基于MATLAB的圖像編輯器設計摘要數字圖像處理技術就是指通過電腦采用一些特殊算法來處理圖形影像。目前數字影像處理技術在各個方面和領域中已經得到了比較普遍的運用。MATLAB是數字算法計算的軟件工具，在國內外都有廣泛應用，擁有圖形圖像處理技術，簡單化操作步驟，易于快速開發，是快速響應式的圖形處理開發設計工具。強大的計算機運算及其圖形顯示功能，讓圖像的處理過程變得越來越簡單、直觀。本文研究的主要內容是采用MATLAB提供的圖像化界面環境（GUIDE）設計一個界面直觀的圖像編輯器。基于MATLAB的數字圖像處理環境進行了系列數字圖像處理實驗。可對BMP、GIF、JPEG、TIFF、PNG等圖片格式去進行處理。功能包含了圖像的實時顯示、圖像格式轉換及數據圖像處理流程，可完成彩色圖像完成灰度轉換、多種算子邊緣檢測、直方圖統計及分割功能。關鍵詞：MATLABGUIDE圖像化界面數字圖像處理二值圖像直方圖目錄TOC\o"1-3"\h\u第1章緒論 21.1課題研究的目的及意義 21.2國內外研究現狀 21.3課題內容安排 3第2章數字圖像處理的簡介 42.1圖像的數字化過程 42.2圖像處理基本原理 42.3數字圖像處理的特點和應用 62.4數字圖像類型 6第3章MATLAB仿真軟件的簡介 83.1MATLAB簡介 83.2MATLAB在數字圖像中的運用 83.3MATLAB軟件設計原理 9第4章處理系統設計與實現 114.1系統功能架構設計 114.2系統用戶界面設計 114.3系統功能實現與仿真分析 13總結 18第1章緒論1.1課題研究的目的及意義MATLAB軟件是根據數學界和計算機科學界的多位專家學者所合作編寫的專業軟件系統，隨著這些年的不斷進步與投入生產，儼然成為了國內與國外知名的可視化科學研究軟件品牌，數學科學工程界的編程語言，可利用數學方式去設計程序。比如C、JAVA、PYTHON等編程語言接近于我們數學公式的編寫，利用MATLAB編寫數學計算算法代碼就像編寫數學公式求出答案的過程一樣，使之高效快速的編寫數學應用程序。圖像是現代社會中人類收集和獲得、交換資料和信息的主要媒介，因此，圖像處理在各個應用場景中必然會涉及至關重要，包括到整個人類的生活與工作。隨著現代人類智能技術活動區域的不斷拓寬，圖像處理的應用領域也會隨之越來越廣泛，數字圖像的處理對于人類的影響將是不可限量的。1.2國內外研究現狀數字影像編碼處理最早可能出現于20世紀20年代。當時，人們已經可以充分利用帶有bartlane三種海底傳輸電纜的數字圖片壓縮信息數字傳輸發送系統，從倫敦、紐約向世界全國各地發送傳輸的每一幅由一張數字圖片壓縮后的海底圖片，將全國傳送信息時間由一周多小時減少至達到了每天不足三個小時。為了更好實現對一個圖片的視頻傳輸，本次性能測試采用系統先對信號傳輸端圖像進行一個圖像的視頻編碼，然后將該編碼圖片在信號接收端通過采用特別的數字打印處理裝置進行重構。雖然這一各種類型的技術應用已經完全包含了對現代數字影像信號處理技術方面的一些基礎知識，但卻沒有真正能夠使用或達到數字計算機。而對于數字圖像的采集處理則必然需要巨額的數字存儲數據空間和數字計算處理能力，其快速度的發展也就必然受到了現代計算機中與圖像數據的采集存儲、顯示及其他信息流的傳輸等密切直接相關的信息技術不斷進步所受的制約。在20世紀50年代，當時的使用數字化和使用電子化的計算機已經逐步得到發展了并達到了一定的發展水平，人們也已經開始嘗試使用量子電腦軟件來進行收集大量圖形、影像等相關信息。國內最具代表性程度的就是清華大學研發團隊開創性地研制出來的數學影像開發式數據處理編程系統tdb-idk。另外一家代表性的為東大軟件互聯科技公司所開發的數學影像技術軟件。tdb-idk是基于tms320c6000dsp信號處理系統開發的一種視頻影像處理系統，它也是一款集成化的數字信號處理系統的完美解決方案，可用于研發和設計需投入現實過程中的視頻圖片處理方面。可快速完成高等院校、科學研究院和科技研發公司在圖像學處理方面的生產運用。在數據采集、輸出圖像、圖像處理算法方面有較高效率的完成方法。可實時對輸入的圖像信息進行處理，更方便獨立于數字信號處理程序去分析研究數據。利用視頻圖像實時傳輸技術對數字圖像采集與傳輸，采用信息點對點的數字化圖像處理，使用圖像算法處理圖像之間的差異，利用其灰度圖像進行銳化、平整、變型、提前外形還有畫面增強、格式轉化、修改文件。1.3課題內容安排本文主要講述數字圖像處理的具體概況及應用。總共劃分4章，內容安排如下:介紹了本次研究課題的主要研究發展目標及其重要意義，以及國內外醫學相關課題研究的未來發展以及現狀。

第2章數字圖像處理的簡介2.1圖像的數字化過程圖像的二維數字化處理就是要在計算機內部自動生成二維圖像矩陣。數字化的主要技術目標之一就是將一幅電視畫面的全部圖像用一種數字化的形式對其內容進行圖像顯示，并且這就需要我們能夠充分做到這樣既保證不產生失真，同時又要能夠充分便于使用電腦對其內容進行圖像處理。圖像的準確數字化技術需求就是必須要我們能夠真正達到用最小的圖像數據量而不是高失真的圖像方式上來去準確描述這些數字圖像文件中的所有信息。而且數字圖像(Digitalimagine)與其他傳統的數字圖像(有時例如數字模擬影像)之間往往具有很大的物理區別。圖像的數字化包括采樣和量化兩個過程。1.采樣采樣(Sampling)就是將在一定的圖像時間內和一定空間中連續不斷進行的各種圖像處理分割轉換為一個具有離散采樣點(或者說一個采樣點，即一個像素)的對象集合起來進行一種圖像處理。采樣法就是對于圖像中空間位置坐標進行離散化，它直接決定著圖像在空間上的分辨率。取樣越細，就會更加準確地顯示出圖像。2.量化如果把這些連續顏色變化的灰度值(又稱灰度值)都可以量化的達到8bit，則每個灰度量化值被分別劃分成稱為0-2552的256個量化級別，分別用來代表一種相應于各個級別灰度量化值的顏色濃淡變化程度，叫做一個灰度標度量化等級或者叫做灰度量化目標。經過多次分析采樣，圖像被多次分解后成為不同形狀物在不同時間上、空間上的連續離散像素分布，但是該分布像素的平均值(例如灰度值)仍然可以是連續的平均值。像素的最大濃淡度數值，是一種用來用于指白色藍-灰-黑-色的一種像素濃淡的數值，有時也可以用來用于指光的最大折射強度(也稱亮度)的濃淡值或者是最大灰度。將這些連續的值與濃淡灰度值或離散灰度中的值進行轉換后稱為離散灰度值(一個值的整數值)這種量化操作本身便是一個值的量化。對連續灰度的數值的每給出一個值的量化值是等級的，即連續灰度的數值的量化方法分別表示為:等等距間隔灰度量化(Equalintervalquantization)和非等等距間隔灰度量化(Nonequalintervalquantization)。等效的間距灰度量化原理就是將一個采樣灰度值在一個灰度量化區域內的各個灰度量化范圍等效的間距進行分割和計算進行簡易的灰度量化。非均勻誤差量化的乘法函數就是一種依據一幅數學圖像具體表現灰度和數值之間誤差分布的概率密度函數，按照總的誤差概率均勻量化法和誤差最小化的原則對其差值進行概率密度函數計算。在實用中通常可能會用到使用類似等距離法和間隔法的測量方法化。2.2圖像處理基本原理數字圖像處理(Digitalimageprocessing)主要定義是在泛指一種利用數字電腦或者計算機技術去除數字圖像中可能存在的各種噪聲、加強、復原、分割或者直接提取各種圖像特征的數字信息技術來進行處理數字圖像。相對于以往的各種數字圖像處理應用技術，數字圖像的信息處理實際上已經是一次走向全球性的"工業革命"，它已經徹底地完全改變了以往那些現代社會人們在研究使用數字圖像的方式同時所認為需要廣泛采用的各種圖像處理技術手段，成為了現代圖像信息處理中一個嶄新的技術發展研究方向。從信息系統總體研究的視角來看，數字圖像處理技術的研究內容主要有以下幾個方面:圖像的獲得、表現與呈現，圖像加固、圖像復原、圖像分割、圖像分析、圖像再造及對圖像進行編碼與壓縮。其中，數字圖像處理技術主要包括:計算機的各種技術/邏輯運動操作和幾何計算、圖像加強、影象分割、影像形態學的處理、模式識別、影像復原、影象壓縮等。(1)算術/邏輯操作圖像處理中的邏輯算術/運動邏輯算法運動算術操作主要指的是以計算像素對于另外一個計算像素的一次邏輯算術運動值作為計算依據在兩幅或幾幅多個圖像之間同時進行(其中并沒有規定包含任何具有邏輯性的非算術操作，它們只是在單幅多個影像中同時多次進行)。對一個圖象的邏輯運算及其操作也是以圖象像素函數為運算基礎。＂與或非"這三種函數邏輯變換算子完全都可以是被我們稱為一個函數式邏輯變換的。當我們在對兩個灰度不同等級的每個圖像像素做出邏輯運算時，將每個像素的灰度值轉換作為一個進行二進制化的字符串值并用來對它進行圖像處理。在四個三維算術代數運算法的操作中，減法和兩個加法對于三維圖像的圖形處理中最為有用。我們將兩幅正的圖像簡單地用聯想除合起來可以說明它們就是用一副一幅取逆的兩個圖像和另一幅一副取正的兩個圖像之間進行分數相乘。在四種加法代數隨機運算的實際操作中乘和加法代數運算被廣泛應用于可以減少對一個圖像中加性隨機運動噪音的重大影響;加和減法代數運算則經常能夠準確檢測和看到一個圖像中任何一個高度物體的所在位置和物體運動時其方向不會發生重大改變;乘法代數運算也非常適合廣泛應用于圖像標注法和圖像處理中的一些人們非常感興趣的各個區域;而乘和除法代數運算則經常被廣泛應用于對多光譜圖像遙感器的影像數據進行數學分析和圖像處理，以便于擴展不同的高度物體之間可能存在的高度差別。(2)幾何變換幾何處理計算的方法主要就是用于通過計算改變矩形圖像中各個圖象元素與其他圖象元件之間的圖像空間上和位置上的關系，從而直接改變各個圖象元件的圖像空間結構，達到對各個圖像元素進行幾何處理的主要目的。簡而言之，圖像幾何變換映射是一種指通過使用基因幾何變換方法來確定建立源后的圖像主體像素和基因變換后的源圖像主體像素之間的幾何映射。主要工作內容包括有對在圖像上的平移，縮放，旋轉，鏡像及轉置等的變換。(3)圖像增強圖像增強應用技術研究是目前國際圖像視頻處理中最為關鍵的幾個基礎性技術研究課題之一，圖像增強應用技術按其作用域大致情況可以詳細劃分表現為兩種，即集中空域圖像處理應用技術和頻域圖像處理應用技術。空域亮度處理就是直接對于整個圖像亮度進行空域處理，而頻域的亮度處理則主要指的是指存在于整個圖像的某一個亮度變化域內，對于整個圖像的變換時刻度和變換頻率系數首先進行變換運算，然后再通過進行反向逆向的變換運算來直接實現整個圖像的亮度增強。圖像增強顯示技術不僅可以有效凸顯或突出物體圖像對象中的某些"有用"的物體信息，擴大了物體圖像中不同的對象物體圖像性質及其特征之間的內在區別，改善了物體圖像的視覺整體感和視覺效果。圖像增強的四種算法主要類型包括直方形視圖濾波增強，空域圖像濾波減弱增強，頻域圖像濾波減弱增強和彩色圖像濾波增強。(4)圖像分割圖像分割可以把圖像細分到構成其子區域或物體的對象中。圖像分割算法通常是以兩個主要基本屬性之一，即不連貫性和相近度。第一類的方法是基于光線亮度不連續地變化來分割影像，比如在影片的邊緣。第二種類型的方法是依據事先編排好的準則把圖像劃分到相似地帶。圖像分割技術主要包括間斷檢測，邊緣檢查，門限處理。(5)圖像形態學處理圖像圖象形態學由它是一組基于圖像形態學的算子代數處理算子所結合組成，最基本的圖像形態學算子代數處理算子主要功能包括圖像腐蝕、膨脹、啟動停止運算、封閉啟動運算等，通過將這些代數算子進行組合并放在一起設計來進行應用，就可以能夠很好地設計實現三維圖像的各種形狀、結構等并進行圖象分析和圖像處理。數學圖像形態學課程能夠快速完成三維圖像的圖形分割，特征提取，邊界特征檢測，圖像邏輯濾波，圖像邏輯加強和圖形修改等數學工作。(6)模式識別模式識別技術總體上來說是從大量的數據信息和處理數據中提取來進行考慮，在一些專業實踐經驗和理論知識的綜合基礎上，利用計算機和現代數學的邏輯推理等計算方法等來進行大量信息的數據自動化模式識別。模式識別處理系統通常由4個組成部分，即用戶數據分析獲得、預處理、特征提取及用戶決策歸集等。(7)圖像復原(恢復)由于器件而導致的掃描光線漏、錯位等多種原因，這些都會不可避免地造成影響到圖像質量(衰減)。圖像的恢復就是依靠事先已經建立好并分析起來的一個系統性退化的模型，將已經降質了的圖像進行重建為一個接近于或者完全沒有退化的原始理想圖像。(8)圖像壓縮雖然數字圖像的質量和數據規模都是很龐大的，但是數字圖像實際上又因為它們具有很強的壓縮能力。圖像壓縮要處理的主要問題就是盡可能地降低表示數碼圖像所必須的數據。減小數據量的根本原則就是出去其中冗余的數據。此種變化是在圖像被存儲和傳輸前進行的。在以后的某個時間，再對被壓縮的圖像進行求解和重構，以及將原圖像或者原來的圖像近似為主。2.3數字圖像處理的特點和應用計算機影像處理與電子信息技術及其他計算機、多媒體、智能化機器人、專家系統等科學技術的進步緊密聯系在一起。近年來，利用計算機信息識別、理解圖像的技術在我國得到了極大地發展，即這種圖像信息處理的主要目的除了直接提供給病人觀察(比如醫療圖像則是為病人觀察作出診斷)外，還進一步地發展與計算機信息和視覺技術有關的領域，比如郵件自動劃分檢測，車輛自動駕駛等。下面只羅列一些比較典型的應用案例，而且在實踐中使用得更廣泛。(1)在生物醫學中的應用主要業務是對顯微鏡下影像的切片處理;dna顯示影像分析;紅、白血球切片分析以及計數;寄生蟲卵和其他正常組織的細胞切片識別分析;惡性癌細胞切片識別;以及正常染色體的切片分析等。(2)遙感航天中的應用軍事太空偵察、定位、導航、指揮等太空領域的技術應用;我國多通道光譜太空衛星的探測圖像物理分析;全國地形、地圖、國土資源普查;自然地質、礦物和水資源等的勘探;航空天文學、太空和小行星和地球物理學中的探測與物理分析。(3)工業應用cad和cam這兩種技術被廣泛應用于各種模具、配件制造、服飾、印染行業;零件、產品的無損性檢測，焊縫和內部的缺陷檢測;交通控制、機場安全監控;列車的車輛皮帶信號辨認等。(4)軍事公安領域中的應用巡航導彈的地形辨認;指紋自動識別;警戒系統和自動化的火炮監視;反偽裝偵測;手跡、人像、印章的認證和辨別;對于過期的檔案中文字復原;對于集裝箱不開盒的檢查等。2.4數字圖像類型一幅矩形圖像既或者可以同時分別包含一個圖形數據矩陣，又或者可以同時分別包含一個通過顏色矩陣映射的一個圖形數據矩陣。其中包含有四個基本的物體圖像結構形態:(1)二值圖像(二進制圖像)二值化節點圖像又可以稱為黑白節點圖像，就是這樣一個黑白圖像的所有象征物和節點只有可能存在0、1兩個整數值。一個二位數值值的圖像實際上應該是純黑白。每一個顏色像素的設置值將用于選擇0或者1中的一個像素值，通常0代表黑，1代表白。二維數值式的圖像也同樣可以被直接保存下來成為雙向高精度或者基于uint8類型的雙向高精度圖像范圍內的圖像數組，顯然通過使用這種uint8類型比較好地節省了存儲空間。在用于圖像返回處理的編程工具盒中，任何一個需要返回到的二進制矩形圖像的編程函數都必須通過是以基于uint8類型的一個邏輯數組串的方式調用來對它進行圖像返回。(2)灰度圖像灰度像素圖像的中心元素節點是直接把它保存在一個矩陣元素中的，這個矩陣元素中的各個灰度元素就直接代表了一個灰度像素的中心節點。矩陣類型可以廣泛認為為一是雙向高精度的矩陣類型，其中的取量和值范圍區間分別為[0，1];也就是它們之間可以被廣泛稱為uuuint8類型，其中的每個數據變量區間取值范圍分別為[0，255]。矩陣視圖中的各個亮度元素分別可以代表著不同的物體光照時間亮度和燈光灰度變化等級。(3)索引圖像索引顯示出來的幾何圖像由兩個類似圖形圖的矩陣和一個不同顏色作為圖的數組，其中，顏色圖的矩陣數組是按照一個圖像中所有不同顏色的特征值大小進行排列順序后的一個幾何圖形數組。對于每個顏色像素，圖象矩陣中都會固定包含一個像素值，這個特定位置的像素值就是在這個顏色結構圖中的像素索引。顏色精度示意圖為一個m*3雙單色精度的數值矩陣，各行分別明確標明了紅綠藍(rgb)的單色精度值。colormap=[r，g，b]，r，g，b可作為兩個值域分別標記作[0，1]的實值函數值。圖像精度矩陣和各種顏色標記圖之間的相互關系可以取決于它的圖像精度矩陣模型是雙單位精度矩陣模型或是uuint8(一種無顏色標記8位精度整型)等多種類別。如果一個顏色圖像上的矩陣顏色屬于雙向高精度的顏色類型，第一點的上所取一個值應該對應于這個顏色效果圖上的第一行，第二點上所取到的值應該對應于另外的一行，依次反復進行以此類推。如果一個矩形圖像顏色矩陣的行數值可以是一個uint8，有一個圖像偏移向的零點數量，第0點的行數值是否可以明確對應于這個圖像顏色矩形圖中的第一行，第一點的行可以的值對應于第二點的行，依次左右進行以此類推;uint8長度適用于多種顏色圖形文檔中的格式，它們也可以同時支持256色。第3章MATLAB仿真軟件的簡介3.1MATLAB簡介MATLAB是美國Mathworks科技公司研發推廣的一款數值型計算用戶界面化的功能軟件，英文商品名全稱為MatrixLaboratory，中文譯為矩陣實驗室，在多次的改進更新后，現已成為了最為優秀的數學與計算機科學的應用科學軟件，是國內與國外最為受到歡迎的用戶圖像界面程序。這款軟件集成了數據數值分析、線性代數矩陣方程運算、實時信號處理功能和圖形化功能顯示為一體，組成了方便使用，界面顯示友好的使用環境，具有較好的擴展功能，且擁有小型波段分析、圖像模塊分析、神經網絡生成、模擬控制系統、數字信號處理等多個專門的工具箱，而且工具箱內的源代碼也是開放的，分為多個M后綴文件，可對源代碼文件進行修改，所以MATLAB支持用戶的個性化修改開發，用戶也可以新添加新函數放入工具箱當中。MATLAB利用線性函數矩陣展示數字化圖像，所以MATLAB對于圖像化數字處理矩陣型運算問題的工作效率十分高。并且線性代數矩陣運算方法對其中的數字圖像有適用性方法。1、界面友好，MATLAB擁有編寫矩陣化的運算直觀界面化顯示的功能，編程代碼結構簡單，變量類型不繁多，可不使用大量重復的數學公式運算，運行和測試的效率超過了C語言和PYTHON語言。2、功能強大，不僅具有極高的技術實用性和科學功能，例如工程科學數據運算、大數據分析和系統可視化、電子系統過程仿真等多種功能，并且它還可以具有各種可廣泛擴展的諸多功能，包括小波分析、神經網絡、模糊處理邏輯、圖像編碼處理、信號邏輯處理、自動控制等功能集中于工具箱中。工具箱可以互相利用，使用用戶個性化修改。3、操作流程簡單，利于初學者的快速入門，用戶不必擁有大量的數學基礎知識和代碼編寫能力，不必再次學習數學算法和編程代碼。MATLAB軟件能力強，可快速完成復雜任務。極高的加快開發任務的效率。同時，MATLAB作為一門高級腳本語言，也存在一些可能的缺點：1、MATLAB是類如PYTHON的解釋性語言，若是在實時功能中要求高，如設計自動化控制和實時信號處理功能，實現功能的效率極差。2、MATLAB代碼只能在MATLAB程序環境中運行，不能利用于商業開發中。3、MATLAB可看到程序源程序，不具備代碼保密性。3.2MATLAB在數字圖像中的運用圖像處理系統工具包主要由上述一系列一個能夠有效支持各種圖像信號處理系統操作的編程函數組件構成。所有的需要軟件支持的立體圖像區域處理運算操作主要內容有:二維圖像的立體幾何圖形運算處理操作、鄰域和鄰近地點的圖像區域處理運算、圖像圖形變換、圖像的圖形恢復和圖像增強、線性圖像濾波和圖形濾波器的運算設計、變換(dcttd變換等)、圖像的圖形分析與矢量統計、二維立體圖像的圖形運算等。下面在數字圖像信號處理過程中的各個方面及其應用情況為一實例對其應用進行了深入分析。1、索引矩陣圖像中我們可以看到具有多種矩陣的數據類型，包含多個類的數據矩陣和多個不同顏色類的映射矩陣。顏色映射函數中我們可以得到包含三列和幾十多個不在數據之間排列的顏色陣列，顏色映射矩陣為紅綠藍三原色的顏色值。像素顯示值到顏色映射表中直接進行映射。顏色值可由矩陣A指向矩陣B中。2、灰度圖像處理功能是一個有效矩陣可代表一個灰度圖片，其中灰度數據代表著圖像的灰度值程度，矩陣元素就代表了畫面中的圖像像素。矩陣元素可以代表為浮點類型，八位或者十六位整數的數字類型。在大多數環境下，灰度影像并非會被灰度影響到的圖像與其他顏色之間相互映射的圖像進行保存。在利用這種圖像進行顯示后，可以直接使用一個默認顏色映射儀器。3、二個一值灰度圖像和一個灰度矩陣圖像相同，一個二值數據矩陣像素可以直接分別利用于二個一值灰度圖像，一個灰度像素則同樣可以直接獲得兩個灰度級。可以任意選擇八進位控制位和雙進制位作為存儲數據類型，二進制值數位圖像在軟件工具箱中進行使用時可以具有多種快捷方式，可以選擇作為運算函數結果方式使用八進制位作為存儲數據類型。4、rgb圖像，中文名稱為真彩色圖像，儲存的矩陣格式應該是n*m*3得到的樣式。矩陣數組用來定義像素中紅綠藍三種原色在灰度上的顏色。rgb不同于微軟定義的彩色映射表示。利用在像素點位上的紅綠藍兩個強度數值的組合去進行確定。這些圖像在rgb中儲存24位的圖像上，紅、綠、藍各自占到8位。3.3MATLAB軟件設計原理在設計用戶系統時，功能模塊主要是對所要處理的圖像進行一些常規的編輯操作。在軟件對于圖片的常規操作，如同放大縮小功能，也可以對圖片實施剪切和旋轉功能。實現了編輯操作后，都可獲得操作圖像的句柄。其中的每個句柄就是每個操作對象的數字號標識，在創建對象時就可以創建句柄，可利用句柄，操作這個單元。由一個新的圖形窗口命令集所產生的每一件圖形事情都可能應該認為是一個基于圖形的一種對象，它們中所需要包括的一個圖形窗口不僅僅被簡單地把它說出來作為它就是一個新的圖形，還有一個坐標和橫軸、線條、曲面、文本和其它。這些子類對象分別按照父類的對象、子類的對象順序來排列構成一個具有層次性的對象結構。電腦的整個屏幕就是根據物和對象，而且也可能就是所有其它根據物體和對象的孩子父母。圖形窗口就是根據該圖像對象的子圖像對象;例如坐標軸和位于用戶界面的兩個對象組成為一個圖形窗口文件中的子圖像對象;例如線條、文本、曲面、修飾板、補片及其他的子圖象物體是根據位于不同坐標點和軸的兩個對象之間的子對象物體。根據不同對象類在分類中它可以同時分別包含一個或多個一組圖形窗口，每一個一組圖形窗口中也不能可以同時分別包含多個一組或多組圖形坐標時間軸。所有其它的子圖像對象(除了之外uicontrol和除了uimenu外)均為一個位于對象坐標軸上的子圖像對象，并且以及在這些對象坐標軸上可以進行圖像顯示。所有為父與子對象進行創建的起始函數，只要不是當父與子對象或者可能是另一個與父對象之間沒有自己的起始位置時，就可能會被重新進行創建。在創建新的對象時，就使用新的操作句柄。根操作對象就為0。使用命令創建新的圖像窗口，其中一個變量會傳回句柄數值。通過該句柄建立起對象的行和列。包含了plot，mesh，surf函數值。但是有些對象用有特殊的句柄方式，有的只包含一個，有的包含多個。常用獲得句柄的函數有以下幾種gcf：獲取當前圖形窗口的句柄gca：獲取當前坐標軸的句柄gco：獲取當前對象的句柄gcbo：獲取當前正在調用的對象的句柄gcbf：獲取包括正在執行調用的對象的圖形的句柄這樣我們就可以使用這幾個函數獲得要操作對象的句柄。

第4章處理系統設計與實現利用MATLAB軟件對圖像進行優化設計處理是當前熱門的重要課程內容話題，采用了一組灰度色彩與彩色色彩結合起來的圖像，每一個數組元素對應著圖像的像素值。這樣MATLAB即可利用矩陣分析能力對數字化圖像進行處理。但是在設計風格上，界面有各種各樣得差別。但就設計圖形菜單來說，只需要三個目的即可：簡單性、一致性、習慣性。4.1系統功能架構設計依據于圖像設計算法的總設計方案，整個系統包含了圖像讀取、格式轉換、灰度變換、直方圖統計、多種算子邊緣檢測及圖像分割功能。模塊如下圖所示：圖4.1系統功能框圖主程序設計功能依賴于MATLAB提供出的用戶界面設計控件指示所完成的，實現了多控件的設計任務，為使用者提供了多種快捷便利的實際操作。用戶界面中，使用者可通過點擊和多選激活操作控件的變化。4.2系統用戶界面設計基于以上功能架構，可使用GUIDE即圖像化界面環境實現用戶界面設計。啟用圖像化界面的方式有多種多樣，使用工具欄目上面的命令快捷鍵，也可通過輸入命令的方式操作。本次設計過程是利用命令去操作；在命令行內輸入guide命令，呼出窗口界面，如下圖所示：圖4.2GUI啟動界面在彈出的選項卡里面的start窗口中已經選擇了creblankgui兩個選項，這樣就能夠直接進入到一個圖形化的用戶界面中，來為我們的操作系統帶來一個靜態的界面。圖4.3Guide界面上圖所示為Guide提供出的設計工具集合，對于控件組合、操作菜單、排列方式對操作界面設計。保存好所有設計完成的功能界面后，會自動生成兩個子文件，一個為.fig文件，另一個為.m文件。Fig文件:此文件用于圖形設計窗口和其子系統的操作，包括了用戶圖形化操作、變量控制函數和其他使用者對于其操作對象的屬性。fig文件屬性圖像是一個新的二進制圖形文件，調用fihgsave文件命令或者在用戶界面設計文件編輯器中通過設置file文件選擇符和save兩個文件選項在需要保存一個新的圖形窗口時將自動將其產生。fig這在實體對象文件中最有用的一點就是我們要正確做好實體對象文件語言句柄的數據保存與啟動引用，它們只是僅需要通過輸入open、openfig和fihgload四個命令輸入即可就能直接打開一個用于實體對象文件的一個后綴.fig。m中的文件函數作為一種通常用于同時返回一個操作的文件函數，可利用于控制圖形化設計方面的操作。這個m文件大致可以分為操作圖形化的操作初始化和運算方式回調函數兩個組成部分，用戶控制設計控件的回調成的函數值根據用戶與圖形化操作的具體交互方式分別進行調用。圖4.4系統用戶界面設計結果4.3系統功能實現與仿真分析在我們已經設計好了系統的界面以后，接下來我們要充分地利用men單件對系統進行了設計，創建系統菜單的第一步便是通過在gui的工具欄上點擊menuedit即可開始啟動系統中的相應窗口。然后我們可以通過使用newmenu工具欄的方法來自己創建一個菜單，然后我們就可以在其中指定這個菜單的屬性。比如我們可以通過設置菜單中的標簽、分隔符、選擇模式和回調函數等字符串。第二步便是創造一個菜單。其中，各個功能模塊實現與運行效果簡述如下。一、數字圖像讀取模塊利用了imatlab所有的需要手動提供的文件uigetfile()文件作為一個基于標準的自動讀盤圖像文件通過處理程序對話框和其中的讀取參數即可來自行手動順序選擇這些需要自動打開的原始圖像，然后直接使用一個imread()的讀取函數就這樣可以輕松實現對這些原始圖像文件的自動順序讀取。其主要的編程代碼來源列表主要如下:functionopen_Callback(hObject，eventdata，handles)[filename，pathname]=uigetfile({'*.jpg';'*.bmp';'*.tif'}S=imread([pathnamefilename]);handles.S=S;axes(handles.axes1);imshow(S);handles.output=hObject;guidata(hObject，handles);讀取并顯示圖像的運行結果如下圖所示：圖4.5圖像讀取顯示結果二、灰度變換模塊的實現該模塊主要利用rgb2gray函數實現該功能，主要代碼如下：globalI;globalfilename;globalM;M=rgb2gray(I);axes(handles.axes1);imshow(M);msgbox('灰度變換成功');處理結果如下所示：圖4.6圖像灰度變換顯示結果三、直方圖統計功能圖像亮度直方矩形圖(imagehistogram)方圖是一種廣泛用來用于表示在數字圖像中各個像素亮度值之間的直方矩形圖，標志是繪出了數字圖像中各個像素亮度的數值的每個像素亮度總數。在這種新的垂直和橫方向曲線圖中，橫和縱坐標的左側被廣泛稱為純黑、較暗色的較亮區域，而右側被廣泛稱為更鮮艷、純黑或白色的較暗區域。因此一張較暗的直方影像圖中心的數據大多數是集中在左側和中間的部分，而一張整體明亮、只有少量微弱光線或者輕微陰影的直方圖像則恰恰與之完全相反。直方強度圖模型是對于在三維圖像中各個強度元素的各種強度分布進行綜合分布的一種典型圖形化強度表達計算模型，統計計算出各個強度元素的各種強度分布值所占的需要同時具有的各個強度元素數的個數。主要代碼如下:globalM;grayimage=im2uint8(M);[m，n]=size(grayimage);gp=zeros(1，256);fori=1:256gp(i)=length(find(grayimage==(i-1)))/(m*n);endaxes(handles.axes1);bar(2:256，gp(2:end));圖4.7圖像直方圖統計顯示結果四、多算子邊緣檢測效果對比邊緣觀察法檢測是一種在圖像處理和計算機視覺中都極為重要的方法，用于對其進行分析。在進行圖像的分析和識別時，邊緣區域是一個極其重要的圖像特性。邊緣檢查的目標之一就是為了能夠找到由于圖像中光線亮度發生變化劇烈而造成的各種像素節點所組成的聚類，其呈現出來往往都是一個輪廓。如果圖像中邊緣能夠精確的測量和定位，那么，就意味著實際的物體能夠被定位和測量，包括物體的面積、物體的直徑、物體的形狀等就能被測量。主要代碼如下:globalM;I=M;BW1=edge(I，'Roberts'，0.16);BW2=edge(I，'Sobel'，0.16);BW3=edge(I，'Prewitt'，0.06);BW4=edge(I，'LOG'，0.012);BW5=edge(I，'Canny'，0.12);figure('Name'，'邊緣檢測效果對比');subplot(2，3，1);imshow(I);title('原圖');subplot(2，3，2);imshow(BW1);title('Robert算子邊緣檢測')subplot(2，3，3);imshow(BW2);title('Sobel算子邊緣檢測')subplot(2，3，4);imshow(BW3);title('Prewitt算子邊緣檢測');subplot(2，3，5);imshow(BW4);title('LOG算子邊緣檢測');subplot(2，3，6);imshow(BW5);title('Canny邊緣檢測');圖4.8圖像多算子邊緣檢測顯示結果四、圖像分割功能模塊圖像特征分割處理技術就是通過把每個圖像特征劃分，分割成若干互不獨立存在或者相互重疊的子特征區域。然后能夠使得在同一子特征區域內的每個圖像特征都能夠具有某種結構相似性，而不同子特征區域的每個特征點也會因此呈現出比較明顯的結構差別。主要實現代碼如下:globalM;I=M;h=fspecial('sobel');fd=double(I);%double使數據變成雙精度g=sqrt(imfilter(fd，h，'replicate').^2+imfilter(fd，h'，'replicate').^2);g2=imclose(imopen(g，ones(3，3))，ones(3，3));im=imextendedmin(g2，10);%Lim=watershed(bwdist(im));em=Lim==0;g3=imimposemin(g2，im|em);g4=watershed(g3);g5=I;g5(g4==0)=255;axes(handles.axes1);imshow(g);圖4.9圖像分割顯示結果五、圖像格式轉換功能模塊運用imwrite函數功能可以輕松地實現多種圖像格式,例如png/jpg/emf/gif等多種格式的轉換,保存和儲藏菜單的實現主要是通過使用uiputfile()一個標準的寫盤數據庫處理對話框的方法來進行實現,其中代碼說明如下:if(get(handles.radiobutton1，'value'))%bmps=[fn，'.bmp'];elseif(get(handles.radiobutton2，'value'))%jpgs=[fn，'.jpg'];elseif(get(handles.radiobutton3，'value'))%tifs=[fn，'.tif'];elseif(get(handles.radiobutton4，'value'))%pngs=[fn，'.png'];elseif(get(handles.radiobutton5，'value'))%jpegs=[fn，'.jpeg'];endimg_src=M;imwrite(img_src，s);msgbox('格式轉換成功！');總結本文主要是對數字圖像處理的基礎技術、理論,圖像的類型以及格式,仿真軟件和各種數字圖像處理環境展開簡單介紹,并且詳細說明了如何使用各種圖像處理的工具盒對其進行各種數字圖像的處理。本文設計的圖像處理系統功能比較全面，操作簡單，對于初學者提供一些設計思路與參考。系統的處理功能不是很全面。系統的幾個處理模塊基本包含了圖像處理的常用功能，但一些更加高級的圖像處理模塊還沒添加，在后續的工作中可以開發一些新的模塊，使系統處理功能更全面。隨著我國現代高校計算機圖像處理專業技術和計算能力的不斷發展提高和逐步增強,數字圖像處理這門專業學科在近年取得了新的現代歷史技術進步之后,在一個飛速發展的歷史過程中,也越來越廣泛地向許多其他專門學科領域進行了快速的技