基于MATLABGUI的数字图像处理程序设计方案

PAGE42保密类别______编号__＿___＿＿《数字电视系统设计》课程项目报告基于MＡTLＡBＧＵI的数字图像处理程序设计院别传媒技术学院专业电子信息工程班级1０电信姓名第二组指导教师何光威中国传媒大学南广学院201３年１0月29日Ⅰ摘要基于数字信号处理原理，在数字滤波器设计理论和Mａｔlａｂ编程技术及其GUＩ图形用户界面设计的基础上,开发了具有交互式特点的数字图像处理GＵＩ软件，界面操作简单方便。MAＴLＡB既是一种直观、高效的计算机语言，同时又是一个科学计算平台.它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具.根据它提供的500多个数学和工程函数,工程技术人员和科学工作者可以在它的集成环境中交互或编程以完成各自的计算.MATLAＢ中集成了功能强大的图像处理工具箱。由于MATＬAB语言的语法特征与C语言极为相似,而且更加简单、更加符合科技人员对数学表达式的书写格式，而且可移植性好、可扩展性强,再加上其中有丰富的图像处理函数，所以MＡTＬＡB在图像处理的应用中具有很大的优势。.关键词：ＭatlabGＵI；数字图像处理；图形用户界面PAGE1目录ＴＯC\o＂1-3＂\h＼z\uHYＰＥＲLIＮK\ｌ＿Ｔoｃ1２852摘要ﻩPAGＥREF_Toc１２８52IＨYPERLIＮＫ＼ｌ_Ｔｏｃ306６4一、设计基本原理ﻩPAGＥREF_Ｔoc30６６42HYPERＬINK\l_Toｃ1１２06(一）、GＵIDＥ操作界面的使用方法ﻩPAGEＲEＦ_Ｔｏｃ11２０62HYPＥRLＩNＫ\l_Ｔｏｃ2836８二、GＵI程序总体设计 PAGEREF＿Ｔoｃ28３６83ＨYPERLIＮＫ\l_Toｃ280（一）MAＴLABGUＩ程序要实现的功能： ２80３HYPＥRLINK\ｌ_Toc377３三、具体设计与实现 ＰＡGＥＲEＦ＿Toc377３４ＨYPＥRＬINK\l_Toc2１５70３．1、文件操作ﻩＰＡGＥRＥF_Ｔoｃ2１5704ＨYＰERLINK＼l＿Toc1７5４13.1．1、打开ﻩPAＧEREF_Toc175414HＹPＥRLINK\l＿Toc1９６43３。1．2、保存ﻩPＡGERＥＦ_Ｔoｃ１９6434ＨYPＥRLIＮＫ\ｌ＿Ｔｏc５８32３。１．3、退出ﻩPAGEREF_Toｃ58324HＹPＥRLIＮK＼ｌ_Toc１918３。2、编辑 ＰＡGＥREF_Ｔｏc191８4HYPERLINＫ\l_Ｔoｃ９2０63。２。1、灰度 PＡＧERＥF＿Ｔoc9206４HYPERLINK\l_Toｃ１25９6３.2．2、亮度ﻩPAGEＲEF_Toc1２5965ＨＹPEＲLINK\l_Tｏc56893。2.３、截图ﻩPAGEREF_Ｔoc５６897ＨYPERLINK\l_Toc２5３０8３。２.4、缩放ﻩPAGＥＲEＦ＿Ｔoc253０87HYPERＬＩNK\l＿Toc256１7３。３、旋转ﻩPＡGEREF＿Ｔoｃ２５６17８HYPERLIＮＫ\l_Toc236873.3.1、上下翻转ﻩPAＧＥRＥＦ_Toｃ２36８7８HYPＥRLINK＼l_Toc1０８９７3．3.2、左右翻转ﻩPAGＥＲEＦ_Ｔoc108９79ＨＹＰERLINＫ\l_Toc２230８３.3.3、任意角度翻转ﻩPＡGEREF_Ｔｏｃ２23089HYＰＥＲLＩＮK\l_Toc５7703.4、加入噪声ﻩＰAGEＲＥF_Toc577０10HYPＥRLINK＼l_Toｃ1１６2７3．５、滤波ﻩPAGEREF＿Toc１162710HYPERLIＮK\l_Tｏc1５4173．6、直方图统计ﻩPAGEＲEF＿Ｔoc15４1711HＹPERLINK\l_Tｏc239173。7、频谱分析ﻩＰAＧEREF_Tｏc239171２ＨＹPＥRLＩＮK＼ｌ_Ｔoc310１９３。７。1、频谱图ﻩPAＧＥＲEＦ_Ｔｏc3１0191２HYPＥRLＩNＫ＼ｌ_Tｏｃ121133。7．２、通过高通滤波器ﻩPAGＥREＦ＿Ｔoc12１13１３HＹPＥＲＬINK\l＿Ｔoc67７１3。7．3、通过低通滤波器ﻩPＡＧERＥＦ＿Toc677113HYＰERLINK\l＿Toc2９5053.8、灰度图像处理ﻩPAＧERＥF_Ｔoc２950５14ＨＹPERLIＮＫ\l_Tｏc44５9３。8.1、二值图像ﻩPAGERＥＦ_Tｏc445914HYPＥRＬIＮK＼l_Toc60４９3。8.2、创建索引图像 PＡGEREF_Ｔoc60４９14HYＰEＲLINK\l_Toｃ50０83.9、颜色模型转换ﻩPＡＧEＲEF_Ｔｏc500815HYＰERLINK＼l_Ｔoc８7003。10、操作界面设计ﻩＰAGEＲＥF_Tｏc8700１5HYPＥRＬINＫ\ｌ＿Toc9793四、程序调试及结果分析ﻩPAGEＲEF_Ｔoc9793１6ＨYPEＲLIＮK\ｌ_Tｏｃ１０3１1(一)在程序设计过程中遇到的问题ﻩPＡGＥＲEＦ_Ｔｏｃ1031116HＹPＥＲLINK\l＿Ｔoc2３９08结语ﻩPAＧＥＲEＦ_Tｏc２39081７HYPERＬＩNＫ＼ｌ_Toc5493参考文献 PＡＧEREＦ_Toc5493１8HＹPEＲLIＮＫ\l＿Toｃ3130附录ﻩPＡGＥREF_Ｔoc３1３0１9一、设计基本原理图形用于界面（GUI）是提供人机交互的工具和方法。GＵI是包含图形对象(如窗口、图标、菜单和文本）的用户界面。MATLAB的ＧUI为开发者提供了一个不脱离MATＬAＢ的开发环境,有助于MATＬAB程序的GUＩ集成。在MＡTLAB中的GUIＤE就是图形用户界面开发环境(GraphicaｌUserＩntｅｒｆaceDevｅlopｍeｎtＥnviｒｏｎmｅnt）,它向用户提供了一系列的创建用户图形界面的工具.这些工具大大简化了GＵI设计和生成的过程.(一）、ＧUＩＤＥ操作界面的使用方法下面对GUＩDＥ的操作界面及使用方法做一简单介绍。在命令窗口中直接键入guｉdｅ，启动ＧUIＤE，利用GUIＤＥ模板创建GＵI，或者打开已经存在的GＵI，GＵIDＥ把GUI设计的内容保存在两个文件中，它们在第一次保存或运行时生成。一个是FＩＧ文件，扩展名为.Fig，它包含对GUI和ＧＵI组件的完整描述;另外一个是M文件，扩展名为。Ｍ，它包含控制GUI的代码和组件的回调事件代码。这两个文件与GＵＩ显示和编程任务相对应。在版面设计器中创建GUI时，内容保存在FＩG文件中；对ＧUＩ编程时，内容保存在M文件中。用GＵIDＥ版面设计器,根据设计需要:首先拖拽两个图形窗口(Axeｓ），一个作为待处理图片区域，另一个作为已处理图片区域；其次，拖拽五个电子按钮(ＲadiｏButtｏｎ）,作为边缘检测操作按钮；第三,拖拽五个按钮(PｕshBｕttoｎ）,作为输入等的按钮;最后，将上面的所有按钮及图形窗口合理的布局，达到美观工整的效果,然后运行一下GUI，系统会自动生成ＧUI文件。信息化社会中，计算机在各种信息处理中发挥着重要的作用。我们可以借助计算机,对数字图像进行处理，以达到不同的效果。根据题目的要求，除了实现要求的功能外,还有很多的功能需要用到。（1)、将一个ＲGＢ图像转换为灰度图像。（２)、可以对图像做各种变换,如旋转等。(３)、有时并不需要图像显示其细节部分,只要其轮廓，这时候不要很高的灰度级。可以把图像转换为二值图像,进行图像腐蚀,或是创建索引图像等。(4）、分析一个图像的频谱特征,利用傅里叶变换，将图像从空间域变换到频域，然后进行各种处理,经过高通滤波器或是低通滤波器.（5）、为了科学地定量描述和使用颜色,人们提出了各种颜色模型，按用途可分为三类:计算颜色模型,视觉颜色模型和工业颜色模型。有时为了不同的需要，要对颜色模型进行转换。二、GUＩ程序总体设计(一）MＡTＬAＢGUI程序要实现的功能:①将一个ＲGＢ图像转换为灰度图像。②可以对图像做各种变换,如旋转等.③可以对图像进行任意的亮度和对比度调整，显示和对比变换前后的图像。④通过最近邻插值和双线性插值算法，将用户所选取的图像区域,进行放大和缩小整数倍，并保存,比较几种插值的效果。⑤对颜色模型进行转换。为了科学地定量描述和使用颜色,人们提出了各种颜色模型，按用途可分为三类：计算颜色模型,视觉颜色模型和工业颜色模型。有时为了不同的需要,要对颜色模型进行转换。在调节亮度时，虽然可以用对话框的形式输入调节的比例系数，但是这样效果不好,不容易调节。因此这里考虑用滚动条来调节。总设计界面如上图所示。三、具体设计与实现３．1、文件操作3。1.1、打开为了让使用者更方便的使用，所以在设计的时候，通过对话框的形式来选择文件，选择uigｅtfile函数来实现,ｕｉgｅtfｉlｅ函数显示一个打开文件对话框,该对话框自动列出当前路径下的目录和文件，由于这个GＵI程序的操作对象是图像文件,所以设置这里的缺省后缀名为“．bmp".Uｉgeｔfiｌｅ函数的调用格式为[naｍe，path]＝ｙｉｇetfile(…)，在按下对话框中的执行按钮“打开”后，返回选择的文件名和路径,分别保存到“naｍｅ”和“pａｔｈ”中.如果按下取消按钮或是发生错误，则返回值是0.根据返回值的情况，如果是０,则弹出提示错误的对话框，否则,通过iｍread函数读出图像数据，把图像数据赋值给全局变量ｈａｎｄles．ｉmg。３．1。2、保存同样也通过对话框的形式来保存图像数据，通过ｕigｅtfilｅ函数选择文件名和路径，用ｇｅｔimagｅ（gｃa）取出坐标2变换后的图像数据保存到变量ｉ,最后用iｍwrite函数，把数据ｉ存到指定的文件。3。1．3、退出退出比较简单，程序如下所示：clc;closeａｌｌ；ｃｌｏse（gcf)；3.2、编辑3.2.１、灰度由于ＲGB图像是三维图像，所以图像数据是一个三维数组，为了显示灰度图像,把三维图像降为二维,可以只取其中的二维数据，实现方法程序为：y＝(ｈａndleｓ。imｇ(:,:,1))；％当然也可以选择（：，:,2)或(：，：,3）imshoｗ（ｙ）；但是这样的话,根据程序所选的不同,图像数据也不同，显示也就不一样。另一种方法就是，运用ｒgb2gray函数实现彩色图像到灰度图像的转换.程序为：y=rgｂ2gｒａy（handles。iｍｇ）；imsｈｏw(y)；这个程序只能用于RＧB图像转换灰度图像，当原始图像本来就是灰度图像时，运行该程序时就会出错，但是使用者在使用时有时并不知道这些，为了使该程序更加完善，应该在使用者原先图像时灰度图像时使用该功能时,应该要显示提示类信息。所以在开始时应该要有一个RGB图像或是灰度图像的判断过程。完整的程序如下:ｉfisrｇb（hａｎｄｌes。imｇ）y＝rｇb2grａｙ（ｈaｎdｌｅs.imｇ）;imｓhｏｗ（y）;elsｅmsgｂox('这已经是灰度图像＇,'转换失败’)；enｄ如果原图是ＲGB,执行该操作的结果如下图：如果原图本身已经是灰度图像了，执行该操作弹出如右图所示的提示对话框3.２。2、亮度用imａdｊusｔ函数，其调用格式如下:g=iｍadust（ｆ，［low_ｉnｈｉｇh_iｎ］，［low_ｏuｔhiｇh_out]），gamｍa)gａｍmａ表示映射性质,默认值是1表示线性映射。由于该函数有五个参数需要输入,为了方便用户改变，所以这里设计一个输入对话框,用户通过对话框把五个参数赋值给［lｏw_inhiｇｈ_in］,［low＿ｏuthigh_out］，ｇamma这五个参数,如下一组命令建立了如图所示的输入对话框:proｍpt=｛'输入参数1'，’输入参数２＇，’输入gamｍａ'｝;deｆaｎs=｛＇［00．7］'，'［0１]'，'1'};p＝iｎputdｌｇ（promｐt，＇输入参数’,1,deｆａnｓ）;但是，这种方法并不能很好的让用户能够对图像进行任意的亮度和对比度变化调整,有时并不事先知道参数的值要多少,也不关心，而是任意调节的,直到满意为止.所以应该用滑动条来调节图像的亮度和对比度，这样更适合用户的使用习惯.由于iｍadjuｓｔ函数有五个参数，所以原则上需要设计五个滑动条来调节对比度,这对用户来说显然比较麻烦，因此在设计的时候固定其中的三个参数，通过调节两个参数的值来改变亮度和对比度.［０hａndles.ｂｅta］，［0１],handｌeｓ。gm,这里的变量hａnｄlｅs.beta和handlｅｓ.gｍ就通过滑动条得到，滑动条设计如下图:亮度调整的tag名为ｌd，取值范围０~1，gａmmａ值的tａg名为gamma，取值范围为0~5。获取滑动条参数的程序如下：hanｄｌeｓ.bｅta=ｇet（hａndｌes.lｄ，＇vａｌｕe＇）；hａｎdleｓ.gm=geｔ(ｈandlｅs。ｇamｍa,＇vaｌｕｅ');执行该操作,调节滑动条到上图所示位置，结果如下图:3．２。３、截图在MATLAB中，用函数ｉmcrop实现对图像的剪切操作。该操作剪切的是图像中的一个矩形子图,用户可以通过参数指定这个矩形四个顶点的坐标,也可以交互地用鼠标选取这个矩形。Imcrop函数的调用格式如下：y=iｍcrop(handles。ｉmg）;不管handlｅs．ｉｍg是三维的还是二维数据,该函数都能进行操作.下图就是对三维图像的截图：３．2。4、缩放在MAＴＬAB中，用函数imreｓｉｚe来实现对图像的放大或缩小。插值方法可选用三种方法，最近邻插值，双线性插值，双三次插值。该函数的调用格式如下：B=iｍｒeｓiｚe（A,m，meｔｈｏd）其中：参数metｈod用于指定插值的方法,可选的值为“neａresｔ”(最近邻法），“ｂｉlｉｎｅaｒ”（双线性插值）、“bicubic"（双三次插值)，缺省值为“nearest”。B=iｍｒesizee（A。m，ｍｅｔｈod)表示返回原图Ａ的ｍ倍放大图像(m小于１时实际上是缩小）；下图就是采用邻近插值法的放大和缩小图像,参数值保持默认设置：虽然处理后看不出放大的效果，这是由于坐标轴限制的原因，如果把处理后的图片保存起来，再把处理后的文件打开,就可以看到比较明显的放大效果。缩小后的结果如下：３。３、旋转3.３．1、上下翻转函数flipud是实现一个二维矩阵的上下翻转,如a=［１2;34］，经过该函数处理后，原矩阵变为［３4；１2］;所以利用该函数也可以对图像进行上下翻转处理，但由于该函数针对二维数据的处理,所以在写程序时，要对RGB图像和灰度图像分开处理,这就要用到iｓｒｇb函数来判断，如果是灰度图像,则可以直接用这个函数进行处理,否则就要对ＲＧB图像进行降维处理，fork=1：3y（：，：,k)=fｌｉpud(x（:,：,k));end处理结果如图:3．3.2、左右翻转对图像的左右翻转也可以用ｆｌiplｒ函数来处理，同样的，也要对灰度和彩色图像分开处理，处理结果如图：3．３．3、任意角度翻转用函数imrｏtａｔｅ来实现对图像的插值旋转。该函数的调用格式如下：Ｂ=imrotate（Ａ，ａngle,mｅthod，’cｒop’）其中，参数method用于指定插值的方法，可选的值可以有三种,分别为邻近插值，双线性插值，双三次插值,缺省时为邻近插值,参数aｎgｌe代表旋转的角度.一般来说，旋转后的图像会比原图大，用户可以指定“crop”参数对旋转后的图像进行剪切(取图像的中间部分）,使返回的图像与原图大小相同。执行结果为:3．4、加入噪声经常用到的噪声有三种，高斯噪声,椒盐噪声,乘性噪声,可以通过以下三个函数来实现：y=iｍnoiｓe（hａｎdleｓ。imｇ，'gaussｉａn’,ｐ1,ｐ２）；％高斯噪声ｙ=ｉmnoise（x,’salt＆ｐｅppｅｒ’,ｐ1);％椒盐噪声y=ｉｍnｏｉse（hanｄｌｅs。imｇ，'ｓpeｃｋｌe＇，p1);%乘性噪声p１，p2的参数也通过输入对话框的形式得到,原图加入高斯噪声后结果如下所示:3。５、滤波这里选择三种滤波方法，k=medfiｌｔ２(ｈａｎｄｌeｓ．nｏiｓe＿imｇ）；%中值滤波ｋ＝wｉener２（handlｅs.noiｓe＿img，［5，５])；%自适应滤波k=ｆilter2(ｆｓｐｅcial('aveｒａge'，3)，ｈaｎdles．noise_img）/２５5；%平滑滤波同样的，这些函数也是针对二维数据，所以要先判断是彩色图像还是灰度图像，然后分别进行处理,下面是对彩色图像的自适应滤波处理：ｉ=hａndleｓ．nｏｉsｅ＿img；ifiｓｒgｂ（i）a＝hanｄles。noｉse_img(：，:,1);b=handles。noise_ｉmg（：，：,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）;执行结果如图：对其他方法的滤波程序也类似,由于把各个滤波方法放在一个选择框里，所以程序要用以下的选择语句：switchsｔrcase’中值滤波'ｃａse'自适应滤波＇casｅ＇平滑滤波'end3.6、直方图统计用imｈisｔ函数对图像数据进行直方图统计，x=imｈisｔ（hanｄles。img(：,:,1））;baｒ（ｈorz,x）；其中,ｘ矩阵的数据是0～255灰度值的统计个数，如果直接对x矩阵数据进行图形图显示，由于有25６个数据，在坐标系中就会很密集，为了更清楚的显示条形图，所以在程序设计时,把ｘ数据进行部分提取,ｘ1=x(１：10：２56）；hoｒz＝1：1０：2５6;ｂar(hｏrz,x1)；除了显示数据的直方图统计外，还可以对图像进行均衡处理,所用到的函数是histeq,这两个函数同样只使用于二维数据，所以也要对二维和三维数据分开处理。直方图显示和均衡后的图像分别如下图所示３。7、频谱分析3．7．１、频谱图为了得到图像的频谱图，先要对数据进行傅里叶变换,用fft２函数对二维数据进行快速傅里叶变换，同时为了更好的观察频谱图，需要把fｆt2变换后的数据进行平移,利用fftshift函数,把快速傅里叶变换的ＤC组件移到光谱中心。这样图像能量的低频成分将集中到频谱中心，图像上的边缘、线条细节信息等高频成分将分散在图像频谱的边缘。如下图所示：3。7。2、通过高通滤波器aｘｅs(haｎｄｌeｓ。axｅs2）;x=（handlｅs．ｉmｇ）；ｉfisｒgb(ｘ)ｍsgｂox(’这是彩色图像，不能通过高通滤波器’,＇失败＇);elｓｅｙ１=iｍnoiｓe(x,’gausｓian’);%加高斯噪声ｆ=dｏuｂｌe(y1）；%数据类型转换k＝ffｔ2（f）;%傅立叶变换ｇ＝ffｔｓhifｔ（ｋ);％转换数据矩阵[Ｍ，Ｎ］＝siｚe（g）；nn=2;d0=3；％截止频率为３m=fiｘ（M/2）;ｎ＝fiｘ(Ｎ／2)；ｆｏrｉ＝1：Mforj=1:Nd=sqｒｔ(（i－ｍ）^2+(j—n）^2）；％计算高通滤波器传递函数ifd＜=d0ｈ=0;eｌsｅｈ=1；enｄresｕlt（ｉ，j)=ｈ*g（i，j);eｎｄendrｅsult=ｉｆｆｔshiｆｔ(resｕlｔ）;y２＝iｆft2（ｒｅsuｌt）；y3=uinｔ８(reａl（y2))；imshow（ｙ3）;end3．7。3、通过低通滤波器aｘes(haｎdlｅs.axes2)；ｘ=(haｎdles．img);ｉfｉｓｒgb（x）ｍsｇbox(＇这是彩色图像,不能通过低通滤波器＇,’失败＇）；elsey1＝imnoisｅ（ｘ，'saｌt&pepper’）；%叠加椒盐噪声f=doｕble（y１)；%数据类型转换,不支持图像的无符号整型的计算ｇ＝ｆft2(ｆ)；%傅立叶变换g=fｆｔshifｔ(ｇ）;%转换数据矩阵[M，Ｎ］=size（g）；ｎn=2；%二阶巴特沃斯(Buｔterｗorｔｈ）低通滤波器ｄ０＝１0；％截止频率为１0m＝fix（Ｍ／2）；ｎ＝fix(N/2);fｏri=1：Mforj＝1:Nd=sqrｔ（(ｉ－ｍ)＾2＋（j-ｎ)＾2）;h=1/(1＋0.414*（ｄ/ｄ０）＾(２＊nn））；％计算低通滤波器传递函数resuｌt（ｉ,j）=h＊g（ｉ，ｊ）;enｄendresulｔ=ｉfftｓｈifｔ(rｅｓuｌt）；y2=ｉfft2(rｅsuｌｔ）；y3=uint8（ｒｅal(y２））;imshow(y３）；％显示滤波处理后的图像eｎd３．8、灰度图像处理3．8．1、二值图像用j=iｍ２ｂw（x）;来对灰度图像到二值图像的转换。转换结果为:３。８.2、创建索引图像用X=gｒaysｌiｃe（I，n)函数来实现,转换后得到的图像为：3.９、颜色模型转换下面是ＲGB颜色模型到HＳＶ模型的转换程序：axｅs(ｈａnｄleｓ.aｘｅs2）;x＝（ｈandles．img）;ifｉｓｒｇb（x）ＨＳＶ=rgｂ２hｓｖ（ｘ);ｉｍｓｈｏｗ(HSV）；ｅｌsemsｇbox('这是灰度图像,不能转换'，＇转换失败＇）;enｄ转换后的结果为:同样的，转化为nｔｓc和ycbcr模型,只要改为相应的函数即可。函数如下：ｒgｂ２ntｓｃ(x）；％rgb模型转ntsc模型rgｂ２ｙcｂｃr(x)；％rｇｂ模型转ycbcr模型3。１0、操作界面设计为了使整个操作界面更加的美观，对背景颜色和字体颜色进行设置。四、程序调试及结果分析（一)在程序设计过程中遇到的问题1、一个函数只能对灰度图像处理，不能对ＲGB图像处理,那么如何才能对RGB图像处理呢?这主要是对MＡTＬAB函数的不够清楚,用到的很多函数是针对二维数据的,而ＲGB图像的数据是一个三维矩阵，所以处理要与灰度图像不同，在开始的时候，我认为应该找一个能够应用于三维矩阵的函数,结果却没找到，后来想到可以把三维数据进行降维处理，同样使用二维的函数，只要是同样处理三次。比如,彩色图像的滤波处理，直方图均衡等。同一个操作对灰度图像可以使用,当用户选择的是彩色图像时，该操作就会出错？这是由于设计程序时，本身程序是有针对性的，有些程序只能对灰度图像有效,有些对彩色图像有效,但是用户并不清楚这些，所以在设计的过程中就要考虑全面，要分开设计。在本次课程设计中,我均对每个程序的开始时,用ifisrgb（ｘ）进行判断.在没有加入噪声的情况下，点击“中值滤波”或是其它滤波，会提示错误?这是由于在滤波程序设计的过程中,开始用到的变量是hａnｄｌes.ｎoise_ｉｍg，而这个变量是在加入噪声时候才定义的,所以在没有加入噪声的情况下，点击各个滤波就会弹出变量没有定义的错误，解决方法就是在文件打开的时候就给定义ｈaｎdｌes.noiｓe_imｇ=x。本次设计存在一个比较大的问题，就是每次操作都是独立的，比如：要对图像加入噪声，然后在此基础上进行亮度调整,截图，频谱分析等等就不行.我认为应该是整个程序设计过程中对变量的设置没有做好，应该每次操作后，把处理后的数据保存在一个全局变量,这样还要对处理后的数据进行在处理时,只要把这个全局变量作为原始数据带入就可。4、在这次课程设计过程中，感触很深,由于对MATLAB图像处理的函数不熟悉,导致自己走了很多的弯路,比如在设计图像左转９０度和右转9０度时，由于开始并不知道imｒotatｅ函数,只知道上下翻转flｉpuｄ和左右翻转fｌiplｒ函数,想着要怎么用这两个函数来实现左转和右转呢,如果当当只用矩阵转置的话，并不能达到要求，后来想可以结合fliｐud和flｉplr函数来实现，下面程序是实现左转９０度:aｘeｓ（haｎdlｅs．axｅs2）；x=（haｎdleｓ.img);ifｉｓｒgb(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）；ｆork=1:3ｆ（:,：，ｋ）=fliｐｕd(ｙ(：，:，ｋ));endｉmshｏw（f）;ｅlｓem=x＇;y=ｆｌipuｄ(m）；ｉｍshow（ｙ)；eｎd同理，也可以通过转置和fliplr函数实现右转90度。但是后来发现其实只要用imroｔate函数就可以解决问题。通过这次经历后，后来在设计其它程序时,尽量找MＡTLAB自带的现成函数,而不是一碰到问题就自己想算法，这样可以节省较多的时间。结语通过本次课程设计，使自己对MATLABGUI设计流程有了比较深刻的体会,同时也了解了一般软件设计的过程。在设计过程中碰到了很多的问题，通过这些问题，使自己分析问题,解决问题的能力得到了较大的提高。在理工科的专业应用背景下,用matlab进行相关计算与仿真编程的优势非常突出。特定的问题处理算法,我们通常都以M文件的文本形式给定最终的解决方案，自己设计的程序是在ＭAＴＬAB环境下,用ＭＡTＬAB语言编写的,这对于有安装MＡTLAB软件的计算机上运行并不存在什么问题，关键是一般的计算机很少有去安装ＭＡTLＡB软件的，那么要在这些机子上运行该程序要怎么办呢,难道要先安装MＡTLAB软件，这显然太麻烦了,对于一个通用的，比较成熟的解决方案，我们当然期望它能应用到更多的场合,而.ｅｘｅ（可执行)文件可运行于所有的通用WＩＮＤOＷS操作系统，为此,将M文件转换成.exｅ文件倒是个不错的想法。参考文献郑阿奇，曹戈，赵阳。ＭATLAB实用教程［M］。北京：电子工业出版社程卫国，冯峰,姚东,徐听.MATＬAＢ5．3应用指南［M］.北京:人民邮电出版社陈杨。MATＬAB6。Ｘ图像编程与图像处理［M]．西安：西安电子科技大学出版社附录%菜单的程序-—-——－-—－—--—－—－-—－——－－－-——－—－－－－-—－--—-—-－——－－--—－ｆunctionfile_Callbaｃk(hObjeｃt，eveｎtｄatａ,handles）－－-－—－-——-—－－—-—-－－－－-－-－-－——－--－－—-－--－—--－--－－—-—-—-——％文件打开程序ｆuncｔioｎｏｐeｎ_Callbaｃk（hOｂject，evｅntdata,handｌes）[naｍｅ,paｔh］=ｕigetfilｅ(｛＇＊。bmｐ’｝，'载入图像'）；ifiseqｕaｌ(name,0)|ｉsｅquａｌ(pａｔh，0）errordlｇ('没有选中文件'，’出错’)；ｒeｔuｒn；eｌｓeｘ=imrｅad（［path,ｎaｍe］)；ａxes(haｎdｌｅs。aｘes1）；iｍshｏw（ｘ）;hａndｌｅs．img=x；hanｄｌｅs。ｎoisｅ_iｍg＝x；guidａtａ（hObjｅct，ｈandles）end－—-－—-－—－—－－-—－--—－--－—－－－－—－-———--—-－－－－－－ｆｕｎctionｓave＿Cａｌlback(hＯbjeｃt,eｖｅntdａｔa，hａｎdles）％文件保存［ｆiｌenaｍｅ，paｔhｎame]=ｕiputfile（’＊.bmｐ'，’图片保存为’）;ifiｓｅｑual(［filｅname，ｐａthnａme］，[0,０])errordlｇ（’没有保存'，＇出错’）;reｔｕｒｎ;ｅｌsefiｌe=ｓtrcat（ｐａtｈｎａｍｅ，filenａme);（hａｎdｌeｓ。axes2）；i=getimａgｅ（gｃａ）；imｗritｅ(i,fiｌｅ）；eｎｄ——－－-——－———－－--——－—－－--—-－——--—－—-－－－－—-－－—－-——－－fuｎcｔionexit＿Caｌｌbaｃｋ（ｈＯbjecｔ,ｅventｄata,ｈanｄｌes）ｃlc；cｌoｓｅall；clｏｓe（gcf);-－——－－-－--—－—－——-－－－-——-—－--－—－—-——－-——-－——--—-－－—--－-%编辑菜单的程序－—－—－————--—－-－-—--－-————－———－-——－—－－—--－-－--－－－fｕnｃｔiｏneｄiｔ_Ｃallｂack(hObjｅcｔ,ｅvenｔdａtａ，hａｎｄｌeｓ)-－—－－－———-－—-－－－-－—--－－—-－-————--－-－－-——－－—－-fuｎctiｏnｈuiｄu_Cａllｂack（ｈObjｅｃｔ,evｅnｔｄａta，ｈaｎdｌｅs)%灰度处理axes（hａndlｅs。axes2）;ifｉsｒgb(handleｓ.img）y=ｒgb２gｒay(hａndles．img);%RＧＢｉmsｈow(y);elseｍsgbox(＇这已经是灰度图像','转换失败')；enｄ－-－-－-—－－－——－—--—－--－－--———--－———－-－——--－—－—－-－—－—－－－-fｕｎctionlｉangdｕ＿Callｂａck(ｈObｊｅcｔ，ｅveｎtdａta，hａｎｄleｓ）％亮度处理pｒomｐt=｛'输入参数1＇,'输入参数2’，＇输入gａmma＇}；defans=｛'［00.7]＇,'［０１］’，’１’｝;p=iｎputdlg(prｏｍpt,'输入参数'，１,defanｓ）；p１=ｓtr2num(ｐ｛1})；p２=str2nｕｍ(ｐ｛2｝)；p3=stｒ2num（p{3});gａmｍa＝p3;ｘ=（ｈanｄｌeｓ。img）；y=imaｄｊｕst（x,p1，p2,gamma)；axeｓ（handles．aｘes２);ｉmshow（y)；—-—－－—－-－－—--——-－－——－－——－—-——--－-—--———－—－——－——－－--－——ｆunctｉｏnｊiｅtｕ_Calｌbａck（ｈObｊect，eｖentdａｔa,ｈａｎdleｓ）％截图ｓeｔ（ｈaｎdlｅs.axｅs2,’HａnｄｌeVisｉbiｌitｙ'，＇ON＇);axeｓ(handｌｅｓ。axｅs２）;y=ｉmｃrop（hａｎｄleｓ.img）；imsｈoｗ（y）;ｈaｎdlｅs.Timagｅ=ｙ；————－-－-—-—-－—-－－—－--——－－－———--—－－—————－———－－-—fuｎctiｏｎfaｎｇｄa＿Ｃaｌｌbａck(hObject,eventdａta,haｎｄles)--—－-－--—-－－-—－－——--—－－—－————－——-－--——-－—-－－－—-－—－—fｕnctｉonliｎgｊz＿Callback(ｈＯbject，evｅntｄaｔａ，hａndles)%邻近插值放大axes（hａnｄlｅs。ａｘes2)；prompt＝{＇输入放大倍数:'｝;ｄｅfanｓ={'2’};p＝ｉnpｕtｄlｇ(promｐt,＇输入放大倍数＇,1,dｅｆaｎｓ）；ｐ1=stｒ2ｎｕm（ｐ｛1｝）;y=iｍｒesize（haｎｄleｓ．ｉmg，ｐ１,’nearest＇)；%最近邻插值法放大ｉmshoｗ（ｙ）；－——－—－—－－—－——－--——－－－—-——－——-－－-———－————-—————－fuｎcｔｉonｓhｕanｇxiaｎfａ_Cａｌlｂａck(hObｊecｔ，evｅntdatａ，hanｄles)％双线放大ａｘｅｓ（hanｄlｅs.ａxes２）;prompt={＇输入放大倍数:＇｝；deｆaｎｓ＝{＇２’}；ｐ=ｉnｐutdｌg(pｒoｍｐt,'输入放大倍数’，1，defans）;ｐ1=str２num（p{1})；y=iｍreｓize（ｈanｄｌes。img,ｐ１,＇biｌｉｎｅar＇）；%最近邻插值法放大imｓhoｗ（y)；—-—-－——－-－-——--—--－-－——-－——-——－—--－－-－－－——－—functiｏｎｓhuaｎｇsａｎci_Cａllｂａck（hOｂｊｅｃt,eｖentdata，hａnｄｌｅｓ）％双三次放大axes（haｎdleｓ．axｅs2）;prompｔ=｛'输入放大倍数：＇};ｄefaｎs={＇2＇｝；p＝ｉnpｕｔｄｌg（prｏmpt,＇输入放大倍数＇，１，ｄefanｓ);p1=sｔr2num(ｐ{1｝）；ｙ＝iｍｒeｓiｚe(handｌes。iｍg，ｐ1，＇ｂiｃubｉｃ')；imsｈow(y）;－—-－－——--—-——--－－—————--—-－－-—-－－－－—－—--－－--————-－-－－-—funcｔｉoｎｓuoｘｉａｏ＿Ｃａlｌbacｋ（ｈObjeｃｔ,ｅｖeｎtｄatａ,handles）％邻近插值缩小ａxes（hanｄlｅs。axｅs2）;ｐｒompt＝｛'输入放大倍数：＇｝；ｄefａｎs＝{’0。2'}；ｐ=inpuｔdlg(prｏmpt，'输入放大倍数’,1,ｄefanｓ）；p1＝ｓtr2nｕm（ｐ{1}）;y=imresize(handlｅｓ．iｍg,p1,’neａrｅｓt')；%最近邻插值法缩小ｉmshｏｗ(y）；——－－－—－－-－－－-－—--—－－—--——-－－--－－-－--－-—－--－－--－-—-－functionshuaｎgxｉａn_Ｃallbaｃk(hObjeｃt，eｖｅｎtｄaｔa,handleｓ)％双线性缩小ａｘes（hａnｄles。axｅｓ2）；prｏｍｐt＝｛’输入放大倍数:＇｝；ｄeｆａns={'0．2’｝；p=iｎputｄlg（promｐｔ，’输入放大倍数'，1，deｆaｎｓ）；p１=str2ｎum（p{１});y=imreｓize（ｈandles．img,ｐ１,＇bｉlinｅar＇);%最近邻插值法缩小iｍsｈow（y）；——－—-—-－————－—－———--——－－－--－——-—－—--——－—-－－—－－－--－--fuｎcｔionｓｈuａnｇsａnｃisｕｏｘ＿Cａllｂack（hOｂｊect,eｖentdata,handles）%双三次缩小axes（ｈａｎｄles.axｅs2）;pｒｏｍｐt＝｛’输入放大倍数:'};dｅfａns=｛＇0。2'｝;p=iｎputdlg(proｍｐt,’输入放大倍数＇，１，ｄefans）；p1=stｒ2nuｍ（ｐ{1｝）；y＝imｒeｓizｅ（hanｄles.iｍg，p１,＇ｂicｕｂic＇）;ｉmshoｗ（ｙ)；－－－—-－——-－--－—－—－—--————-—-—－－—--————--－－ｆuncｔionxｕanｚhｕａn_Ｃａllback（hＯbjｅcｔ，evｅnｔｄata，ｈaｎｄlｅs)－—－－－—－－———－－—－-－－－--——－－--－-—－－——－—-－－-—－--fuｎｃtionupdown_Caｌlｂack（hＯｂjｅｃt,eventｄａtａ，hａｎdlｅs)％上下翻转ａxeｓ(haｎｄｌes.aｘes2);x=（hanｄlｅs。ｉｍg）；iｆｉsrgｂ(haｎdlｅs．ｉmg)fｏｒk=1：3y（：,：,k)=fｌｉpud(x(：，:,k））；％上下翻转函数ｅndｉmshoｗ(y）；elseｘ=(ｈaｎdlｅs.img);y=flipｕd（x）；ｉmshoｗ（y）；eｎd-—－－－—－-——－-—-—－——－－－—--－－－--－--——-－-—－－－-——--－-fuｎctｉonlｅｆtriｇht＿Calｌbaｃｋ（hＯbｊｅct,ｅveｎtdａｔa，haｎdｌｅs）％左右翻转ａxes（handles．axes２)；ifiｓrgｂ(hanｄlｅs。ｉｍｇ)x=(hａnｄｌes.ｉmg);fork=1:3y（：,:，ｋ)=fｌiplr（x(:，：,k）)；%左右翻转函数enｄｉｍsｈoｗ（y）;ｅlｓeｘ=(ｈａｎｄleｓ。ｉmg）；y=ｆｌｉplr（x）;imsｈow（ｙ）;enｄ—-——-－－－—--－－－—--—-－—－－－—－－-－－-－——－——－-－--—－-—－-－—-fｕｎctionzeft９0＿Cａllｂack（ｈOｂject，evｅnｔdata，ｈanｄｌes）％左转90度axｅｓ(haｎdlｅｓ.axｅs2）;x＝(ｈandｌes。imｇ）；y=imrotate(ｘ,９０）；imsｈow（y）；-—－———－－—－-—－—－—-—－—－－－--－——--－—－－———--－－-——－—--－－--－-－fuｎctionｒｉghｔ９０_Calｌbaｃｋ(hObjｅct,evｅnｔｄaｔa,ｈaｎdles）％右转9０度ａxeｓ(ｈａndles.ａｘeｓ２）;x=(hａndｌｅs.ｉmg）;y=iｍｒｏtate（x，—9０)；imｓｈoｗ(ｙ）；--－—-－—－－-－-－--—－--—-－－--－-－——－－－—－－—-－-—－－－—-－-－-－ｆuｎｃtｉｏnother_Ｃaｌlback(hＯbject，eventdaｔａ，hａnｄlｅs）％任意角度旋转axes(hａｎdｌes.aｘes2)；proｍｐt＝｛＇输入参数1：’｝；ｄefanｓ=｛'30＇｝;ｐ=ｉnpｕtdlg（pｒompｔ,’输入参数'，１，defanｓ）;p１＝ｓｔｒ2ｎuｍ(p{1｝)；y=imrotate(ｈanｄleｓ．ｉmg,p1）；imshｏw(y)；－－—--———－-－--——－－—－－—-－—－--—－——-———－-－－--－－－—－-—-fuｎctｉｏnｇｓ_Cａllbａck（hＯｂject，eｖeｎtdata，hａｎdles)%加入高斯噪声axｅs(hａnｄleｓ．aｘeｓ2)；pｒomｐt=｛＇输入参数1:'，’输入参数2'};dｅfanｓ={'0',＇０.02’}；p=inpｕtｄｌｇ（ｐｒomｐt，’输入参数’，１，dｅｆanｓ）；p1=ｓtr2nｕm(p{１｝）；p2=sｔr2nｕｍ（ｐ｛2｝）;ｙ=imnｏise（hａndles．ｉmg,’ｇａｕｓｓiaｎ’，ｐ１,p２)；ｉmｓhoｗ（y)；ｈａｎdｌes。noise_img=y；ｇuidata（hＯbject，ｈandｌes）；-——－——-—－-—-－－—－－—－-—--－—－－—－--－-—－—－－－－－—--ｆunｃtioｎｊy_Callback（hObjｅｃt，eventdａｔa，ｈａndles)％加入椒盐噪声ｐrompt＝｛＇输入参数1:’｝;％对话框的设置,用户输入的是字符串deｆaｎs=｛’0.02’};%缺省值p=inｐutｄｌg（pｒomｐt，＇输入参数’，１，deｆａnｓ)；p１=str２nuｍ（p｛1｝)；％字符串转化为数值axeｓ(hａnｄles。ａxes2）；x=(hanｄｌes.iｍｇ）；y=iｍnoｉse（ｘ,'salt&pepper’,p１);ｉmsｈow（y)；haｎｄles．noisｅ＿iｍg=ｙ;gｕidａｔa（hObjｅcｔ，hａnｄlｅs)；———－－-－————－－—－-－-－——－－－—－－－－－——-－－-－－－—－—－—--—ｆuncｔiｏncx_Ｃaｌｌbａck（ｈOｂjeｃｔ,ｅventdata，ｈandlｅs）%加入乘性噪声ａｘes（ｈaｎｄlｅｓ。aｘｅs2);ｐｒｏｍpt={’输入参数１:＇｝；ｄｅfａｎｓ＝{’0。02'}；p=inｐutdlg（ｐｒｏｍｐt,’输入参数'，1,defans)；ｐ１=stｒ2ｎum(ｐ{1})；y＝imnoｉse（hanｄｌes．ｉmg,＇ｓｐecｋle'，p1）;iｍshoｗ(ｙ)；hａnｄles．nｏisｅ_ｉｍg＝y；guiｄata（hObｊｅｃt，handleｓ)；-－-－—－－—-——－-—-———-—－—－-—－－-—-—－—－－—－－—－—-——-－—fｕnctionｚhｉfanｇtuｔonｇｊｉ_Ｃallｂaｃｋ(ｈObｊeｃt,eventdａtａ，haｎdles)－-－－——－--—-——－——-－--－--－－-—-－-——－-—-－--——－—－--－—-—－-—functｉoｎｒｅｄ_Ｃaｌｌｂacｋ（hＯｂjeｃt，eventｄata,hanｄles）％Ｒ直方图set（handles。axes2，’HａnｄｌeＶiｓibiｌｉty’,'ON＇)；ａxeｓ(haｎdｌes．aｘｅs2)；x=iｍｈｉｓt（handles.img（：,：，1）)；%直方图统计x1=x（1:10：256）；horz=1:1０：256；bａｒ（ｈoｒz，ｘ1)；set（hanｄleｓ.axeｓ２，＇xｔiｃｋ'，０：5０:２５５);-－--－—-—-－－--—-—－-－－—-－－-－—－－—－-—-－—--－—--—-—-——-——－-—-——ｆuncｔiongraｙ_Cａllｂack（ｈＯbjｅｃt，ｅｖentdａta，hａndleｓ)%Ｇ直方图ｓet(ｈａndles。ａxes2,＇ＨaｎｄｌeVisibiliｔy’，'ＯN'）；ａxes（haｎｄｌｅs.ａｘes2)；ifisrgｂ(handles。iｍg)ｘ＝iｍhｉｓt（ｈanｄlｅs。imｇ（:，：，2）);%直方图统计x1=x（1:10：2５6）;ｈoｒz＝1:10:２56;bar(hｏrｚ,x1）；ｓet（ｈandｌeｓ.axes2，'ｘtｉck’,0：50:2５5）;eｌsｅmsｇbox(’这是灰度图像’，'旋转失败’)；enｄ-—－-－—－--——-－－－--－—－-—--－———－－-－-－—--——-—--funｃｔiｏnblue＿Ｃaｌlbａck（hＯbｊecｔ,eventdata，hａndlｅｓ)％B直方图ｓet（handles.ａｘes2，＇HandleＶｉsｉbiｌitｙ’,’ON');aｘes（ｈanｄles.axｅs２)；iｆisrgb(handles.iｍg）x=ｉmhｉst（ｈanｄｌes.img(:，:，3)）;%直方图统计ｘ1=ｘ（1:1０:２56）；hoｒｚ=1：10：256;bar（ｈorz，ｘ１）；％aｘｉs（［０255０１５０0０0］)；ｓｅt（ｈanｄｌeｓ。aｘes2，'xtiｃｋ’，0：５0：255)；％seｔ（handlｅｓ.axes2，'ytick'，0：2００0：1５０0０);ｅlｓemsgbox（'这是灰度图像’，’旋转失败’）；ｅｎd－－—-－———－——-——-－—－－————-—--－-—－－-－－—-——————－-－－－-—functiｏｎｊｕnheng_Cａｌｌbａck（hObjｅｃｔ,evenｔdata,ｈandles）%直方图均衡set（hanｄles.aｘes2,’ＨaｎdleViｓiｂｉlitｙ'，'ON’）；aｘes(handleｓ．ａｘｅs２）；iｆisｒgb（handlｅs。iｍｇ）a=hiｓteｑ(haｎdles．ｉmｇ（:，：,1）);b＝ｈｉsteq(ｈandles。ｉmｇ（：，:，2)）;c＝ｈiｓｔｅq(handles。img(：,：，3）);k（:,:,1)=ａ；k(：,：，２）=ｂ;k(：,:,3)＝c;iｍｓhｏｗ（k);elseh＝hisｔｅq（ｈandｌes.iｍg）；%直方图均衡imshoｗ（h）;eｎd—————-－－－-—－－－——－－－——-－-－—-－-－-——-－——－-－－——－—－－－-—-—%频谱分析-—-－-－—－－—－—-——－－—-——－--－--—－--—-—-－—--－-—－－-－—-－--－-ｆunctｉｏｎｐｉnpu＿Callｂａcｋ（ｈObjｅct，evｅntｄata,ｈaｎdles)——-－—－-－-－－－———--——－－—－－-－——－--—－－—－-－－—-－－－—-—-———--fuｎｃｔioｎpinpuｔu_Cａllback(ｈＯｂjeｃt,evｅntdata,ｈandｌeｓ）%显示频谱图aｘes(ｈanｄｌes.ａxｅs2)；x=（ｈａndles.imｇ）；iｆiｓｒgb(ｘ）m＝fft２(ｘ(:，:,１））；y=fｆtshｉｆt（m）;iｍｓhow（ｌoｇ(abs(y）)，[］)；ｅlｓem=ｆft2(x)；ｙ=ffｔshift（ｍ）；imｓhoｗ（log（abs(y））,［])；ｅnd－－———－—--－—-——-—－-—－-－-——-—－———-—-—－－-—－—-－－——－—-－－-—－－—ｆｕnctｉｏｎfｒeqｕeｎcy_Caｌlｂaｃk（hＯbｊeｃt,evｅｎｔｄaｔa，hａｎｄles）％低通滤波器程序axes（hａndleｓ．ａxｅs2)；ｘ＝(ｈandles.imｇ);ｉfisrgｂ（x）msｇｂox(＇这是彩色图像，不能通过低通滤波器＇，'失败'）；elsｅy1=imｎｏiｓe(ｘ，’sａlt＆ｐｅｐper＇);%叠加椒盐噪声ｆ=doｕble(ｙ１)；％数据类型转换，ＭATLＡＢ不支持图像的无符号整型的计算g=ｆfｔ２（ｆ)；％傅立叶变换g=fftｓhｉｆt(ｇ）；%转换数据矩阵［M,N]=size（g）;nn＝2；％二阶巴特沃斯(Butｔｅrｗoｒth）低通滤波器ｄ0=１0；%截止频率为10m＝ｆiｘ（Ｍ／2)；n=ｆix(N/２）；fｏｒi=1：Ｍfｏｒｊ=1：Nd＝sqrt（（i—m）＾2+（j—ｎ）^2);ｈ=1/（１+0。414＊（ｄ/ｄ0)＾（2＊nn）)；％计算低通滤波器传递函数ｒeｓult(i,j)=h＊ｇ（ｉ,j）;ｅｎdendｒesulｔ=iｆftsｈiｆｔ（result）;y2＝ｉfft2（reｓuｌt）；ｙ３=uiｎt８(real(y２）);imshow（y3）;％显示滤波处理后的图像enｄ—-－－————————--——－--——-－——-—-－-－－——-－—-—－—--－—－－fuｎctｉongaotoｎg＿Cａlｌbａck(hＯbｊeｃt，evｅntdata，ｈaｎdles)%高通滤波器程序ａxeｓ（ｈａndｌｅｓ.axeｓ２);ｘ=（hａndles.ｉｍg)；ｉfiｓrgb(x）mｓgｂox（’这是彩色图像,不能通过高通滤波器'，’失败’）;elｓｅy1=imnoｉsｅ(x，＇gausｓｉａn＇）;％加高斯噪声f=ｄouble(y1）;%数据类型转换k＝ｆfｔ2（f）；％傅立叶变换ｇ=fｆｔsｈift（k)；％转换数据矩阵[M，N］=ｓｉzｅ(g)；nn=2;d0＝3;%截止频率为3m=ｆiｘ（M/２）;n=fix（Ｎ／2)；foｒｉ=1：Ｍｆｏrｊ＝1：Ｎd＝sqｒｔ((i—ｍ)^2+(ｊ－n）^2);%计算高通滤波器传递函数ifd<＝d０ｈ=0；elseh=１；endｒeｓｕlｔ(i，j）=h＊g(ｉ,ｊ）；enｄｅndresulｔ＝ｉｆftshiｆt(ｒesｕｌt)；ｙ２=ifft2（result);y3＝uint8（reａl(y２）);imshoｗ（ｙ3)；enｄ－－－-－－—-—－－-—－—－-－-－—－－—－－-——-－－－-—-—-—－-—%灰度图像处理程序—－—-－—－-－——－-—－－—-－－－－--－－－——－-－-－－-——－-－－－—－－ｆuｎctｉonhｕiducｈuｌｉ＿Cａlｌback(hＯbjeｃｔ，ｅventdａta,hanｄles）—－－—--－--－—-－－－—-—-－－—－——－－--－———－-—－————-fｕnctiｏneｒzｈituxianｇ_Ｃallbaｃｋ（hＯbject，eｖenｔｄａta，hanｄlｅｓ）％二值图像ａｘeｓ(hａnｄles。axｅs２）；x=（ｈａndｌes．img);ifｉｓrgb(x)ｍｓgｂｏｘ（'这是彩色图像，不能转换为二值图像'，＇转换失败')；eｌｓｅj=ｉm２ｂw(ｘ)；iｍｓhｏw(j)；eｎｄ—－－———－－－－－-－－——-—-－－--—－——－－-—-－—－—－－－—-——－-——functiｏntuｘiaｎgｆushi_Ｃａlｌｂacｋ（hObｊｅct,eｖｅntｄata，handlｅｓ）%图像腐蚀aｘes（haｎdlｅｓ.axes2)；x=（haｎdles．img)；ｉfiｓｒｇb(x）ｍsgｂox(＇这是彩色图像,不能进行图像腐蚀＇，’失败’）；elseｊ=iｍ2bw(ｘ）；se=ｅｙe（5）;ｂw=bwｍoｒｐh（j，'erodｅ')；ｉmsｈoｗ(bw)；ｅnｄ—-——－--－－－－—-———－——-—－—-－－—－—-———－-——－--——-—－－——－—－-－fｕnｃｔionｓuoyｉntuxｉang_Ｃａｌｌｂacｋ（hObｊｅct,evｅｎtdaｔa,hａndｌes）%创建索引图像ａxｅｓ(ｈａｎdlｅs.aｘes2）；x=(ｈａndles。ｉmg);iｆｉsrgb(x)ｍsgbｏx（'这是彩色图像,不能创建索引图像',’创建失败')；eｌseｙ＝graysliｃe（x,1６）；axｅs（ｈａndlｅs.aｘes2）；imｓｈow（y，jet（16））;enｄ—－-—－-——－-－－－—-—--－－－－—－—－－--－－-－—－－—-———－－－-%颜色模型的转换程序－-－--－-－－——－－－-－—--——-—-——－－－—-－-－—-－—--—-—－fuｎｃｔionysmｘ_Ｃａlｌbａｃｋ（hObject,evｅnｔｄａｔa,hａnｄlｅｓ）—－-—-——－-－—－－——-－—-－—－－—--—－-—--－－—－-———－—－—-－—－fｕnｃｔionhｓv＿Callｂack（hObｊect,ｅvｅnｔdaｔa，handleｓ)%ＲGB图像转HSVaｘｅｓ(hａｎdｌes．axｅs2)；ｘ＝(handlｅｓ．ｉmg);ifisrgb(ｘ）ＨSV=rｇb2hsｖ（ｘ）;imshｏw(ＨSＶ)；elsｅｍsgbｏｘ（'这是灰度图像,不能转换'，＇转换失败’)；ｅnd——-－—--－—-——-—－-—－—-－-——-—-——－－－－—－——-—————-－－－—--－-－－fuｎｃtiｏnntsc＿Ｃallback（hＯbject,ｅvｅntdatａ,hａndｌes）%RＧB转NＴSCaxes（handles．axeｓ2);ｘ=（handles．img)；ｉｆisrgｂ(x)ｎtsc=ｒｇb２ntｓｃ(ｘ）;ｉmｓhow（ｎtsc）;elsemｓｇboｘ（'这是灰度图像，不能转换'，'转换失败’）；eｎd-－-—-—－－—－－－-—-－-－—－－——－-——－-－—--－－－-——－-－——--—－-—－-－ｆuｎｃｔiｏnｙcｂcr_Ｃallback(hＯｂjeｃt，ｅｖentdaｔa,ｈanｄlｅs）％RGＢ转ＹCBＣＲａｘｅs(handles.aｘes2)；ｘ＝（haｎｄles.img）