1.num2str()

2.dir([path type])

3.error

4.figure('Name', 'Select object to track')%Name是参数，'Select object to track'是参数值

5.rect = getrect %当前显示图像为figure1,则getrect执行后会出现一个十字光标，用十字光标选择一个矩形区域，返回左上角和右下角坐标给rect.

6.f = figure('Name', 'Select object to track'); %打开一个图像绘制窗口f。

imshow(im);%绘制/显示图像im
close(f); clear f;%关闭窗口，清除窗口数据

7.[R,C] = ndgrid(1:m, 1:n);%产生两个m行n列矩阵R C，R第一行为1，行递增；C第一列为0，列递增。

8.g = gaussC(R,C, sigma, center); %输入矩阵R和矩阵C ，输出矩阵g即为通过图像与目标中心而建立的高斯函数。 

数字图像处理中，二维高斯滤波函数如下所示：

百度百科：高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

function val = gaussC(x, y, sigma, center)
    xc = center(1);
    yc = center(2);
    exponent = ((x-xc).^2 + (y-yc).^2)./(2*sigma);
    val = (exp(-exponent)); 

mesh(g)可得高斯函数的3D图如下：

 、

9.imresize(img, [height width])%将img图像的大小重新以height和width定义，图像形状发生改变，但特征不变。

10.std (x, flag,dim)%求矩阵x的标准差，flag表示标注公差时是要除以n还是n－1;dim表示标准差是按行还是按列存放。std(x)默认flag = 0,dim = 1;

标准差（Standard Deviation） ，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。