MATLAB的圖像處理的課程設(shè)計(jì)方案

1、基于 MATLAB 的圖像處理的課程設(shè)計(jì)、課程設(shè)計(jì)的目的:綜合運(yùn)用 MATLAB 工具箱實(shí)現(xiàn)圖像處理的GUI 程序設(shè)計(jì)。二、 課程設(shè)計(jì)的基本要求1) 熟悉和掌握 MATLAB 程序設(shè)計(jì)方法2) 掌握 MATLAB GUI 程序設(shè)計(jì)3) 熟悉 MATLAB 圖像處理工具箱4) 學(xué)會運(yùn)用 MATLAB 工具箱對圖像進(jìn)行處理和分析三、 課程設(shè)計(jì)的內(nèi)容要求利用 MATLAB GUI 設(shè)計(jì)實(shí)現(xiàn)圖像處理的圖形用戶界面，利用 MATLAE 圖像處理工具箱實(shí)現(xiàn)以下的圖像處理功能：雙擊打開 MATLAB 7.0 宀 File 宀 NewGUH 單擊二，調(diào)整 axesl 大小宀單擊 0K，調(diào)整按鈕大小和顏色，修改

2、名稱T再建 axes2單擊 OK ,調(diào)整按鈕大小和顏色，修改名稱宀保存TViewTM-file Edit 寫程序1)圖像的讀取和保存。在 function open_Callback(hObject, eventdata, handles)后面輸入如下程序n ame,path=uigetfile(*.*,)。file=path,name。axes(ha ndles.axes1)。x=imread(file)。%讀取圖像handles.img=x。guidata(hObject, han dles)。imshow(x)。%顯示圖像title(打開)。在 function save_Callbac

3、k(hObject, eventdata, handles)后面輸入如下程序n ame,path=uigetfile(*.*,)。file=path,name。axes(ha ndles.axesl)。x=imread(file)。handles.img=x。guidata(hObject, han dles)。imshow(x)。imwrite(x,new.jpg)。% 保存圖像title(保存)。2)設(shè)計(jì)圖形用戶界面，讓用戶能夠?qū)D像進(jìn)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。在 function liangdu_Callback(hObject, eventdata, h

4、andles) 后面輸入如下程序axes(handles.axes2)。x=(handles.img) 。y=imadjust(x,0.15 0.9, 0 1)。%增亮圖像imshow(y) 。title( 亮度 )在 function huidu_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=rgb2gray(handles.img) 。%RGB 圖像轉(zhuǎn)換為灰度圖像imshow(x) 。title( 灰度 )3)設(shè)計(jì)圖形用戶界面，讓用戶能夠用鼠標(biāo)選取圖像感興趣區(qū)域，顯示和保存該選擇區(qū) 域。在 funct

5、ion cut_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=imcrop(handles.img) 。%截圖imshow(x) 。imwrite(x,cut.jpg) 。% 保存圖像title( 截圖 )。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(jìn)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。在 function nearfangda_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x

6、=imresize(handles.img,2,nearest) 。%最近鄰插值法放大imshow(x) 。imwrite(x,nearfangda.jpg)title( 最近鄰插值法放大 )。在 function nearsuoxiao_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。 x=imresize(handles.img,0.5,nearest) 。 imshow(x) 。imwrite(x,nearsuoxiao.jpg)title( 最近鄰插值法縮小 )。% 最近鄰插值法縮小在 function

7、 doublefangda_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=imresize(handles.img,5,bilinear) 。 % 雙線性插值法放大圖像 imshow(x) 。imwrite(x,doublefangda.jpg) 。title( 雙線性插值法放大 )。在 function doublesuoxiao_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=imresize(handles.im

8、g,0.5,bilinear) 。%雙線性插值法縮小圖像imshow(x) 。imwrite(x,doublesuoxiao.jpg) 。title( 雙線性插值法縮小 )。5)圖像直方圖統(tǒng)計(jì)和直方圖均衡，要求顯示直方圖統(tǒng)計(jì)，比較直方圖均衡后的效果。 在 functionzhifangtu_Callback(hObject, eventdata, handles) 后面輸入如下程序set(handles.axes2,HandleVisibility,ON) 。axes(handles.axes2)。x=imhist(handles.img) 。%直方圖統(tǒng)計(jì)x1=x(1:10:256) 。hor

9、z=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) 。 set(handles.axes2,HandleVisibility,OFF) 。在 function junheng_Callback(hObject, eventdata, handles) 后面輸入如下程序set(handles.axes2,HandleVisibility,ON) 。axes(handles.axes2)。h=histeq

10、(handles.img) 。% 直方圖均衡imshow(h) 。%set(handles.axes2,ytick,0:2000:15000) 。 set(handles.axes2,HandleVisibility,OFF) 。6)能對圖像加入各種噪聲，并通過幾種濾波算法實(shí)現(xiàn)去噪并顯示結(jié)果。比較去噪效果。 在 functiongaussian_Callback(hObject, eventdata, handles) 后面輸入如下程序 axes(handles.axes2)。x=(handles.img) 。y=imnoise(x,gaussian,0,0.05) 。% 加高斯噪聲imsho

11、w(y) 。 imwrite(y,gaussian.jpg) 。 title( 加高斯噪聲 ) 在 function salt_Callback(hObject,eventdata, handles) 后面輸入如下程序 axes(handles.axes2)。x=(handles.img) 。y=imnoise(x,salt & pepper,0.04) 。% 加椒鹽噪聲imshow(y) 。imwrite(y,salt.jpg) 。title( 加椒鹽噪聲 )在 function medfilt_Callback(hObject, eventdata, handles) 后面輸入如下

12、程序：axes(handles.axes2)。x=(handles.img) 。y=imnoise(x,salt & pepper,0.04) 。% 加椒鹽噪聲z=medfilt2(y,5 5,symmetric) 。% 中值濾波imshow(z) 。 imwrite(z,medfilt.jpg) 。 title( 中值濾波 )。 在 function wiener_Callback(hObject,eventdata, handles) 后面輸入如下程序： axes(handles.axes2)。x=(handles.img) 。y=imnoise(x,gaussian,0,0.05

13、) 。% 加高斯噪聲z=wiener2(y,5 5) 。 imshow(z) 。% 自適應(yīng)濾波imwrite(z,wiener.jpg) 。title( 自適應(yīng)濾波 )7)頻譜處理，能夠分析圖像頻譜，顯示頻譜圖。在 function pinputu_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=(handles.img) 。J2=fft2(x) 。%傅立葉變換imshow(log(abs(K2),) 。title( 頻譜圖 ) 。8)設(shè)計(jì)巴特沃斯低通濾波對圖像進(jìn)行低通濾波處理，顯示結(jié)果。在 functio

14、n butterdi_Callback(hObject, eventdata, handles) 后面輸入如下程序axes(handles.axes2)。x=(handles.img) 。 y1=imnoise(x,salt & pepper) 。 % 疊加椒鹽噪聲 f=double(y1) 。 %數(shù)據(jù)類型轉(zhuǎn)換， MA TLAB 不支持圖像的無符號整型的計(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=50。% 截止頻率為 50m=fix(M/2)

15、 。 n=fix(N/2) 。for i=1:Mfor j=1:Nd=sqrt(i-m)A2+(j-n)9)。h=1 心+0.414*(d/d0)A(2*nn)。%計(jì)算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j) 。endend result=ifftshift(result) 。y2=ifft2(result) 。 y3=uint8(real(y2) 。imshow(y3) 。% 顯示濾波處理后的圖像imwrite(y3,butterdi.jpg) 。 title( 巴特沃斯低通濾波 )9)設(shè)計(jì)高斯高通慮波器，顯示結(jié)果。axes(handles.axes2)。x=(handle

16、s.img) 。y1=imnoise(x,gaussian) 。%加高斯噪聲f=double(y1) 。% 數(shù)據(jù)類型轉(zhuǎn)換K2=fftshift(J2) 。%轉(zhuǎn)換數(shù)據(jù)矩陣%顯示頻譜圖k=fft2(f) 。 g=fftshift(k) 。M,N=size(g) 。 nn=2。d0=25。% 截止頻率為 25m=fix(M/2) 。 n=fix(N/2) 。for i=1:Mfor j=1:Nd=sqrt(i-m)A2+(j-n)A2)。%計(jì)算高通濾波器傳遞函數(shù)if d=d0h=0 。else h=1。endresult(i,j)=h*g(i,j) 。endend result=ifftshift(

17、result) 。 y2=ifft2(result) 。 y3=uint8(real(y2) 。imshow(y3) 。% 顯示濾波處理后的圖像imwrite(y3,gaussiangao.jpg) 。title( 高斯高通濾波 )四、 課程設(shè)計(jì)的體會省略五、 附錄1、參考書目：1) MA TLAB 語言及其在電子信息工程中的應(yīng)用 王洪元主編2) MA TLAB 在數(shù)字圖像處理中的應(yīng)用 機(jī)械工業(yè)出版社 2、源代碼 采用灰度變換的方法增強(qiáng)圖像的對比度：I=imread(rice.tif) 。 imshow(I) 。 figure,imhist(I) 。J=imadjust(I,0.15 0.9, 0 1)