6.3.1、上下翻转
函数flipud是实现一个二维矩阵的上下翻转，如
a=[1 2;3 4],经过该函数处理后，原矩阵变为[3 4;1 2];所以利用该函数也可以对图像进行上下翻转处理，但由于该函数针对二维数据的处理，所以在写程序时，要对RGB图像和灰度图像分开处理，这就要用到isrgb函数来判断，如果是灰度图像，
则可以直接用这个函数进行处理，否则就要对RGB图像进行降维处理， for k=1:3
y(:,:,k)=flipud(x(:,:,k)); end
处理结果如图：
6.3.2、左右翻转
对图像的左右翻转也可以用fliplr函数来处理，同样的，也要对灰度和彩色图像分开处理，处理结果如图：
6.3.3任意角度翻转
用函数imrotate来实现对图像的插值旋转。 该函数的调用格式如下：
B＝imrotate(A，angle，method，’crop’)
其中，参数method用于指定插值的方法，可选的值可以有三种，分别为邻近插值，双线性插值，双三次插值，缺省时为邻近插值，参数angle代表旋转的角度。
一般来说，旋转后的图像会比原图大，用户可以指定“crop”参数对旋转后
9
的图像进行剪切(取图像的中间部分)，使返回的图像与原图大小相同。执行结果为：
6.4、 噪声
经常用到的噪声有三种，高斯噪声，椒盐噪声，乘性噪声，可以通过以下三个函数来实现：
y=imnoise(handles.img,'gaussian',p1,p2);%高斯噪声 y=imnoise(x,'salt & pepper',p1); %椒盐噪声 y=imnoise(handles.img,'speckle',p1); %乘性噪声
p1，p2的参数也通过输入对话框的形式得到，原图加入高斯噪声后结果如下所示：
6.5、 滤波
这里选择三种滤波方法，
k=medfilt2(handles.noise_img);%中值滤波
k=wiener2(handles.noise_img,[5,5]);%自适应滤波
k=filter2(fspecial('average',3),handles.noise_img)/255;%平滑滤波
同样的，这些函数也是针对二维数据，所以要先判断是彩色图像还是灰度图像，然后分别进行处理，下面是对彩色图像的自适应滤波处理： i=handles.noise_img;
10
if isrgb(i)
a=handles.noise_img(:,:,1); b=handles.noise_img(:,:,2); c=handles.noise_img(:,:,3);
k(:,:,1)=wiener2(a,[5,5]); k(:,:,2)=wiener2(b,[5,5]); k(:,:,3)=wiener2(c,[5,5]); imshow(k); 执行结果如图：
对其他方法的滤波程序也类似，由于把各个滤波方法放在一个选择框里，所以程序要用以下的选择语句：
switch str
case '中值滤波' case '自适应滤波' case '平滑滤波'
end
6.6、 直方图统计
用imhist函数对图像数据进行直方图统计，
x=imhist(handles.img(:,:,1)); bar(horz,x);
其中，x矩阵的数据是0~255灰度值的统计个数，如果直接对x矩阵数据进行图形图显示，由于有256个数据，在坐标系中就会很密集，为了更清楚的显示条形图，所以在程序设计时，把x数据进行部分提取，
x1=x(1:10:256); horz=1:10:256; bar(horz,x1);
除了显示数据的直方图统计外，还可以对图像进行均衡处理，所用到的函数是histeq，这两个函数同样只使用于二维数据，所以也要对二维和三维数据分开处理。
直方图显示和均衡后的图像分别如下图所示
11
6.7、 频谱分析 6.7.1、频谱图
为了得到图像的频谱图，先要对数据进行傅里叶变换，用fft2函数对二维数据进行快速傅里叶变换，同时为了更好的观察频谱图，需要把fft2变换后的数据进行平移，利用fftshift函数，把快速傅里叶变换的DC 组件移到光谱中心。这样图像能量的低频成分将集中到频谱中心，图像上的边缘、线条细节信息等高频成分将分散在图像频谱的边缘。如下图所示：
6.7.2、通过高通滤波器
axes(handles.axes2); x=(handles.img); if isrgb(x)
msgbox('这是彩色图像,不能通过高通滤波器','失败'); else
y1=imnoise(x,'gaussian'); %加高斯噪声 f=double(y1); % 数据类型转换 k=fft2(f); % 傅立叶变换 g=fftshift(k); % 转换数据矩阵 [M,N]=size(g); nn=2;
d0=3; %截止频率为3 m=fix(M/2); n=fix(N/2); for i=1:M
12