基本界面
1-1、基本运算与函数
在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。
例如：
>> (5*2+1.3-0.8)*10/25
ans =4.2000
MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。
小提示：">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。
我们也可将上述运算式的结果设定给另一个变数x：
x = (5*2+1.3-0.8)*10^2/25
x = 42
若要输入矩阵，则必须在每一列结尾加上分号（；），如下例：
A = [1 2 3 4; 5 6 7 8; 9 1011 12];
A =
1 2 3 4
5 6 7 8
9 10 11 12
同样地，我们可以对矩阵进行各种处理：
A(2,3) = 5 % 改变位於第二列，第三行的元素值
A =
1 2 3 4
5 6 5 8
9 10 11 12
B = A(2,1:3) % 取出部份矩阵B
B = 5 6 5
A = [A B'] % 将B转置後以列向量并入A
A =
1 2 3 4 5
5 6 5 8 6
9 10 11 12 5
A(:, 2) = [] % 删除第二行（：代表所有列）
A =
1 3 4 5
5 5 8 6
9 11 12 5
A = [A; 4 3 2 1] % 加入第四列
A =
1 3 4 5
5 5 8 6
9 11 12 5
4 3 2 1
A([1 4], :) = [] % 删除第一和第四列（：代表所有行）
A =
5 5 8 6
9 11 12 5
这几种矩阵处理的方式可以相互叠代运用，产生各种意想不到的效果，就看各位的巧思和创意。
小提示：在MATLAB的内部资料结构中,每一个矩阵都是一个以行为主（Column-oriented ）的阵列（Array）因此对於矩阵元素的存取，我们可用一维或二维的索引（Index）来定址。
举例来说，在上述矩阵A中，位於第二列、第三行的元素可写为A(2,3) （二维索引）或A(6)（一维索引，即将所有直行进行堆叠後的第六个元素）。
此外，若要重新安排矩阵的形状，可用reshape命令：
B = reshape(A, 4, 2) % 4是新矩阵的行数，2是新矩阵的列数
B =
5 8
9 12
5 6
11 5
小提示：A(:)就是将矩阵A每一行堆叠起来，成为一个列向量，而这也是MATLAB变数的内部储存方式。
以前例而言，reshape(A, 8, 1)和A(:)同样都会产生一个8x1的矩阵。
1，图像的读入和显示：
（1）图像读入：A=imread('文件名',文件格式)
[X,map]=imread('文件名') %X代表索引图像矩阵，map为颜色映射表
（2）图像显示：image(A);
2. 图像写回
A=imwrite('文件名',文件格式)
[X,map]=imwrite('文件名')%注意，当只写文件名时，它应带有扩展名
3.获取图像信息
info=imfinfo('文件名') 4.标准图像显示技术
（1）imshow(I,n)%显示灰度图像，n为灰度级数
（2）imshow(I,[low,high])%[low,high]为图像数据的值域（可为空[ ]）
（3）imshow(BW)%显示二值图像
（4）imshow(X,map)%显示索引色图像
5.图像的运算
（1）Z=imadd(X,Y)%图像的加运算，X,Y是输入的两幅图像，其中一个可以是常数
（2）Z=imsubtract(X,Y)%图像的减运算，Y可以是常数
（3）Z=immiltiply(X,y)%图像的乘运算，Y也可以是常数
（4）Z=imdivide(X,y)%图像的除运算，Y也可以是常数
6.图像的类型转换
（1）RGB=ind2rgb(X,map)%索引图转换为真彩色图
（2）I=mat2gray(A)%将一个数据矩阵转换为灰度图
（3）I=rgb2gray(RGB)%将一副灰度图转换为真彩色图
（4）[X,map]=rgb2ind(RGB,n)%将RGB图转换为索引色图
（5）BW=im2bw(I,level)%将真彩色图或灰度图转换为二值图，level为阈值
BW=im2bw(X,map,level)%将索引色图转换为二值图
（6）I=ind2gray(X,map)%将索引色图转换为灰度图
7.傅里叶变换
（1）Y=fft2(x,m,n)%二维离散傅里叶快速变换，x为要进行傅里叶变换的矩阵，m、n是返回的变换矩阵Y的行数和列数。
（2）Y=ifft2(x,m,n)%二维离散傅里叶反变换
（3）Y1=fftshift(Y)%把傅里叶变换操作得到的结果中零频率成分移到矩阵中心，这样利于观察频谱。
8.离散余弦变换
（1）D=dct2(A,m,n)%二维离散余弦变换，A是输入图像，B是返回的DCT变换系数，m、n为D的行数和列数（2）D=idct(A,m,n)%e二维离散余弦逆变换。
（3）D=dctmtx(n)%返回DCT变换矩阵
9.Radon变换
[R,xp]=radon(I,theta)%I为图像矩阵，theta为角度
I=iradon(R,thrta)%逆Radon变换
10.图像的增强（1）
（1）imhist(I)%显示一副图像的直方图
（2）J=histeq(I)%直方图均衡化
（3）J=imadjust(I,[low_in;high_in],[low_out;high_out],gamma)%调整图像灰度值
（4）J=adapthisteq(I)%有限对比自适应直方图均衡化
（5）S=decorrestretch(I)%去相关色度拉伸
11.图像的增强（2）
B=imfilter(A,H,option1,option2,...)
A是输入图像，H是卷积核或相关核，option是一些可选参数。
注：权重矩阵称为卷积核，也称为滤波器。
卷积核是相关核旋转180度得到的,可选参数参看help
其中H也用H=fspecial(type,parameters)可自定义
12.中值滤波器
B=medfilt2(A,[m,n])%A是输入的图像，[m,n]是邻域的大小
13.自适应滤波器
B=wiener2(A,[m,n])
14.图像的分析
P=impixel(I)%交互式获取图像像素值
P=impixel(I,c,r)%指定点坐标像素值，c、r为行坐标和列坐标
C=improfile(I,xi,yi,n,method)%创建图像强度曲线，n规定了计算图像强度点的个数，xi、yi规定了空间直线端点坐标，method是插值方法（nearest,bilinrar,bicubic）
imcontour(I,n,linespec)%显示图像数据的等值线图
15.图像的统计信息
B=mean(A)%计算A的均值
b=std2（A）%计算A的标准差
r=corr2(A,B)%A,B为输入二维矩阵，r是返回的协方差系数
a=rgb2gray()。