1、精選優質文檔-傾情為你奉上摘要本課程設計基于對matlab軟件以及數字圖象處理的學習，制作了一個GUI界面顯示的圖像處理框。可以實現對圖像的讀取、保存、顯示，以及直方圖均衡化、閾值化、小波分解、小波重構、加噪、去噪、平滑、銳化、邊緣檢測、圖像分割等功能。通過對此課題的制作，對基于matlab的圖像處理函數以及小波變換等工程及其應用有了更深入的了解。設計目的1、掌握有關數字圖像的常用方法。2、掌握Matlab圖形工具箱中常用函數的使用方法。3、能用Matlab完成簡單的圖像處理。4、學會使用Matlab的GUI界面。設計要求和設計指標1、 編寫基本的數字圖象處理程序，包括圖象的讀取、存儲、顯示、

2、直方圖均衡化、閾值化、小波分解、小波重構、加噪、去噪、平滑、銳化、邊緣檢測、圖像分割等功能（可自己任意設計、增減功能）。2、 盡量使用界面GUI（選做）。3、 要求使用Matlab編制程序，寫出報告。報告包括：設計思路、算法、源程序代碼、運行示例、界面GUI等內容。GUI界面圖設計思路一、 設計GUI編輯界面4、 在Matlab中Create New GUI，并保存為new.fig，即出現GUI編輯界面，如圖一所示。5、 在GUI編輯界面設置Push Button按鈕，并在Property Inspector里更改屬性。依次命名為讀取圖片、保存圖片、退出、加噪、去噪、直方圖均值化、閾值化、邊緣

3、監測、圖像分割、理想平滑、銳化、一維離散小波變換、二維離散小波變換。6、 點擊Axes鍵，劃定圖像顯示區域，如圖一所示。二、 添加圖像處理程序1、 選中“讀取圖片”按鈕，右鍵點擊view callbackscallback，Editor框自動跳到該按鈕對應的編程區function pushbutton1_Callback(hObject, eventdata, handles)。在注釋的后面添加“讀取圖片”所需要的程序，如下：%選擇圖片路徑filename,pathname=.uigetfile('*.jpg''*bmp''*gif','

4、選擇圖片');%合成路徑+文件名str=pathname filename;global I;%讀取圖片I=imread(str);%顯示圖片imshow(I);2、 點擊運行按鈕，即挑出GUI運行界面，如圖二所示。此時點擊“讀取圖片”按鈕，即可在指定路徑添加圖片，并在axes窗口中顯示。3、 依次按照前兩個步驟，分別添加保存圖片、退出、加噪、去噪、直方圖均值化、閾值化、邊緣監測、圖像分割、理想平滑、銳化、一維離散小波變換、二維離散小波變換等程序，并分別調試運行即可。4、 詳細程序代碼及運行示例及GUI界面見附件。算法的應用在此次數字圖像處理中運用了多種算法，甚至在有些功能，如銳化就運

5、用了5種算法來實現。算法的具體說明與描述請見附件。邊緣監測：edge函數、Soble邊界探測器和Canny邊界探測器分別進行邊緣監測，用以比較。加噪：疊加均值為0，方差為0.02的高斯噪聲以及疊加密度為0.04的椒鹽噪聲。去噪：先疊加密度為0.04的椒鹽噪聲，再加以去噪。平滑：運用低通濾波器銳化：分別采用空間高通濾波法以及四種頻域高通濾波法來銳化。其中頻域銳化分別采用理想高通濾波器、巴特沃斯高通濾波器、指數型高通濾波器和梯形高通濾波器來實現。5種算法同時輸出圖片，進行比較。附主要程序代碼如下：讀取圖片：%選擇圖片路徑filename,pathname=.uigetfile('*.jpg

6、''*bmp''*gif','選擇圖片'); %合成路徑+文件名str=pathname filename; global Q; % 定義全局變量Q%讀取圖片Q=imread(str);%顯示圖片imshow(Q);保存圖片：global Q;imwrite(Q,'my.png'); % 圖片保存為my.png退出：close(gcf)直方圖均值化：global Q;figure,imhist(Q);I2=histeq(Q);figure,imshow(I2);閾值化將灰度圖像轉化為索引圖像：global Q; X=gra

7、yslice(Q,16); figure(1); imshow(X,hot(16);邊緣檢測：global Q;RGB=Q; figure(1); imshow(RGB);Q=rgb2gray(RGB); figure(2); imshow(Q); colorbar('horiz');ED=edge(Q,'sobel',0.08); figure(3); imshow(ED);圖像分割：global Q; BW=roicolor(Q,128,255); figure(1),imshow(Q) figure(2),imshow(BW);加噪：J1=imnoise(

8、Q,'gaussian',0,0.02); % 疊加均值為0，方差為0.02的高斯噪聲，可以用 % localvar代替figure,imshow (J1);J2=imnoise(Q,'salt & pepper',0.04); % 疊加密度為0.04的椒鹽噪聲。 figure,imshow(J2);去噪：J2=imnoise(Q,'salt & pepper',0.04); % 疊加密度為0.04的椒鹽噪聲。 figure,imshow(J2);Q_Filter1=medfilt2(J2,3 3); %窗口大小為3×3

9、figure,imshow(Q_Filter1);Q_Filter2=medfilt2(J2,5 5); %窗口大小為5×5figure,imshow(Q_Filter2);Q_Filter3=medfilt2(J2,7 7); %窗口大小為7×7figure,imshow(Q_Filter3);理想平滑：figure;imshow(A);A=double(A);m,n=size(A);for i=1:m for j=1:n A(i,j)=A(i,j)*(-1)(i+j); endendfigure;imshow(A,0 255);A=fft2(A);figure;imsh

10、ow(A,0 255);B=abs(A);C=10*log(1+B);figure;imshow(C,0 255);D=zeros(m,n);H=zeros(m,n);Dt=50;for i=1:m for j=1:n D(i,j)=sqrt(i-m/2-1)*(i-m/2-1)+(j-n/2-1)*(j-n/2-1); if D(i,j)<=Dt H(i,j)=1; else H(i,j)=0; end end endG=A.*H;figure;imshow(G,0 255);B=abs(G);C=10*log(1+B);figure;imshow(C,0 255);A=ifft2(G

11、);for i=1:m for j=1:n A(i,j)=A(i,j)*(-1)(i+j); endendfigure;imshow(A,0 255);A=uint8(A);imwrite(A,'test2_change.jpg');銳化： 5種方式實現銳化clc;I,map=imread(str);figuresubplot(3,2,1),imshow(I,map);I=double(I);IX,IY=gradient(I);GM=sqrt(IX.*IX+IY.*IY);OUT1=GM;subplot(3,3,2),imshow(OUT1,map);OUT2=I;J=find

12、(GM>=10);OUT2(J)=GM(J);subplot(3,2,3),imshow(OUT2,map);OUT3=I;J=find(GM>=10);OUT3(J)=255;subplot(3,2,4),imshow(OUT3,map);OUT4=I;J=find(GM<=10);OUT4(J)=255;subplot(3,2,5),imshow(OUT4,map);OUT5=I;J=find(GM>=10);OUT5(J)=255;Q=find(GM<10);OUT5(Q)=0;subplot(3,2,6),imshow(OUT5,map);一維離散小波變換

13、：load leleccum; s=leleccum(1:3920); ls=length(s); figure,plot(s) %讀入預先存儲的信號ca1,cd1=dwt(s,'db1');subplot(1,2,1),plot(ca1);subplot(1,2,2),plot(cd1) %小波分解第一層a1=upcoef('a',ca1,'db1',1,ls);d1=upcoef('d',cd1,'db1',1,ls);subplot(1,2,1),plot(a1);subplot(1,2,2),plot(d1

14、); %重構得到的近似信號和細節信號figure,plot(a1+d1); %近似與細節相加a0=idwt(ca1,cd1,'db1',ls);figure,plot(a0); %小波反變換重構C,L=wavedec(s,3,'db1'); %第三層小波分解ca3=appcoef(C,L,'db1',3);figure,plot(ca3); %近似分量cd3=detcoef(C,L,3);cd2=detcoef(C,L,2);cd1=detcoef(C,L,1);plot(cd3);figure,plot(cd2);figure,plot(cd1

15、); %三層細節分量a3=wrcoef('a',C,L,'db1',3);figure,plot(a3); %重構第三層近似信號d3=wrcoef('d',C,L,'db1',3);d2=wrcoef('d',C,L,'db1',2);d1=wrcoef('d',C,L,'db1',1);plot(d3);figure,plot(d2);figure,plot(d1); %重構3層細節信號a0=waverec(C,L,'db1');figure,plo

16、t(a0); %重構信號在第1層的近似信號二維離散小波變換：load woman2nbcol=size(map,1);colormap(pink(nbcol);cod_X=wcodemat(X,nbcol);image(cod_X);axis('square'); %編碼后的原始圖像ca1,ch1,cv1,cd1=dwt2(X,'db1');cod_ca1=wcodemat(ca1,nbcol);cod_ch1=wcodemat(ch1,nbcol);cod_cv1=wcodemat(cv1,nbcol);cod_cd1=wcodemat(cd1,nbcol);

17、image(cod_ca1,cod_ch1;cod_cv1,cod_cd1); %對圖像小波分解ca2,ch2,cv2,cd2=dwt2(ca1,'db1');cod_ca2=wcodemat(ca2,nbcol);cod_ch2=wcodemat(ch2,nbcol);cod_cv2=wcodemat(cv2,nbcol);cod_cd2=wcodemat(cd2,nbcol);image(cod_ca2,cod_ch2;cod_cv2,cod_cd2);axis('square') %第2層 a0=idwt2(ca1,ch1,cv1,cd1,'db1

18、',size(X);a0=wcodemat(a0,nbcol);image(a0);axis('square'); %第1層重構C,S=wavedec2(X,2,'db1');ca2=appcoef2(C,S,'db1',2);ch2=detcoef2('h',C,S,2);cv2=detcoef2('v',C,S,2);cd2=detcoef2('d',C,S,2);cod_ca2=wcodemat(ca2,nbcol);cod_ch2=wcodemat(ch2,nbcol);cod_cv

19、2=wcodemat(cv2,nbcol);cod_cd2=wcodemat(cd2,nbcol);image(cod_ca2,cod_ch2;cod_cv2,cod_cd2);axis('square');ca1=appcoef2(C,S,'db1',1);ch1=detcoef2('h',C,S,1);cv1=detcoef2('v',C,S,1);cd1=detcoef2('d',C,S,1);cod_ca1=wcodemat(ca1,nbcol);cod_ch1=wcodemat(ch1,nbcol);co

20、d_cv1=wcodemat(cv1,nbcol);cod_cd1=wcodemat(cd1,nbcol);image(cod_ca1,cod_ch1;cod_cv1,cod_cd1);axis('square') %第二層細節分量a2=wrcoef2('a',C,S,'db1',2);cod_a2=wcodemat(a2,nbcol);subplot(2,2,1),image(cod_a2);axis('square');h2=wrcoef2('h',C,S,'db1',2);v2=wrcoef2

21、('v',C,S,'db1',2);d2=wrcoef2('d',C,S,'db1',2);cod_h2=wcodemat(h2,nbcol);cod_v2=wcodemat(v2,nbcol);cod_d2=wcodemat(d2,nbcol);subplot(2,2,2),image(cod_h2);axis('square');subplot(2,2,3),image(cod_v2);axis('square');subplot(2,2,4),image(cod_h2);axis('square'); %第二層重構C,S=upwlev2(C,S,'db1');ca1=appcoef2(C,S,'db1',1);ch1=detcoef2('h',C,S,1);cv1=detcoef2('v',C,S,1);cd1=detcoef2('d',C,S,1