MATLABGUI课程设计期末大作业湖南理工学院.

1、数字图像处理期末大作业暨课程考核报告 姓名：邓巧灵学号：24112200002序号：02湖南理工学院南湖学院2014年6月目录 TOC o 1-3 h z u HYPERLINK l _Toc389831694 一：算法设计部分 PAGEREF _Toc389831694 h 3 HYPERLINK l _Toc389831695 1 绘制灰度直方图，实现直方图均衡化和直方图规定化 PAGEREF _Toc389831695 h 3 HYPERLINK l _Toc389831696 1.1 算法原理 PAGEREF _Toc389831696 h 3 HYPERLINK l _Toc3898

2、31697 1.2 算法设计 PAGEREF _Toc389831697 h 3 HYPERLINK l _Toc389831698 1.3 实验结果及对比分析 PAGEREF _Toc389831698 h 4 HYPERLINK l _Toc389831699 2 灰度图像的对比度增强 PAGEREF _Toc389831699 h 5 HYPERLINK l _Toc389831700 2.1 算法原理 PAGEREF _Toc389831700 h 5 HYPERLINK l _Toc389831701 2.2 算法设计 PAGEREF _Toc389831701 h 6 HYPERL

3、INK l _Toc389831702 2.3 实验结果及分析 PAGEREF _Toc389831702 h 7 HYPERLINK l _Toc389831703 3 图形的几何变换 PAGEREF _Toc389831703 h 8 HYPERLINK l _Toc389831704 3.1 算法原理 PAGEREF _Toc389831704 h 8 HYPERLINK l _Toc389831705 3.2 算法设计 PAGEREF _Toc389831705 h 11 HYPERLINK l _Toc389831706 3.3 实验结果及分析 PAGEREF _Toc3898317

4、06 h 13 HYPERLINK l _Toc389831707 4 图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理 PAGEREF _Toc389831707 h 17 HYPERLINK l _Toc389831708 4.1 算法原理 PAGEREF _Toc389831708 h 17 HYPERLINK l _Toc389831709 4.2 算法设计 PAGEREF _Toc389831709 h 19 HYPERLINK l _Toc389831710 4.3 实验结果及分析 PAGEREF _Toc389831710 h 20 HYPERLINK l _T

5、oc389831711 5 采用robert，prewitt，sobel，拉普拉斯算子对图像进行边缘提取 PAGEREF _Toc389831711 h 23 HYPERLINK l _Toc389831712 5.1 算法原理 PAGEREF _Toc389831712 h 23 HYPERLINK l _Toc389831714 5.2 算法设计 PAGEREF _Toc389831714 h 25 HYPERLINK l _Toc389831715 5.3 实验结果及分析 PAGEREF _Toc389831715 h 26 HYPERLINK l _Toc389831716 6附加题目

6、：读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标 PAGEREF _Toc389831716 h 27 HYPERLINK l _Toc389831717 6.1 算法原理 PAGEREF _Toc389831717 h 27 HYPERLINK l _Toc389831725 6.2 算法设计 PAGEREF _Toc389831725 h 27 HYPERLINK l _Toc389831726 6.3 实验结果及分析 PAGEREF _Toc389831726 h 28 HYPERLINK l _Toc389831727 二、GUI界面设计部分 PAGERE

7、F _Toc389831727 h 29 HYPERLINK l _Toc389831728 三 小结（感受和体会） PAGEREF _Toc389831728 h 34一：算法设计部分1 绘制灰度直方图，实现直方图均衡化和直方图规定化1.1 算法原理（1）绘制灰度直方图灰度值直方图定义为数字图像中各个灰度级与其出现的频率的统计关系，可以表示为P（k）=nk/n，k=0,1，.，L-1且P(k)=1。统计出各个灰度级的个数之后，然后在一个坐标里面绘制灰度直方图。（2）直方图均衡化直方图均衡化是通过对原图像进行某种灰度变换，是变换后的图像的直方图能够均匀的分布（即各个像素的灰度级均衡），这样子就

8、能使原图像中具有相近灰度值且占有很大像素点的区域之灰度范围展宽，使大区域中的微小灰度变化显现出来。（3）直方图规定化使原始直方图变成某个固定的形状，从而有选择的增强某个灰度范围内的对比度。1.2 算法设计使用Matlab工具箱中的函数imhist（），histeq（），histeq（I，harm）分别实现直方图获取、均衡化、规定化I=imread(trees.tif);if (ndims(I)=3) %判断是否为灰度图像 A=rgb2gray(I);%转换为灰度图像else A=I;end subplot(221);imhist(A); %获取灰度直方图title(灰度直方图);J=histe

9、q(A); M=histeq(A,5);subplot(222);imshow(J);title(直方图均衡)subplot(223);imhist(J);title(均衡后的直方图);subplot(224);imshow(M);title(规定化后的图像); 1.3 实验结果及对比分析（图）1.3.1 直方图获取、均衡化、规定化分析：通过结果可以看到，进行均衡后的直方图灰度级分布比较均匀。而规定化后的图像看起来很模糊，是因为灰度级只有5个。2 灰度图像的对比度增强2.1 算法原理matlab 自带函数 imadjust可用于对比度增强。如果原图象f(x,y)的灰度范围是m，M，我们希望调整

10、后的图象g(x,y)的灰度范围是n，N，那么下述变换就可以实现这一要求。MATLAB图象处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度增强。Imadjust函数的语法格式为：J = imadjust(I,low_in high_in,low_out high_out)J = imadjust(I,low_in high_in,low_out high_out)返回图象I经过直方图调整后的图象J，low_in high_in为原图象中要变换的灰度范围，low_out high_out指定了变换后的灰度范围。例：I = imread(pout.tif);J = imadjus

11、t(I,0.3 0.7,);imshow(I), figure, imshow(J)2.2 算法设计利用自己写的函数实现对比度增强I=imread(3.jpg); %读入一张图片f0=0;g0=0;f1=70;g1=30;f2=180;g2=230;f3=255;g3=255;r1=(g1-g0)/(f1-f0);b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);b2=g1-r2*f1;r3=(g3-g2)/(f3-f2);b3=g2-r3*f2;mysize=size(I);if numel(mysize)2 A=rgb2gray(I)else A=I;endsubplot(12

12、1);imshow(A);title(灰度图像);m,n=size(A);X2=double(A);for i=1:m for j=1:n f=X2(i,j); g(i,j)=0; if(f=0)&(f=f1)&(f=f2)&(f2 %判断是否为灰度图像 A=rgb2gray(I)%若不是的，则进行灰度化处理，然后赋值给Aelse A=I%若是，则直接赋值给AendBW1=edge(A,Log);BW2=edge(A,prewitt);BW3=edge(A,Sobel);subplot(222);imshow(BW1);title(Log);subplot(223);imshow(BW2);t

13、itle(prewitt);subplot(224);imshow(BW3);title(sobel);5.3 实验结果及分析图5.3.1 边缘检测分析：算子提取了图像的边缘6附加题目：读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标6.1 算法原理迭代式阈值选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值；然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值5。迭代式阈值选取过程可描述如下。(1)选取一个初始阈值T。(2)利用阈值T把给定图像分割成两组图像，记为1R 2R 。 (3)

14、计算R1和R2 均值和u1和u2 。 (4)选取新的阈值T,且(5)重复第(2)(4)步，直至R1和R2均值和u1和u2 不再变化为止。6.2 算法设计I=imread(); ZMax=max(max(I); ZMin=min(min(I); TK=(ZMax+ZMin)/2; bCal=1; iSize=size(I); while(bCal) iForeground=0; iBackground=0; ForegroundSum=0;BackgroundSum=0; for i=1:iSize(1) for j=1:iSize(2) tmp=I(i,j); if(tmp=TK) iFore

15、ground=iForeground+1; ForegroundSum=ForegroundSum+double(tmp); else iBackground=iBackground+1; BackgroundSum=BackgroundSum+double(tmp); end end end ZO=ForegroundSum/iForeground; ZB=BackgroundSum/iBackground; TKTmp=uint8(ZO+ZB)/2); if(TKTmp=TK) bCal=0; else TK=TKTmp; Endend disp(strcat(迭代后的阈值：,num2st

16、r(TK); newI=im2bw(I,double(TK)/255); subplot(121),imshow(I) subplot(122),imshow(newI)6.3 实验结果及分析分析：有效地将前景跟后景分离出来了。二、GUI界面设计部分2.1 界面功能设计将第一部分的设计的算法打包，集成到GUI界面当中，使用菜单编辑模式来定义每个按键的功能。然后在callback函数下面写下编写好的代码，就可以实现图形用户界面。图2.1.1 前面板图2.1.2 运行后的界面2.2 界面功能实现实现了上述算法设计部分当中的所有功能。2.3 GUI功能测试由于功能较多，所有图片不一一展示。（1）直方图获取（2）对比度增强图2.3.2 对比度增强（3）边缘检测图2.3.3 sobel边缘检测（4）图像加噪（5）滤波处理图2.3