圖像灰度修正算法實現(xiàn)及應用.doc

目錄一、 課程設計目的.3二、 課程設計要求.3三、 課程設計的內(nèi)容.3四、 題目分析.3五、 總體設計.4六、 具體設計.56.1、 文件.56.1.1、打開.56.1.2、保存.56.1.3、退出.56.2、編輯.56.2.1、灰度.56.2.2、亮度.66.2.3、截圖.76.2.4、縮放.76.3、旋轉(zhuǎn).96.3.1、上下翻轉(zhuǎn).96.3.2、左右翻轉(zhuǎn).96.3.3任意角度翻轉(zhuǎn).96.4、噪聲.106.5、濾波.106.6、直方圖統(tǒng)計116.7、頻譜分析.126.7.1、頻譜圖 .126.7.2、通過高通濾波器 .126.7.3、通過低通濾波器. .136.8、灰度圖像處理 . .146.8.1、二值圖像. .146.8.2、創(chuàng)建索引圖像 .146.9、顏色模型轉(zhuǎn)換. .146.10、操作界面設計.15七、 程序調(diào)試及結(jié)果分析.15八、 心得體會.16九、 參考文獻.17十、 附錄.18圖像灰度修正算法實現(xiàn)及應用前言數(shù)字圖像處理技術(shù)是20世紀60年代發(fā)展起來的一門新興學科，隨著圖像處理理論和方法的進一步完善，使得數(shù)字圖像處理技術(shù)在各個領(lǐng)域得到了廣泛應用，并顯示出廣闊的應用前景。MATLAB既是一種直觀、高效的計算機語言,同時又是一個科學計算平臺。它為數(shù)據(jù)分析和數(shù)據(jù)可視化、算法和應用程序開發(fā)提供了最核心的數(shù)學和高級圖形工具。根據(jù)它提供的500多個數(shù)學和工程函數(shù)，工程技術(shù)人員和科學工作者可以在它的集成環(huán)境中交互或編程以完成各自的計算。MATLAB中集成了功能強大的圖像處理工具箱。由于MATLAB語言的語法特征與C語言極為相似，而且更加簡單，更加符合科技人員對數(shù)學表達式的書寫格式，而且這種語言可移植性好、可擴展性強，再加上其中有豐富的圖像處理函數(shù)，所以MATLAB在圖像處理的應用中具有很大的優(yōu)勢。關(guān)鍵詞：MATLAB，數(shù)字圖像處理一、設計任務及要求1.1課程設計目的綜合運用MATLAB工具箱實現(xiàn)圖像處理的GUI程序設計。1.2課程設計要求1、生成衣服教案且動態(tài)范圍小的圖像；2、采用直方圖均衡法修正灰度范圍；3、比較修正前后圖像變化；4、總結(jié)二、課程設計的內(nèi)容2.1 學習MATLAB程序設計利用MATLAB圖像處理工具箱，設計和實現(xiàn)自己的圖像。按照軟件工程方法，根據(jù)需求進行程序的功能分析和界面設計，給出設計詳細說明。然后按照自己擬定的功能要求進行程序設計和調(diào)試。 以下幾點是程序必須實現(xiàn)的功能。1）圖像的讀取和保存。2）設計圖形用戶界面，讓用戶能夠?qū)D像進行任意的亮度和對比度變化調(diào)整，顯示和對比變換前后的圖像。3）設計圖形用戶界面，讓用戶能夠用鼠標選取圖像感興趣區(qū)域，顯示和保存該選擇區(qū)域。4）編寫程序通過最近鄰插值和雙線性插值等算法將用戶所選取的圖像區(qū)域進行放大和縮小整數(shù)倍的操作，并保存，比較幾種插值的效果。5）圖像直方圖統(tǒng)計和直方圖均衡，要求顯示直方圖統(tǒng)計，比較直方圖均衡后的效果。題目分析信息化社會中，計算機在各種信息處理中發(fā)揮著重要的作用。我們可以借助計算機，對數(shù)字圖像進行處理，以達到不同的效果。根據(jù)題目的要求，除了實現(xiàn)要求的功能外，還有很多的功能需要用到。（1）、將一個RGB圖像轉(zhuǎn)換為灰度圖像。（2）、可以對圖像做各種變換。（3）、有時并不需要圖像顯示其細節(jié)部分，只要其輪廓，這時候不要很高的灰度級?？梢园褕D像轉(zhuǎn)換為二值圖像，進行圖像腐蝕，或是創(chuàng)建索引圖像等。（5）、為了科學地定量描述和使用顏色，人們提出了各種顏色模型。2.2 總體設計1、 先采集圖像后進行編輯2、 直方圖修正3、 利用matlab工具觀察圖像修正4、 安裝調(diào)試三、 具體設計3.1 文件3.1.1、打開為了讓使用者更方便的使用，所以在設計的時候，通過對話框的形式來選擇文件，選擇uigetfile函數(shù)來實現(xiàn)，uigetfile函數(shù)顯示一個打開文件對話框，該對話框自動列出當前路徑下的目錄和文件，由于這個GUI程序的操作對象是圖像文件，所以設置這里的缺省后綴名為“.bmp”。Uigetfile函數(shù)的調(diào)用格式為name,path=yigetfile(), 在按下對話框中的執(zhí)行按鈕“打開”后，返回選擇的文件名和路徑，分別保存到“name”和“path”中。如果按下取消按鈕或是發(fā)生錯誤，則返回值是0。 根據(jù)返回值的情況，如果是0，則彈出提示錯誤的對話框，否則，通過imread函數(shù)讀出圖像數(shù)據(jù)，把圖像數(shù)據(jù)賦值給全局變量handles.img。3.1.2、保存同樣也通過對話框的形式來保存圖像數(shù)據(jù)，通過uigetfile函數(shù)選擇文件名和路徑，用getimage（gca）取出坐標2變換后的圖像數(shù)據(jù)保存到變量i，最后用imwrite函數(shù)，把數(shù)據(jù)i存到指定的文件。3.1.3、退出退出比較簡單，程序如下所示：clc;close all;close(gcf); 3.2編輯3.2.1、灰度由于RGB圖像是三維圖像，所以圖像數(shù)據(jù)是一個三維數(shù)組，為了顯示灰度圖像，把三維圖像降為二維，可以只取其中的二維數(shù)據(jù)，實現(xiàn)方法程序為：y=(handles.img(:,:,1); %當然也可以選擇(:,:,2) 或(:,:,3) imshow(y);但是這樣的話，根據(jù)程序所選的不同，圖像數(shù)據(jù)也不同，顯示也就不一樣。另一種方法就是，運用rgb2gray函數(shù)實現(xiàn)彩色圖像到灰度圖像的轉(zhuǎn)換。程序為：y=rgb2gray(handles.img); imshow(y);這個程序只能用于RGB圖像轉(zhuǎn)換灰度圖像，當原始圖像本來就是灰度圖像時，運行該程序時就會出錯，但是使用者在使用時有時并不知道這些，為了使該程序更加完善，應該在使用者原先圖像時灰度圖像時使用該功能時，應該要顯示提示類信息。所以在開始時應該要有一個RGB圖像或是灰度圖像的判斷過程。完整的程序如下： if isrgb(handles.img) y=rgb2gray(handles.img); imshow(y);else msgbox(這已經(jīng)是灰度圖像,轉(zhuǎn)換失敗);end如果原圖是RGB，執(zhí)行該操作的結(jié)果如下圖：如果原圖本身已經(jīng)是灰度圖像了，執(zhí)行該操作彈出如 右圖所示的提示對話框3.2.2、亮度用imadjust函數(shù)，其調(diào)用格式如下： g=imadust(f,low_in high_in,low_out high_out),gamma)gamma 表示映射性質(zhì)，默認值是1 表示線性映射。由于該函數(shù)有五個參數(shù)需要輸入，為了方便用戶改變，所以這里設計一個輸入對話框，用戶通過對話框把五個參數(shù)賦值給low_in high_in,low_out high_out,gamma這五個參數(shù)，如下一組命令建立了如圖所示的輸入對話框：prompt=輸入?yún)?shù)1,輸入?yún)?shù)2,輸入gamma;defans=0 0.7,0 1,1;p=inputdlg(prompt,輸入?yún)?shù),1,defans);但是，這種方法并不能很好的讓用戶能夠?qū)D像進行任意的亮度和對比度變化調(diào)整，有時并不事先知道參數(shù)的值要多少，也不關(guān)心，而是任意調(diào)節(jié)的，直到滿意為止。所以應該用滑動條來調(diào)節(jié)圖像的亮度和對比度，這樣更適合用戶的使用習慣。由于imadjust函數(shù)有五個參數(shù)，所以原則上需要設計五個滑動條來調(diào)節(jié)對比度，這對用戶來說顯然比較麻煩，因此在設計的時候固定其中的三個參數(shù)，通過調(diào)節(jié)兩個參數(shù)的值來改變亮度和對比度。 0 handles.beta,0 1,handles.gm，這里的變量handles.beta和handles.gm就通過滑動條得到，滑動條設計如下圖：亮度調(diào)整的tag名為ld，取值范圍01，gamma值的tag名為gamma，取值范圍為05。獲取滑動條參數(shù)的程序如下：handles.beta=get(handles.ld,value);handles.gm=get(handles.gamma,value);執(zhí)行該操作，調(diào)節(jié)滑動條到上圖所示位置，結(jié)果如下圖：3.2.3、截圖在MATLAB中，用函數(shù)imcrop實現(xiàn)對圖像的剪切操作。該操作剪切的是圖像中的一個矩形子圖，用戶可以通過參數(shù)指定這個矩形四個頂點的坐標，也可以交互地用鼠標選取這個矩形。Imcrop函數(shù)的調(diào)用格式如下： y=imcrop(handles.img);不管handles.img是三維的還是二維數(shù)據(jù)，該函數(shù)都能進行操作。下圖就是對三維圖像的截圖：3.2.4、縮放在MATLAB中，用函數(shù)imresize來實現(xiàn)對圖像的放大或縮小。插值方法可選用三種方法，最近鄰插值，雙線性插值，雙三次插值。該函數(shù)的調(diào)用格式如下：Bimresize(A，m，method)其中：參數(shù)method用于指定插值的方法，可選的值為“nearest”(最近鄰法),“bilinear”(雙線性插值)、“bicubic”(雙三次插值)，缺省值為“nearest”。Bimresizee(Am，method)表示返回原圖A的m倍放大圖像(m小于1時實際上是縮小)；下圖就是采用鄰近插值法的放大和縮小圖像，參數(shù)值保持默認設置： 雖然處理后看不出放大的效果，這是由于坐標軸限制的原因，如果把處理后的圖片保存起來，再把處理后的文件打開，就可以看到比較明顯的放大效果。 縮小后的結(jié)果如下： 3.3 直方圖統(tǒng)計直方圖均衡化的基本思想是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變換為在全部灰度范圍內(nèi)均勻分布的形式,這樣就增加了像素灰度值的動態(tài)范圍,從而達到增強圖像整體對比度的效果。如果用t、 s 分別表示目標圖像和原始圖像上的像素點( x, y) ,均衡化處理函數(shù)可表示為t= EH( s) , 這里函數(shù)EH 需要滿足兩個條件:EH( s)在0 s L21 范圍內(nèi)是一個單值遞增函數(shù), 這是為了保證原圖各灰度級在變換后灰度的排列次序保持不變;對0 s L 21 有0 EH( s) L 21, 這是為了保證變換前后圖像灰度值的動態(tài)范圍保持一致性。可以證明累積分布函數(shù)( cumulative dist ributiofunction, CDF)滿足上述兩個條件并能將 s 的分布轉(zhuǎn)換為t 的均勻分布。此時有:tk= EH( sk) = E ( ni/ n) = E ps( si )其中0 sk 1; k= 0, 1, 2, , , L21。上述求和區(qū)間為0 到k。根據(jù)上式可以由原圖像的各像素灰度值直接求得直方圖均衡化后各像素的灰度值。在實際中還需對t k取整以滿足數(shù)字圖像的要求。直觀地講, 直方圖均衡化導致圖像的對比度增加。但值得注意的是,均衡化處理后的圖像只能是近似均勻分布。均衡化圖像的動態(tài)范圍擴大了,但其本質(zhì)是擴大了量化間隔,而量化級別反而減少了,因此,原來灰度不同的像素經(jīng)處理后可能變得相同,形成了一片相同灰度的區(qū)域, 各區(qū)域之間有了明顯的邊界,從而出現(xiàn)了偽輪廓。 下面用imhist函數(shù)對圖像數(shù)據(jù)進行直方圖統(tǒng)計，x=imhist(handles.img(:,:,1); bar(horz,x); 其中，x矩陣的數(shù)據(jù)是0255灰度值的統(tǒng)計個數(shù)，如果直接對x矩陣數(shù)據(jù)進行圖形圖顯示，由于有256個數(shù)據(jù)，在坐標系中就會很密集，為了更清楚的顯示條形圖，所以在程序設計時，把x數(shù)據(jù)進行部分提取，x1=x(1:10:256);horz=1:10:256;bar(horz,x1);除了顯示數(shù)據(jù)的直方圖統(tǒng)計外，還可以對圖像進行均衡處理，所用到的函數(shù)是histeq，這兩個函數(shù)同樣只使用于二維數(shù)據(jù)，所以也要對二維和三維數(shù)據(jù)分開處理。 直方圖顯示和均衡后的圖像分別如下圖所示 3.4 灰度圖像處理3.4.1、二值圖像 用j=im2bw(x);來對灰度圖像到二值圖像的轉(zhuǎn)換。轉(zhuǎn)換結(jié)果為：3.4.2、創(chuàng)建索引圖像用X = grayslice(I,n)函數(shù)來實現(xiàn)，轉(zhuǎn)換后得到的圖像為：3.5 操作界面設計為了使整個操作界面更加的美觀，對背景顏色和字體顏色進行設置。四、 程序調(diào)試及結(jié)果分析在程序設計過程中，碰到很多的問題。a) 一個函數(shù)只能對灰度圖像處理，不能對RGB圖像處理，那么如何才能對RGB圖像處理呢？這主要是對MATLAB函數(shù)的不夠清楚，用到的很多函數(shù)是針對二維數(shù)據(jù)的，而RGB圖像的數(shù)據(jù)是一個三維矩陣，所以處理要與灰度圖像不同，在開始的時候，我認為應該找一個能夠應用于三維矩陣的函數(shù)，結(jié)果卻沒找到，后來想到可以把三維數(shù)據(jù)進行降維處理，同樣使用二維的函數(shù)，只要是同樣處理三次。比如，彩色圖像的濾波處理，直方圖均衡等。b) 同一個操作對灰度圖像可以使用，當用戶選擇的是彩色圖像時，該操作就會出錯？這是由于設計程序時，本身程序是有針對性的，有些程序只能對灰度圖像有效，有些對彩色圖像有效，但是用戶并不清楚這些，所以在設計的過程中就要考慮全面，要分開設計。在本次課程設計中，我均對每個程序的開始時，用if isrgb（x）進行判斷。c) 本次設計存在一個比較大的問題，就是每次操作都是獨立的。我認為應該是整個程序設計過程中對變量的設置沒有做好，應該每次操作后，把處理后的數(shù)據(jù)保存在一個全局變量，這樣還要對處理后的數(shù)據(jù)進行在處理時，只要把這個全局變量作為原始數(shù)據(jù)帶入就可。五、 心得體會1、在這次課程設計過程中，感觸很深，由于對MATLAB圖像處理的函數(shù)不熟悉，導致自己走了很多的彎路。2、通過本次課程設計，使自己對MATLAB設計流程有了比較深刻的體會，同時也了解了一般軟件設計的過程。在設計過程中碰到了很多的問題，通過這些問題，使自己分析問題，解決問題的能力得到了較大的提高。3、在實際操作中,可以根據(jù)原始圖像的特征和用戶的不同需要選擇不同的灰度修正方法;一種方法修正之后的效果不理想, 還可以多種方法結(jié)合使用; 也許將原始圖像作為一個整體處理效果始終不理想,還可以將原始圖像分割成若干子圖像(模板) ,然后對每一個模板根據(jù)其不同的灰度特征選擇不同的修正方法。總而言之, 灰度修正的目的是獲得視覺效果更好或更有用的圖像,我們稱其為圖像質(zhì)量。然而關(guān)于圖像質(zhì)量有其特殊性,它沒有通用、 固定或公認的標準,全憑觀察者的主觀判斷。因此圖像質(zhì)量的評價不可能用計算機實現(xiàn),經(jīng)過處理之后的目標圖像只有交由用戶自己作為最終的評判者。六、 附錄19function varargout = two(varargin)% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct(gui_Name, mfilename, . gui_Singleton, gui_Singleton, . gui_OpeningFcn, two_OpeningFcn, . gui_OutputFcn, two_OutputFcn, . gui_LayoutFcn, , . gui_Callback, );if nargin & ischar(varargin1) gui_State.gui_Callback = str2func(varargin1);endif nargout varargout1:nargout = gui_mainfcn(gui_State, varargin:);else gui_mainfcn(gui_State, varargin:);end% End initialization code - DO NOT EDIT% - Executes just before erzhi is made visible.function two_OpeningFcn(hObject, eventdata, handles, varargin)% This function has no output args, see OutputFcn.-%接下來是菜單的程序-function file_Callback(hObject, eventdata, handles)-%文件打開程序function open_Callback(hObject, eventdata, handles) name,path=uigetfile(*.bmp,載入圖像);if isequal(name,0)|isequal(path,0) errordlg(沒有選中文件,出錯); return;else x=imread(path,name); axes(handles.axes1); imshow(x); handles.img=x; handles.noise_img=x; guidata(hObject,handles)end-function save_Callback(hObject, eventdata, handles)%文件保存 filename,pathname = uiputfile(*.bmp,圖片保存為);if isequal(filename,pathname,0,0) errordlg(沒有保存,出錯); return;elsefile=strcat(pathname,filename);(handles.axes2);i=getimage(gca);imwrite(i,file);end-function exit_Callback(hObject, eventdata, handles)clc;close all;close(gcf);-%編輯菜單的程序-function edit_Callback(hObject, eventdata, handles)-function huidu_Callback(hObject, eventdata, handles)%灰度處理axes(handles.axes2);if isrgb(handles.img) y=rgb2gray(handles.img); %RGBimshow(y);else msgbox(這已經(jīng)是灰度圖像,轉(zhuǎn)換失敗);end -function liangdu_Callback(hObject, eventdata, handles)%亮度處理 prompt=輸入?yún)?shù)1,輸入?yún)?shù)2,輸入gamma; defans=0 0.7,0 1,1; p=inputdlg(prompt,輸入?yún)?shù),1,defans); p1=str2num(p1); p2=str2num(p2); p3=str2num(p3); gamma=p3; x=(handles.img); y=imadjust(x,p1,p2,gamma); axes(handles.axes2); imshow(y);-function jietu_Callback(hObject, eventdata, handles)%截圖set(handles.axes2,HandleVisibility,ON);axes(handles.axes2);y=imcrop(handles.img);imshow(y); handles.Timage=y;-function fangda_Callback(hObject, eventdata, handles)-function lingjz_Callback(hObject, eventdata, handles)%鄰近插值放大axes(handles.axes2);prompt=輸入放大倍數(shù):;defans=2;p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,nearest); %最近鄰插值法放大imshow(y);-function shuangxianfa_Callback(hObject, eventdata, handles)%雙線放大axes(handles.axes2);prompt=輸入放大倍數(shù):;defans=2;p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,bilinear); %最近鄰插值法放大imshow(y); -function shuangsanci_Callback(hObject, eventdata, handles)%雙三次放大axes(handles.axes2);prompt=輸入放大倍數(shù):;defans=2;p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,bicubic); imshow(y);-function suoxiao_Callback(hObject, eventdata, handles)%鄰近插值縮小 axes(handles.axes2); prompt=輸入放大倍數(shù):; defans=0.2; p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,nearest); %最近鄰插值法縮小 imshow(y);-function shuangxian_Callback(hObject, eventdata, handles)%雙線性縮小axes(handles.axes2);prompt=輸入放大倍數(shù):;defans=0.2;p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,bilinear); %最近鄰插值法縮小imshow(y); -function shuangsancisuox_Callback(hObject, eventdata, handles)%雙三次縮小axes(handles.axes2);prompt=輸入放大倍數(shù):;defans=0.2;p=inputdlg(prompt,輸入放大倍數(shù),1,defans);p1=str2num(p1);y=imresize(handles.img,p1,bicubic); imshow(y); -function zhifangtutongji_Callback(hObject, eventdata, handles)-function red_Callback(hObject, eventdata, handles)%R直方圖set(handles.axes2,HandleVisibility,ON);axes(handles.axes2);x=imhist(handles.img(:,:,1); %直方圖統(tǒng)計x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,xtick,0:50:255);-function gray_Callback(hObject, eventdata, handles)%G直方圖set(handles.axes2,HandleVisibility,ON);axes(handles.axes2);if isrgb(handles.img) x=imhist(handles.img(:,:,2); %直方圖統(tǒng)計x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,xtick,0:50:255);else msgbox(這是灰度圖像,旋轉(zhuǎn)失敗);end-function blue_Callback(hObject, eventdata, handles)%B直方圖set(handles.axes2,HandleVisibility,ON);axes(handles.axes2);if isrgb(handles.img) x=imhist(handles.img(:,:,3); %直方圖統(tǒng)計x1=x(1:10:256);horz=1:10:256;bar(horz,x1);%axis(0 255 0 150000);set(handles.axes2,xtick,0:50:255);%set(handles.axes2,ytick,0:2000:15000);else msgbox(這是灰度圖像,旋轉(zhuǎn)失敗);end-function junheng_Callback(hObject, eventdata, handles)%直方圖均衡set(handles.axes2,HandleVisibility,ON);axes(handles.axes2);if isrgb(handles.img) a=histeq(handles.img(:,:,1); b=histeq(handles.img(:,:,2); c=histeq(handles.img(:,:,3); k(:,:,1)=a; k(:,:,2)=b; k(:,:,3)=c; imshow(k);elseh=histeq(handles.img); %直方圖均衡imshow(h);end-%接下來這段程序是灰度圖像處理程序-function huiduchuli_Callback(hObject, eventdata, handles)-function erzhituxiang_Callback(hObject, eventdata, handles)%二值圖像axes(handles.axes2);x=(handles.img);if isrgb(x) msgbox(這是彩色圖像,不能轉(zhuǎn)換為二值圖像,轉(zhuǎn)換失敗);elsej=im2bw(x);imshow(j);end-function tuxiangfushi_Callback(hObject, eventdata, handles)%圖像腐蝕axes(handles.axes2);x=(handles.img);if isrgb(x) msgbox(這是彩色圖像,不能進行圖像腐蝕,失敗);elsej=im2bw(x);se=eye(5);bw=bwmorph(j,erode);imshow(bw);end-function suoyintuxiang_Callback(hObject, eventdata, handles)%創(chuàng)建索引圖像axes(handles.axes2);x=(handles.img);if isrgb(x) msgbox(這是彩色圖像,不能創(chuàng)建索引圖像,創(chuàng)建失敗);elsey=grayslice(x,16);axes(handles.axes2);imshow(y,jet(16);end-%這段是顏色模型的轉(zhuǎn)換-function ysmx_Callback(hObject, eventdata, handles)-function hsv_Callback(hObject, eventdata, handles)%RGB圖像轉(zhuǎn)HSVaxes(handles.axes2);x=(handles.img);if isrgb(x) HSV=rgb2hsv(x); imshow(HSV);else msgbox(這是灰度圖像,不能轉(zhuǎn)換,轉(zhuǎn)換失敗);end-function ntsc_Callback(hObject, eventdata, handles)%RGB轉(zhuǎn)NTSCaxes(handles.axes2);x=(handles.img);if isrgb(x)ntsc=rgb2ntsc(x);imshow(ntsc);else msgbox(這是灰度圖像,不