imlincomb
图像线性组合
语法
Z = imlincomb(K1,A1,K2,A2，…，Kn,An)
Z = imlincomb(K1,A1,K2,A2，…，Kn,An,K)
(英文)___output_class)
gpuarrayZ = imlincomb(gpuarrayK,gpuarrayA，___output_class)
描述
Z = imlincomb(K1,A1,K2,A2，…，Kn,An)计算
K1* a1 + k2 * a2 +…+ Kn *一个
在哪里K1，K2,通过Kn是实数，双标量和A1，A2,通过一个是具有相同类和大小的实的、非稀疏的数值数组。Z有相同的级别和尺寸A1除非A1在哪种情况下是合乎逻辑的Z是两倍。
Z = imlincomb(K1,A1,K2,A2，…，Kn,An,K)计算
K1* a1 + k2 * a2 +…+ Kn*An + K
在哪里imlincomb增加了K，一个实数，双标量，到的乘积的和s manbetx 845K1通过Kn而且A1通过一个．
(英文)___output_class)的类Z．output_class包含数值类名称的字符串标量或字符向量。
gpuarrayZ = imlincomb(gpuarrayK,gpuarrayA，___output_class)在GPU上执行操作，其中输入值，gpuarrayK而且gpuarrayA，为gpuArrays，输出值为，gpuarrayZ是一个gpuArray。此语法需要并行计算工具箱™
在对一对图像执行一系列算术运算时，如果使用imlincomb组合运算，而不是嵌套调用各个算术函数，例如imadd．当对算术函数进行嵌套调用时，如果输入数组是整数类，则每个函数在将结果传递给下一个函数之前都会截断并舍入结果，从而失去最终结果的准确性。imlincomb计算输出的每个元素Z单独地，在双精度浮点数中。如果Z是整数数组，imlincomb的元素截断Z超出整数类型范围并舍入小数值的。
例子
使用线性组合缩放图像
将图像读入工作区。
I = imread(“cameraman.tif”）;
在线性组合中使用1.5的系数缩放图像。
J = imlincomb(1.5,I);
显示原始图像和处理后的图像。
imshow(我)
图imshow (J)
将0值移到128，形成差分图像
将图像读入工作区。
I = imread(“cameraman.tif”）;
创建图像的低通过滤副本。
J = uint8(filter2(fspecial(“高斯”),我));
找到差值图像，并使用的线性组合将零值移至128我而且J．
K = imlincomb(1,I，-1,J,128);%K(r,c) = I(r,c) - J(r,c) + 128
显示产生的差分图像。
imshow (K)
添加两个图像并使用线性组合指定输出类
读二灰度uint8将图像放入工作区。
I = imread(“rice.png”）;J = imread(“cameraman.tif”）;
使用线性组合添加图像。将输出指定为类型uint16避免截断结果。
K = imlincomb(1,I,1,J，“uint16”）;
显示结果。
imshow (K, [])
在GPU上使用线性组合添加两个图像并指定输出类
读二灰度uint8将图像放入工作区并将其转换为gpuArray年代。
I = gpuArray(imread(“rice.png”));J = gpuArray(imread(“cameraman.tif”));
在GPU上使用线性组合添加图像。将输出指定为类型uint16避免截断结果。
K = imlincomb(1,I,1,J，“uint16”）;
显示结果。
图imshow (K, [])
比较平均图像的方法
这个例子展示了在对图像执行一系列算术操作时，嵌套调用和使用线性组合之间的区别。为了说明imlincomb在截断结果之前执行所有算术运算，比较计算两个数组的平均值的结果，X而且Y，使用嵌套算术函数和使用imlincomb．
创建两个数组。
X = uint8([255 0 75;44 225 100]);Y = uint8([50 50 50;50 50 50]);
使用嵌套算术函数对数组求平均。计算返回的平均值Z (1, 1)，函数imadd添加255和50，并在将结果传递给之前将其截断为255imdivide．平均值返回Z (1, 1)是128。
Z = imdivide(imadd(X,Y)，2)
Z =2x3 uint8矩阵128 25 63 47 128 75
相比之下,imlincomb以双精度执行加法和除法，只截断最终结果。平均值返回Z2 (1, 1)是153。
Z2 = imlincomb(.5,X，.5,Y)
Z2 =2x3 uint8矩阵153 25 63 47 138 75
扩展功能
R2006a之前介绍
您也可以从以下列表中选择一个网站:
