的x和y平均值；这个就是质心了。

clear all;

clc;

I1=imread('D:\ebook\refbmp');

I2=imread('D:\ebook\swtbmp');

unregistered =I2;%%未配准图像

rect=I1;%%参考图像

cpselect(unregistered(:,:,1),rect);%%%选择点对，选完后记得保存

uiwait(msgbox('Click OK after closing the CPSELECT window','Waiting'))

input_points_corr= cpcorr(input_points,base_points,unregistered,rect);

tform = cp2tform(input_points_corr,base_points,'linear conformal');%%仿射变换

registered = imtransform(unregistered,tform,'XData',[1 300], 'YData',[1 300]);%%对图像进行重采样

HPosition=[232 258 600 402];

figure(H)

subplot(2,2,1)

imagesc(rect)

title('Original image 1')

subplot(2,2,3)

imagesc(unregistered)

title('Unmatched image 2')

subplot(2,2,2)

imagesc(rect)

title('Original image 1')

subplot(2,2,4)

imagesc(registered)

title('Matched image 2')

colormap (gray)

步骤：

1 运行程序，在input里点一个点，在base里在大概相等的位置点一个点，这个两个点构成点对；

2 选取三对以上的点（仿射变换，至少需要三对点）；

3 选完后，点file -save points to workspace ，然后再点击ok按钮；

这函数不是很好，你选取的点对位置差不多的话，配准较好，差的远的话，配准会失效；

Subscript indices must either be real positive integers or logicals

中文解释：下标索引必须是正整数类型或者逻辑类型

出错原因：在访问矩阵（包括向量、二维矩阵、多维数组，下同）的过程中，下标索引要么从 0 开始，要么出现了负数。注：matlab 的语法规定矩阵的索引从 1 开始，这与 C 等编程语言的习惯不一样。

解决办法：自己调试一下程序，把下标为 0 或者负数的地方修正。

另，我运行上述两句时是正确的，且得到了结果。

>> p=[1 -8 6 -30];

>> r=roots(p)

r =

77260

01370 + 19658i

01370 - 19658i

>>

你本科毕业还是研究生，要是本科找个代码实现以下就可以了，要是研究生好歹得自己改进一下吧。写论文没人关系你程序怎么编的，算法要描述清楚，Lowe的两篇论文必须看啊，然后遥感学报上有篇李晓明的也可以看看，其他 的就随便选点吧

(1) 建立函数文件funtm。

function yp=funt(t,y)

yp=(y^2-t-2)/4/(t+1);

(2) 求解微分方程。

t0=0;tf=10;

y0=2;

[t,y]=ode23('funt',[t0,tf],y0); %求数值解

y1=sqrt(t+1)+1; %求精确解

t'

y'

y1'

窗函数设计低通滤波器：

fp=1000;

fc=1200;

as=100;

ap=1;

fs=22000;

wp=2fp/fs;

wc=2fc/fs;

N=ceil((as-795)/(1436(wc-wp)/2))+1;

beta=01102(as-87);

window=Kaiser(N+1,beta);

b=fir1(N,wc,window);

freqz(b,1,512,fs);

结果：

高通滤波器：

fs=22000;

Wp=25000/fs;

Ws=24800/fs;

Ap=1;

As=100;

N=ceil(8pi/(Wp-Ws))+1;

N=N+mod(N+1,2)+1;

Wc=(Wp+Ws)/2/pi;

h=fir1(N,Wc,'high');

omega=linspace(0,pi,512);

freqz(h,1,omega);

结果：

带通滤波器：

fs=22000;

Wp1=21200/fs;

Wp2=23000/fs;

Wc1=21000/fs;

Wc2=23200/fs;

Ap=1;

As=100;

W1=(Wp1+Wc1)/2;

W2=(Wp2+Wc2)/2;

wdth=min((Wp1-Wc1),(Wc2-Wp2));

N=ceil(11pi/wdth)+1;

b = fir1(N,[W1 W2]);

freqz(b,1,512,fs)

结果：

双线性法设计低通滤波器：

fp=1000;

fc=1200;

as=100;

ap=1;

fs=22000;

wp=2fp/fs;

wc=2fc/fs; %归一化截止频率

[n,wn]=ellipord(wp,wc,ap,as);%求数字滤波器的最小阶数和归一化截止频率

[b,a]=ellip(n,ap,as,wn);%求传递函数的分子分母系数

freqz(b,a,512,fs);

结果：

滤波：

d=filter(b,a,y);

以上就是关于matlab图像拼接程序全部的内容，包括:matlab图像拼接程序、matlab中fzero怎么用、关于matlab中图像识别的程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！