本文共 1111 字，大约阅读时间需要 3 分钟。

光场分布图像处理

1 读图与显示

当被打开文件存在于Matlab的工作路径中时，可以使用相对路径；否则需要使用绝对路径。

>> img = imread('test.bmp');%通过相对路径读取图片>> size(img)ans =        1024        1280>> img = imread('D:\MATLAB\Workfold\1106\test.bmp');%通过绝对路径读取图片>> size(img)ans =        1024        1280>> imshow(img)警告: 图像太大，无法在屏幕上显示；将以 50% 显示 > In images.internal.initSize (line 71)  In imshow (line 336)

2 显示强度信息

灰度图并不直观，所以我们需要通过3D网格图来将图像进行三维表示，mesh函数可以做到这一点

>> mesh(img)

得到图片

>> view([0 0 1])

其中，输入的向量[0 0 1]中的三个数分别代表三个轴，[0 0 1]表示从z轴的方向看去。

3 图像截取

上面的图片相对来说过于巨大，存在大量的无用信息，所以需要对图像进行截取，首先通过函数ginput选择截取区域。ginput操作的是最后被打开而未被关闭的窗口对象，其输入参数为将要选取的点的个数，在这里我们选择两个点将目标区域框起来，其返回值为选取点的横纵坐标。

>> ginput(2)ans =  709.9190  221.9512  800.6073  314.6341>> roi = img(221:315,709:801);

然后通过矩阵选取的方式，选择感兴趣的区域，需要注意的是，ginput的输出参数中，x在前，y在后，但是在截取的时候则为行在前，列在后，而x代表列数，y代表行数。截取之后的图片如下图所示

4 数据拟合

高斯光束在上述截面上自然遵循高斯分布，可以看到光斑基本符合中心对称，所以我们可以先将数据降维，可以通过对每一行选出最大值作为单一坐标下的强度

>> arr = max(roi);>> x = 1:length(arr);	%创建x坐标>> plot(arr)

在matlab中，可以通过polyfit进行线性拟合，也可以通过fittype自定义函数进行拟合，不过对于初学者而言，可以通过Curve Fitting工具箱进行傻瓜式拟合。

在左下角的Results选框中，即为拟合信息。

转载地址：https://blog.csdn.net/m0_37816922/article/details/102942686 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！