本博客将存放一些常用的Matlab代码片段，整理成博客，并持续更新，以便写代码可以调用。
Matlab写函数的时候，输入输出个数经常是不固定的，
narginchk(1,3); %输入参数个数必须是1-3个，否则宝座
nargoutchk(0,1); %输出参数个数必须是0-2个，否则报错
% 不同输入个数参数情况
if nargin == 1
Var2=2; % 无第二个参数输入，则第二个入参赋值
end 实例：可以参考我的博客《利用matlab实现SAR 图像线性拉伸显示》
https://blog.csdn.net/weixin_41649786/article/details/118404909?spm=1001.2014.3001.5501
遥感图像中，经常会有NAN值，显示的时候会有黑边，影响美观
clear;close all;clc;
Image = imread('D:\Code\Matlab\遥感图像变化检测\Area\202201121.tif');
Image(Image<0) = nan;
him = imshow(Image);
set(him, 'AlphaData', ~isnan(Image))有的数据需要显示出更好的效果，需要对数据进行先对数，然后归一化。例如SAR图像散射值大的能达到2^16=65536，直接看图片是一片黑，因此需要调亮暗部细节。
InImage(InImage < 0) = NaN;
Image = 10*log10(InImage);
%% 第一种
Value_max = max(Image(:));
Value_min = min(Image(:));
% 像素归一化
OutImage = uint8((255/(Value_max-Value_min))*Image); %图像（像素）归一化也可以用拉伸显示的方式进行显示， 可以参考我的博客《利用matlab实现SAR 图像线性拉伸显示》https://blog.csdn.net/weixin_41649786/article/details/118404909?spm=1001.2014.3001.5501
经纬度坐标有两种形式保存：一种是度度度（小数形式，例如117.649）形式的数据，一种是度分秒（117-38-57.98东、117-38-57.98E）形式的数据，因此经常需要将两种数据进行转换。
第一种：度度度转化为度分秒，核心：度数=取整，分数=取整（（值-度数）*60），秒数=（（值-度数）*60-分数）*60
Str = abs(Str); % 排除负号的影响
degree = fix(Str); % 度
minute = fix((Str-degree)*60); % 分
second = ((Str-degree)*60-minute)*60; % 秒第二种：度分秒转化为度度度，核心：度分秒=度+分/60+秒/3600=度
second = str2double(Str(temp1(2)+1:Leng)); %秒"
minute = str2double(Str(temp1(1)+1:temp1(2)-1)); %分'
degree = str2double(Str(1:temp1(1)-1)); %度°
coor = PN*(((second/60)+minute)/60+degree); %经纬度（十进制） day1 = datetime(datestr(now,'yyyy-mm-dd'))+caldays(1) % 明天
day0 = datetime(datestr(now,'yyyy-mm-dd')) % 今天
day_1 = datetime(datestr(now,'yyyy-mm-dd'))-caldays(1) % 昨天弹出文件选择框，选择想要的数据
% 选择需要处理的tif文件
[FileName,PathName,index] = uigetfile({'*.shp'},'tif文件读取','MultiSelect','on');
% 判断是或选择 替换图片中的某一种（类）的颜色，可以参考我的博客《利用Matlab替换图片部分颜色》https://blog.csdn.net/weixin_41649786/article/details/125291724?spm=1001.2014.3001.5501，
image = imread('测试.JPG'); % 读取图像
figure('Name','原图')
imshow(image); % 显示
R = image(:,:,1); % 红色
G = image(:,:,2); % 绿色
B = image(:,:,3); % 蓝色
index = find(R<20 & G<20 & B<20); % 索引，找出被替换颜色的范围
R(index) = 255; % 红色通道赋值
G(index) = 255; % 绿色通道赋值
B(index) = 255; % 蓝色通道赋值
Out_Image(:,:,1) = R; % 输出图像红色通道
Out_Image(:,:,2) = G; % 输出图像绿色通道
Out_Image(:,:,3) = B; % 输出图像蓝色通道给图片添加地理信息需要用到：GeographicCellsReference、GeographicPostingsReference、MapCellsReference、MapPostingsReference等其中的某一个类（对象），通过创建这些类（对象），来生成包含地理信息的R，代码如下：
% Read a JPEG image from a file.
Image = imread('_J6A5783.JPG');
% 定义图片经纬度范围
lonlim = [-20 20]; % 经度范围[max min]
latlim = [-10 10]; % 纬度范围[max min]
rasterSize = size(Image); % 栅格（图片、数据）大小（行、列）
R = georefcells(latlim,lonlim,rasterSize,'ColumnsStartFrom','north');
% R.RowsStartFrom = 'east'
% 生成Geotiff文件
filename = 'Geo-Hlz' + ".tif";
geotiffwrite(filename, Image, R)
% 创建地图并显示数据
figure('Name','效果图')
usamap(Image,R)
geoshow(filename)例如：经度、纬度、高度以及数量，利用不同颜色表示不同数据；
close all;clear;clc;
long =[120 121 122 119 118 115 130 129 128 127]; %经度
lat =[ 60 61 60 59 57 56 55 61 68 64]; %维度
Hight =[ 12 15 16 17 11 15 15 19 9 21]; %高度
Num =[ 1 2 5 3 4 6 1 0 8 4]; %数量
figure('Name','3D数据可视化')
scatter(long,lat,40,Num,'filled');
ax=gca;
ax.XDir='reverse';
%view(-31,14)
xlabel('经度')
ylabel('维度')
zlabel('高程/m')
cb=colorbar;
cb.Label.String='人数/人';
figure('Name','4D数据可视化')
scatter3(long,lat,Hight,40,Num,'filled')
ax=gca;
ax.XDir='reverse';
view(-31,14)
xlabel('经度')
ylabel('维度')
zlabel('高程/m')
cb=colorbar;
cb.Label.String='人数/人';