基于MATLABGUI的數(shù)字圖像處理程序的設(shè)計(jì)說(shuō)明

1、類別_ 編 號(hào)_數(shù)字電視系統(tǒng)設(shè)計(jì)課程項(xiàng)目報(bào)告基于MATLAB GUI的數(shù)字圖像處理程序設(shè)計(jì) 院 別 技術(shù)學(xué)院 專 業(yè) 電子信息工程 班 級(jí) 10電信 姓 名 第二組 指導(dǎo)教師 何光威中國(guó)大學(xué)南廣學(xué)院2013年 10月29日32 / 34摘 要基于數(shù)字信號(hào)處理原理，在數(shù)字濾波器設(shè)計(jì)理論和Matlab 編程技術(shù)與其GUI 圖形用戶界面設(shè)計(jì)的基礎(chǔ)上，開發(fā)了具有交互式特點(diǎn)的數(shù)字圖像處理GUI軟件，界面操作簡(jiǎn)單方便。MATLAB既是一種直觀、高效的計(jì)算機(jī)語(yǔ)言,同時(shí)又是一個(gè)科學(xué)計(jì)算平臺(tái)。它為數(shù)據(jù)分析和數(shù)據(jù)可視化、算法和應(yīng)用程序開發(fā)提供了最核心的數(shù)學(xué)和高級(jí)圖形工具。根據(jù)它提供的500多個(gè)數(shù)學(xué)和工程函數(shù)，工程

2、技術(shù)人員和科學(xué)工作者可以在它的集成環(huán)境互或編程以完成各自的計(jì)算。MATLAB中集成了功能強(qiáng)大的圖像處理工具箱。由于MATLAB語(yǔ)言的語(yǔ)法特征與C語(yǔ)言極為相似，而且更加簡(jiǎn)單、更加符合科技人員對(duì)數(shù)學(xué)表達(dá)式的書寫格式，而且可移植性好、可擴(kuò)展性強(qiáng)，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(yīng)用中具有很大的優(yōu)勢(shì)。關(guān)鍵詞：MatlabGUI；數(shù)字圖像處理；圖形用戶界面目 錄摘 要I一、設(shè)計(jì)基本原理2（一）、GUIDE 操作界面的使用方法2二、GUI程序總體設(shè)計(jì)3（一）MATLAB GUI程序要實(shí)現(xiàn)的功能：3三、具體設(shè)計(jì)與實(shí)現(xiàn)43.1、文件操作43.1.1、打開43.1.2、保存43.1.

3、3、退出43.2、編輯43.2.1、灰度43.2.2、亮度53.2.3、截圖73.2.4、縮放73.3、旋轉(zhuǎn)83.3.1、上下翻轉(zhuǎn)83.3.2、左右翻轉(zhuǎn)93.3.3、任意角度翻轉(zhuǎn)93.4、加入噪聲103.5、濾波103.6、直方圖統(tǒng)計(jì)113.7、頻譜分析123.7.1、頻譜圖123.7.2、通過(guò)高通濾波器133.7.3、通過(guò)低通濾波器133.8、灰度圖像處理143.8.1、二值圖像143.8.2、創(chuàng)建索引圖像143.9、顏色模型轉(zhuǎn)換153.10、操作界面設(shè)計(jì)15四、程序調(diào)試與結(jié)果分析16（一）在程序設(shè)計(jì)過(guò)程中遇到的問(wèn)題16結(jié) 語(yǔ)17參考文獻(xiàn)18附錄19一、設(shè)計(jì)基本原理圖形用于界面（GUI）是提

4、供人機(jī)交互的工具和方法。GUI 是包含圖形對(duì)象（如窗口、圖標(biāo)、菜單和文本）的用戶界面。MATLAB 的GUI 為開發(fā)者提供了一個(gè)不脫離MATLAB 的開發(fā)環(huán)境，有助于MATLAB 程序的GUI 集成。在MATLAB 中的GUIDE 就是圖形用戶 界面開發(fā)環(huán)境（Graphical User Interface Development Environment），它向用戶提供了一系列的創(chuàng)建用戶圖形界面的工具。這些工具大大簡(jiǎn)化了GUI 設(shè)計(jì)和生成的過(guò)程。（一）、GUIDE 操作界面的使用方法 下面對(duì)GUIDE 的操作界面與使用方法做一簡(jiǎn)單介紹。 在命令窗口中直接鍵入guide， 啟動(dòng)GUIDE， 利用

5、GUIDE 模板創(chuàng)建GUI，或者打開已經(jīng)存在的GUI， GUIDE 把GUI 設(shè)計(jì)的容保存在兩個(gè)文件中，它們?cè)诘谝淮伪４婊蜻\(yùn)行時(shí)生成。一個(gè)是FIG 文件，擴(kuò)展名為Fig，它包含對(duì)GUI 和GUI 組件的完整描述；另外一個(gè)是M 文件，擴(kuò)展名為.M，它包含控制GUI 的代碼和組件的回調(diào)事件代碼。這兩個(gè)文件與GUI 顯示和編程任務(wù)相對(duì)應(yīng)。在版面設(shè)計(jì)器中創(chuàng)建GUI 時(shí)， 容保存在FIG 文件中；對(duì)GUI 編程時(shí)，容保存在M 文件中。用GUIDE 版面設(shè)計(jì)器，根據(jù)設(shè)計(jì)需要：首先拖拽兩個(gè)圖形窗口（Axes），一個(gè)作為待處理圖片區(qū)域，另一個(gè)作為已處理圖片區(qū)域；其次，拖拽五個(gè)電子按鈕（Radio Button

6、），作為邊緣檢測(cè)操作按鈕；第三，拖拽五個(gè)按鈕（Push Button），作為輸入等的按鈕；最后，將上面的所有按鈕與圖形窗口合理的布局，達(dá)到美觀工整的效果，然后運(yùn)行一下GUI，系統(tǒng)會(huì)自動(dòng)生成GUI 文件。信息化社會(huì)中，計(jì)算機(jī)在各種信息處理中發(fā)揮著重要的作用。我們可以借助計(jì)算機(jī)，對(duì)數(shù)字圖像進(jìn)行處理，以達(dá)到不同的效果。根據(jù)題目的要求，除了實(shí)現(xiàn)要求的功能外，還有很多的功能需要用到。（1）、將一個(gè)RGB圖像轉(zhuǎn)換為灰度圖像。（2）、可以對(duì)圖像做各種變換，如旋轉(zhuǎn)等。（3）、有時(shí)并不需要圖像顯示其細(xì)節(jié)部分，只要其輪廓，這時(shí)候不要很高的灰度級(jí)。可以把圖像轉(zhuǎn)換為二值圖像，進(jìn)行圖像腐蝕，或是創(chuàng)建索引圖像等。（4）、

7、分析一個(gè)圖像的頻譜特征，利用傅里葉變換，將圖像從空間域變換到頻域，然后進(jìn)行各種處理，經(jīng)過(guò)高通濾波器或是低通濾波器。（5）、為了科學(xué)地定量描述和使用顏色，人們提出了各種顏色模型，按用途可分為三類：計(jì)算顏色模型，視覺顏色模型和工業(yè)顏色模型。有時(shí)為了不同的需要，要對(duì)顏色模型進(jìn)行轉(zhuǎn)換。二、GUI程序總體設(shè)計(jì)（一）MATLAB GUI程序要實(shí)現(xiàn)的功能：將一個(gè)RGB圖像轉(zhuǎn)換為灰度圖像?？梢詫?duì)圖像做各種變換，如旋轉(zhuǎn)等。可以對(duì)圖像進(jìn)行任意的亮度和對(duì)比度調(diào)整，顯示和對(duì)比變換前后的圖像。通過(guò)最近鄰插值和雙線性插值算法，將用戶所選取的圖像區(qū)域，進(jìn)行放大和縮小整數(shù)倍，并保存，比較幾種插值的效果。對(duì)顏色模型進(jìn)行轉(zhuǎn)換。為

8、了科學(xué)地定量描述和使用顏色，人們提出了各種顏色模型，按用途可分為三類：計(jì)算顏色模型，視覺顏色模型和工業(yè)顏色模型。有時(shí)為了不同的需要，要對(duì)顏色模型進(jìn)行轉(zhuǎn)換。在調(diào)節(jié)亮度時(shí)，雖然可以用對(duì)話框的形式輸入調(diào)節(jié)的比例系數(shù)，但是這樣效果不好，不容易調(diào)節(jié)。因此這里考慮用滾動(dòng)條來(lái)調(diào)節(jié)。總設(shè)計(jì)界面如上圖所示。三、具體設(shè)計(jì)與實(shí)現(xiàn)3.1、文件操作3.1.1、打開為了讓使用者更方便的使用，所以在設(shè)計(jì)的時(shí)候，通過(guò)對(duì)話框的形式來(lái)選擇文件，選擇uigetfile函數(shù)來(lái)實(shí)現(xiàn)，uigetfile函數(shù)顯示一個(gè)打開文件對(duì)話框，該對(duì)話框自動(dòng)列出當(dāng)前路徑下的目錄和文件，由于這個(gè)GUI程序的操作對(duì)象是圖像文件，所以設(shè)置這里的缺省后綴名為“

9、.bmp”。Uigetfile函數(shù)的調(diào)用格式為name,path=yigetfile(), 在按下對(duì)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(cuò)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(cuò)誤的對(duì)話框，否則，通過(guò)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(guò)對(duì)話框的形式來(lái)保存圖像數(shù)據(jù)，通過(guò)uigetfile函數(shù)選擇文件名和路徑，用getimage（gca）取出坐標(biāo)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

10、.3、退出退出比較簡(jiǎn)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(gè)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(shí)現(xiàn)方法程序?yàn)椋簓=(handles.img(:,:,1);%當(dāng)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(yùn)用rgb2gray函數(shù)實(shí)現(xiàn)彩色圖像到灰度圖像的轉(zhuǎn)換。程序?yàn)椋簓=rgb2gray(handles.img); imshow(y);這個(gè)程序只能用于RGB圖像

11、轉(zhuǎn)換灰度圖像，當(dāng)原始圖像本來(lái)就是灰度圖像時(shí)，運(yùn)行該程序時(shí)就會(huì)出錯(cuò)，但是使用者在使用時(shí)有時(shí)并不知道這些，為了使該程序更加完善，應(yīng)該在使用者原先圖像時(shí)灰度圖像時(shí)使用該功能時(shí)，應(yīng)該要顯示提示類信息。所以在開始時(shí)應(yīng)該要有一個(gè)RGB圖像或是灰度圖像的判斷過(guò)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(duì)話框3.2.2

12、、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(rèn)值是1 表示線性映射。由于該函數(shù)有五個(gè)參數(shù)需要輸入，為了方便用戶改變，所以這里設(shè)計(jì)一個(gè)輸入對(duì)話框，用戶通過(guò)對(duì)話框把五個(gè)參數(shù)賦值給low_in high_in,low_out high_out,gamma這五個(gè)參數(shù)，如下一組命令建立了如圖所示的輸入對(duì)話框：prompt='輸入?yún)?shù)1','輸入?yún)?shù)2','輸入gamma'defans='0 0.7','

13、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(jìn)行任意的亮度和對(duì)比度變化調(diào)整，有時(shí)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(yīng)該用滑動(dòng)條來(lái)調(diào)節(jié)圖像的亮度和對(duì)比度，這樣更適合用戶的使用習(xí)慣。由于imadjust函數(shù)有五個(gè)參數(shù)，所以原則上需要設(shè)計(jì)五個(gè)滑動(dòng)條來(lái)調(diào)節(jié)對(duì)比度，這對(duì)用戶來(lái)說(shuō)顯然比較麻煩，因此在設(shè)計(jì)的時(shí)候固定其中的三個(gè)參數(shù)，通過(guò)調(diào)節(jié)兩個(gè)參數(shù)的值來(lái)改變亮度和對(duì)比度。0 handles.beta,0 1,handles.gm，這里的變量handl

14、es.beta和handles.gm就通過(guò)滑動(dòng)條得到，滑動(dòng)條設(shè)計(jì)如下圖：亮度調(diào)整的tag名為ld，取值圍01，gamma值的tag名為gamma，取值圍為05。獲取滑動(dòng)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(dòng)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(shí)現(xiàn)對(duì)圖像的剪切操作。該操作剪切的是圖像中的一個(gè)矩形子圖，用戶可以通過(guò)參數(shù)指定這個(gè)矩形四個(gè)頂點(diǎn)的坐標(biāo)，也可以交互地用鼠標(biāo)選取這個(gè)矩

15、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(jìn)行操作。下圖就是對(duì)三維圖像的截圖：3.2.4、縮放在MATLAB中，用函數(shù)imresize來(lái)實(shí)現(xiàn)對(duì)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，metho

16、d)表示返回原圖A的m倍放大圖像(m小于1時(shí)實(shí)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(rèn)設(shè)置： 雖然處理后看不出放大的效果，這是由于坐標(biāo)軸限制的原因，如果把處理后的圖片保存起來(lái)，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、旋轉(zhuǎn)3.3.1、上下翻轉(zhuǎn)函數(shù)flipud是實(shí)現(xiàn)一個(gè)二維矩陣的上下翻轉(zhuǎn)，如a=1 2;3 4,經(jīng)過(guò)該函數(shù)處理后，原矩陣變?yōu)? 4;1 2;所以利用該函數(shù)也可以對(duì)圖像進(jìn)行上下翻轉(zhuǎn)處理，但由于該函數(shù)針對(duì)二維數(shù)據(jù)的處理，所以在寫程序時(shí)，要對(duì)RGB圖像和灰度圖像分開處理，這就要用到isrgb函數(shù)來(lái)判斷，如果是灰度圖像，則可以

17、直接用這個(gè)函數(shù)進(jìn)行處理，否則就要對(duì)RGB圖像進(jìn)行降維處理， for k=1:3 y(:,:,k)=flipud(x(:,:,k);end 處理結(jié)果如圖：3.3.2、左右翻轉(zhuǎn)對(duì)圖像的左右翻轉(zhuǎn)也可以用fliplr函數(shù)來(lái)處理，同樣的，也要對(duì)灰度和彩色圖像分開處理，處理結(jié)果如圖：3.3.3、任意角度翻轉(zhuǎn) 用函數(shù)imrotate來(lái)實(shí)現(xiàn)對(duì)圖像的插值旋轉(zhuǎn)。該函數(shù)的調(diào)用格式如下： Bimrotate(A，angle，method，crop) 其中，參數(shù)method用于指定插值的方法，可選的值可以有三種，分別為鄰近插值，雙線性插值，雙三次插值，缺省時(shí)為鄰近插值，參數(shù)angle代表旋轉(zhuǎn)的角度。一般來(lái)說(shuō)，旋轉(zhuǎn)后的圖

18、像會(huì)比原圖大，用戶可以指定“crop”參數(shù)對(duì)旋轉(zhuǎn)后的圖像進(jìn)行剪切(取圖像的中間部分)，使返回的圖像與原圖大小一樣。執(zhí)行結(jié)果為：3.4、加入噪聲經(jīng)常用到的噪聲有三種，高斯噪聲，椒鹽噪聲，乘性噪聲，可以通過(guò)以下三個(gè)函數(shù)來(lái)實(shí)現(xiàn)：y=imnoise(handles.img,'gaussian',p1,p2);%高斯噪聲y=imnoise(x,'salt & pepper',p1); %椒鹽噪聲y=imnoise(handles.img,'speckle',p1); %乘性噪聲p1，p2的參數(shù)也通過(guò)輸入對(duì)話框的形式得到，原圖加入高斯噪聲后結(jié)果如下所

19、示：3.5、濾波 這里選擇三種濾波方法，k=medfilt2(handles.noise_img);%中值濾波k=wiener2(handles.noise_img,5,5);%自適應(yīng)濾波k=filter2(fspecial('average',3),handles.noise_img)/255;%平滑濾波 同樣的，這些函數(shù)也是針對(duì)二維數(shù)據(jù)，所以要先判斷是彩色圖像還是灰度圖像，然后分別進(jìn)行處理，下面是對(duì)彩色圖像的自適應(yīng)濾波處理：i=handles.noise_img;if isrgb(i) a=handles.noise_img(:,:,1);b=handles.noise_i

20、mg(:,:,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);執(zhí)行結(jié)果如圖：對(duì)其他方法的濾波程序也類似，由于把各個(gè)濾波方法放在一個(gè)選擇框里，所以程序要用以下的選擇語(yǔ)句：switch str case '中值濾波' case '自適應(yīng)濾波' case '平滑濾波'end3.6、直方圖統(tǒng)計(jì) 用imhist函數(shù)對(duì)圖像數(shù)據(jù)進(jìn)行直方圖統(tǒng)計(jì)，x=imhist(handles.img

21、(:,:,1); bar(horz,x); 其中，x矩陣的數(shù)據(jù)是0255灰度值的統(tǒng)計(jì)個(gè)數(shù)，如果直接對(duì)x矩陣數(shù)據(jù)進(jìn)行圖形圖顯示，由于有256個(gè)數(shù)據(jù)，在坐標(biāo)系中就會(huì)很密集，為了更清楚的顯示條形圖，所以在程序設(shè)計(jì)時(shí)，把x數(shù)據(jù)進(jìn)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(jì)外，還可以對(duì)圖像進(jìn)行均衡處理，所用到的函數(shù)是histeq，這兩個(gè)函數(shù)同樣只使用于二維數(shù)據(jù)，所以也要對(duì)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3.7、頻譜分析3.7.1、頻譜圖為了得到圖像的頻譜圖，先要對(duì)數(shù)據(jù)進(jìn)行傅里葉變換，用fft2函數(shù)

22、對(duì)二維數(shù)據(jù)進(jìn)行快速傅里葉變換，同時(shí)為了更好的觀察頻譜圖，需要把fft2變換后的數(shù)據(jù)進(jìn)行平移，利用fftshift函數(shù)，把快速傅里葉變換的DC 組件移到光譜中心。這樣圖像能量的低頻成分將集中到頻譜中心，圖像上的邊緣、線條細(xì)節(jié)信息等高頻成分將分散在圖像頻譜的邊緣。如下圖所示：3.7.2、通過(guò)高通濾波器axes(handles.axes2);x=(handles.img);if isrgb(x) msgbox('這是彩色圖像,不能通過(guò)高通濾波器','失敗');elsey1=imnoise(x,'gaussian'); %加高斯噪聲f=double(y1

23、); % 數(shù)據(jù)類型轉(zhuǎn)換k=fft2(f); % 傅立葉變換g=fftshift(k); % 轉(zhuǎn)換數(shù)據(jù)矩陣M,N=size(g);nn=2;d0=3; %截止頻率為3m=fix(M/2); n=fix(N/2);for i=1:M for j=1:N d=sqrt(i-m)2+(j-n)2); % 計(jì)算高通濾波器傳遞函數(shù) if d<=d0 h=0; else h=1; end result(i,j)=h*g(i,j); endendresult=ifftshift(result);y2=ifft2(result);y3=uint8(real(y2);imshow(y3); end3.7.3

24、、通過(guò)低通濾波器axes(handles.axes2);x=(handles.img);if isrgb(x) msgbox('這是彩色圖像,不能通過(guò)低通濾波器','失敗');elsey1=imnoise(x,'salt & pepper'); % 疊加椒鹽噪聲f=double(y1); % 數(shù)據(jù)類型轉(zhuǎn)換，不支持圖像的無(wú)符號(hào)整型的計(jì)算g=fft2(f); % 傅立葉變換g=fftshift(g); % 轉(zhuǎn)換數(shù)據(jù)矩陣M,N=size(g);nn=2; % 二階巴特沃斯(Butterworth)低通濾波器d0=10; %截止頻率為10m=fi

25、x(M/2); n=fix(N/2);for i=1:M for j=1:N d=sqrt(i-m)2+(j-n)2); h=1/(1+0.414*(d/d0)(2*nn);% 計(jì)算低通濾波器傳遞函數(shù) result(i,j)=h*g(i,j); endendresult=ifftshift(result);y2=ifft2(result);y3=uint8(real(y2);imshow(y3); % 顯示濾波處理后的圖像end3.8、灰度圖像處理3.8.1、二值圖像 用j=im2bw(x);來(lái)對(duì)灰度圖像到二值圖像的轉(zhuǎn)換。轉(zhuǎn)換結(jié)果為：3.8.2、創(chuàng)建索引圖像用X = grayslice(I,n

26、)函數(shù)來(lái)實(shí)現(xiàn)，轉(zhuǎn)換后得到的圖像為：3.9、顏色模型轉(zhuǎn)換下面是RGB顏色模型到HSV模型的轉(zhuǎn)換程序：axes(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轉(zhuǎn)換后的結(jié)果為：同樣的，轉(zhuǎn)化為ntsc和ycbcr模型，只要改為相應(yīng)的函數(shù)即可。函數(shù)如下：rgb2ntsc(x);% rgb模型轉(zhuǎn)ntsc模型rgb2ycbcr(x);% rgb模型轉(zhuǎn)ycbcr模型3.10、操作界面設(shè)計(jì)為了使整個(gè)操作界面更加的

27、美觀，對(duì)背景顏色和字體顏色進(jìn)行設(shè)置。四、程序調(diào)試與結(jié)果分析（一）在程序設(shè)計(jì)過(guò)程中遇到的問(wèn)題1、 一個(gè)函數(shù)只能對(duì)灰度圖像處理，不能對(duì)RGB圖像處理，那么如何才能對(duì)RGB圖像處理呢？這主要是對(duì)MATLAB函數(shù)的不夠清楚，用到的很多函數(shù)是針對(duì)二維數(shù)據(jù)的，而RGB圖像的數(shù)據(jù)是一個(gè)三維矩陣，所以處理要與灰度圖像不同，在開始的時(shí)候，我認(rèn)為應(yīng)該找一個(gè)能夠應(yīng)用于三維矩陣的函數(shù)，結(jié)果卻沒找到，后來(lái)想到可以把三維數(shù)據(jù)進(jìn)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。2、 同一個(gè)操作對(duì)灰度圖像可以使用，當(dāng)用戶選擇的是彩色圖像時(shí)，該操作就會(huì)出錯(cuò)？這是由于設(shè)計(jì)程序時(shí)，本身程序

28、是有針對(duì)性的，有些程序只能對(duì)灰度圖像有效，有些對(duì)彩色圖像有效，但是用戶并不清楚這些，所以在設(shè)計(jì)的過(guò)程中就要考慮全面，要分開設(shè)計(jì)。在本次課程設(shè)計(jì)中，我均對(duì)每個(gè)程序的開始時(shí)，用if isrgb（x）進(jìn)行判斷。3、 在沒有加入噪聲的情況下，點(diǎn)擊“中值濾波”或是其它濾波，會(huì)提示錯(cuò)誤？這是由于在濾波程序設(shè)計(jì)的過(guò)程中，開始用到的變量是handles.noise_img，而這個(gè)變量是在加入噪聲時(shí)候才定義的，所以在沒有加入噪聲的情況下，點(diǎn)擊各個(gè)濾波就會(huì)彈出變量沒有定義的錯(cuò)誤，解決方法就是在文件打開的時(shí)候就給定義handles.noise_img=x。a) 本次設(shè)計(jì)存在一個(gè)比較大的問(wèn)題，就是每次操作都是獨(dú)立的，

29、比如：要對(duì)圖像加入噪聲，然后在此基礎(chǔ)上進(jìn)行亮度調(diào)整，截圖，頻譜分析等等就不行。我認(rèn)為應(yīng)該是整個(gè)程序設(shè)計(jì)過(guò)程中對(duì)變量的設(shè)置沒有做好，應(yīng)該每次操作后，把處理后的數(shù)據(jù)保存在一個(gè)全局變量，這樣還要對(duì)處理后的數(shù)據(jù)進(jìn)行在處理時(shí)，只要把這個(gè)全局變量作為原始數(shù)據(jù)帶入就可。4、在這次課程設(shè)計(jì)過(guò)程中，感觸很深，由于對(duì)MATLAB圖像處理的函數(shù)不熟悉，導(dǎo)致自己走了很多的彎路，比如在設(shè)計(jì)圖像左轉(zhuǎn)90度和右轉(zhuǎn)90度時(shí)，由于開始并不知道imrotate函數(shù)，只知道上下翻轉(zhuǎn)flipud和左右翻轉(zhuǎn)fliplr函數(shù)，想著要怎么用這兩個(gè)函數(shù)來(lái)實(shí)現(xiàn)左轉(zhuǎn)和右轉(zhuǎn)呢，如果當(dāng)當(dāng)只用矩陣轉(zhuǎn)置的話，并不能達(dá)到要求，后來(lái)想可以結(jié)合flipud和

30、fliplr函數(shù)來(lái)實(shí)現(xiàn)，下面程序是實(shí)現(xiàn)左轉(zhuǎn)90度：axes(handles.axes2);x=(handles.img);if isrgb(handles.img) a=x(:,:,1);b=x(:,:,2);c=x(:,:,3);e=a'g=b'f=c'y(:,:,1)=e;y(:,:,2)=g;y(:,:,3)=f;axes(handles.axes2);for k=1:3 f(:,:,k)=flipud(y(:,:,k);endimshow(f);else m=x'y=flipud(m); imshow(y);end同理，也可以通過(guò)轉(zhuǎn)置和fliplr函數(shù)實(shí)

31、現(xiàn)右轉(zhuǎn)90度。但是后來(lái)發(fā)現(xiàn)其實(shí)只要用imrotate函數(shù)就可以解決問(wèn)題。通過(guò)這次經(jīng)歷后，后來(lái)在設(shè)計(jì)其它程序時(shí)，盡量找MATLAB自帶的現(xiàn)成函數(shù)，而不是一碰到問(wèn)題就自己想算法，這樣可以節(jié)省較多的時(shí)間。結(jié) 語(yǔ)通過(guò)本次課程設(shè)計(jì)，使自己對(duì)MATLAB GUI設(shè)計(jì)流程有了比較深刻的體會(huì)，同時(shí)也了解了一般軟件設(shè)計(jì)的過(guò)程。在設(shè)計(jì)過(guò)程中碰到了很多的問(wèn)題，通過(guò)這些問(wèn)題，使自己分析問(wèn)題，解決問(wèn)題的能力得到了較大的提高。在理工科的專業(yè)應(yīng)用背景下，用matlab 進(jìn)行相關(guān)計(jì)算與仿真編程的優(yōu)勢(shì)非常突出。特定的問(wèn)題處理算法，我們通常都以M文件的文本形式給定最終的解決方案，自己設(shè)計(jì)的程序是在MATLAB環(huán)境下，用MATLA

32、B語(yǔ)言編寫的，這對(duì)于有安裝MATLAB軟件的計(jì)算機(jī)上運(yùn)行并不存在什么問(wèn)題，關(guān)鍵是一般的計(jì)算機(jī)很少有去安裝MATLAB軟件的，那么要在這些機(jī)子上運(yùn)行該程序要怎么辦呢，難道要先安裝MATLAB軟件，這顯然太麻煩了，對(duì)于一個(gè)通用的，比較成熟的解決方案，我們當(dāng)然期望它能應(yīng)用到更多的場(chǎng)合，而.exe （可執(zhí)行）文件可運(yùn)行于所有的通用WINDOWS操作系統(tǒng)，為此，將M文件轉(zhuǎn)換成.exe文件倒是個(gè)不錯(cuò)的想法。參考文獻(xiàn)【1】 阿奇，戈，陽(yáng).MATLAB實(shí)用教程M.：電子工業(yè)【2】 程衛(wèi)國(guó)，峰，東，徐聽.MATLAB5.3應(yīng)用指南M.：人民郵電【3】 .MATLAB 6.X圖像編程與圖像處理M.：電子科技大學(xué)附

33、錄%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(cuò)'); return;else x=imread(path,name); axes(handles.axes1);

34、 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(cuò)'); return;elsefile=strcat(pathname

35、,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)

36、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);

37、 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)

38、; 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')

39、; %最近鄰插值法放大imshow(y);-functionshuangxianfa_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_Call

40、back(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);

41、 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'

42、;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,de

43、fans);p1=str2num(p1);y=imresize(handles.img,p1,'bicubic'); imshow(y); -function xuanzhuan_Callback(hObject, eventdata, handles)-function updown_Callback(hObject, eventdata, handles)%上下翻轉(zhuǎn)axes(handles.axes2);x=(handles.img);if isrgb(handles.img) for k=1:3 y(:,:,k)=flipud(x(:,:,k);%上下翻轉(zhuǎn)函數(shù)endims

44、how(y);else x=(handles.img); y=flipud(x); imshow(y);end-function leftright_Callback(hObject, eventdata, handles)%左右翻轉(zhuǎn)axes(handles.axes2);if isrgb(handles.img) x=(handles.img);for k=1:3 y(:,:,k)=fliplr(x(:,:,k);%左右翻轉(zhuǎn)函數(shù)endimshow(y);else x=(handles.img); y=fliplr(x); imshow(y);end-function zeft90_Callb

45、ack(hObject, eventdata, handles)%左轉(zhuǎn)90度axes(handles.axes2);x=(handles.img);y=imrotate(x,90); imshow(y);-function right90_Callback(hObject, eventdata, handles)%右轉(zhuǎn)90度axes(handles.axes2);x=(handles.img);y=imrotate(x,-90); imshow(y);-function other_Callback(hObject, eventdata, handles)%任意角度旋轉(zhuǎn)axes(handles

46、.axes2);prompt='輸入?yún)?shù)1:'defans='30'p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p1);y=imrotate(handles.img,p1); imshow(y);-function gs_Callback(hObject, eventdata, handles)%加入高斯噪聲 axes(handles.axes2); prompt='輸入?yún)?shù)1:','輸入?yún)?shù)2' defans='0','0.02' p

47、=inputdlg(prompt,'輸入?yún)?shù)',1,defans); p1=str2num(p1); p2=str2num(p2); y=imnoise(handles.img,'gaussian',p1,p2);imshow(y);handles.noise_img=y; guidata(hObject,handles);-function jy_Callback(hObject, eventdata, handles)%加入椒鹽噪聲prompt='輸入?yún)?shù)1:' %對(duì)話框的設(shè)置，用戶輸入的是字符串defans='0.02' %

48、缺省值p=inputdlg(prompt,'輸入?yún)?shù)',1,defans); p1=str2num(p1); %字符串轉(zhuǎn)化為數(shù)值axes(handles.axes2);x=(handles.img);y=imnoise(x,'salt & pepper',p1); imshow(y);handles.noise_img=y;guidata(hObject,handles);-function cx_Callback(hObject, eventdata, handles)%加入乘性噪聲 axes(handles.axes2);prompt='輸入

49、參數(shù)1:'defans='0.02'p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p1);y=imnoise(handles.img,'speckle',p1);imshow(y); handles.noise_img=y;guidata(hObject,handles);-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(jì)x1=x(1:10:256