《基于MATLAB的图像编辑器设计》13000字

基于MATLAB的图像编辑器设计摘要数字图像处理技术就是指通过电脑采用一些特殊算法来处理图形影像。目前数字影像处理技术在各个方面和领域中已经得到了比较普遍的运用。MATLAB是数字算法计算的软件工具，在国内外都有广泛应用，拥有图形图像处理技术，简单化操作步骤，易于快速开发，是快速响应式的图形处理开发设计工具。强大的计算机运算及其图形显示功能，让图像的处理过程变得越来越简单、直观。本文研究的主要内容是采用MATLAB提供的图像化界面环境（GUIDE）设计一个界面直观的图像编辑器。基于MATLAB的数字图像处理环境进行了系列数字图像处理实验。可对BMP、GIF、JPEG、TIFF、PNG等图片格式去进行处理。功能包含了图像的实时显示、图像格式转换及数据图像处理流程，可完成彩色图像完成灰度转换、多种算子边缘检测、直方图统计及分割功能。关键词：MATLABGUIDE图像化界面数字图像处理二值图像直方图目录TOC\o"1-3"\h\u第1章绪论 21.1课题研究的目的及意义 21.2国内外研究现状 21.3课题内容安排 3第2章数字图像处理的简介 42.1图像的数字化过程 42.2图像处理基本原理 42.3数字图像处理的特点和应用 62.4数字图像类型 6第3章MATLAB仿真软件的简介 83.1MATLAB简介 83.2MATLAB在数字图像中的运用 83.3MATLAB软件设计原理 9第4章处理系统设计与实现 114.1系统功能架构设计 114.2系统用户界面设计 114.3系统功能实现与仿真分析 13总结 18第1章绪论1.1课题研究的目的及意义MATLAB软件是根据数学界和计算机科学界的多位专家学者所合作编写的专业软件系统，随着这些年的不断进步与投入生产，俨然成为了国内与国外知名的可视化科学研究软件品牌，数学科学工程界的编程语言，可利用数学方式去设计程序。比如C、JAVA、PYTHON等编程语言接近于我们数学公式的编写，利用MATLAB编写数学计算算法代码就像编写数学公式求出答案的过程一样，使之高效快速的编写数学应用程序。图像是现代社会中人类收集和获得、交换资料和信息的主要媒介，因此，图像处理在各个应用场景中必然会涉及至关重要，包括到整个人类的生活与工作。随着现代人类智能技术活动区域的不断拓宽，图像处理的应用领域也会随之越来越广泛，数字图像的处理对于人类的影响将是不可限量的。1.2国内外研究现状数字影像编码处理最早可能出现于20世纪20年代。当时，人们已经可以充分利用带有bartlane三种海底传输电缆的数字图片压缩信息数字传输发送系统，从伦敦、纽约向世界全国各地发送传输的每一幅由一张数字图片压缩后的海底图片，将全国传送信息时间由一周多小时减少至达到了每天不足三个小时。为了更好实现对一个图片的视频传输，本次性能测试采用系统先对信号传输端图像进行一个图像的视频编码，然后将该编码图片在信号接收端通过采用特别的数字打印处理装置进行重构。虽然这一各种类型的技术应用已经完全包含了对现代数字影像信号处理技术方面的一些基础知识，但却没有真正能够使用或达到数字计算机。而对于数字图像的采集处理则必然需要巨额的数字存储数据空间和数字计算处理能力，其快速度的发展也就必然受到了现代计算机中与图像数据的采集存储、显示及其他信息流的传输等密切直接相关的信息技术不断进步所受的制约。在20世纪50年代，当时的使用数字化和使用电子化的计算机已经逐步得到发展了并达到了一定的发展水平，人们也已经开始尝试使用量子电脑软件来进行收集大量图形、影像等相关信息。国内最具代表性程度的就是清华大学研发团队开创性地研制出来的数学影像开发式数据处理编程系统tdb-idk。另外一家代表性的为东大软件互联科技公司所开发的数学影像技术软件。tdb-idk是基于tms320c6000dsp信号处理系统开发的一种视频影像处理系统，它也是一款集成化的数字信号处理系统的完美解决方案，可用于研发和设计需投入现实过程中的视频图片处理方面。可快速完成高等院校、科学研究院和科技研发公司在图像学处理方面的生产运用。在数据采集、输出图像、图像处理算法方面有较高效率的完成方法。可实时对输入的图像信息进行处理，更方便独立于数字信号处理程序去分析研究数据。利用视频图像实时传输技术对数字图像采集与传输，采用信息点对点的数字化图像处理，使用图像算法处理图像之间的差异，利用其灰度图像进行锐化、平整、变型、提前外形还有画面增强、格式转化、修改文件。1.3课题内容安排本文主要讲述数字图像处理的具体概况及应用。总共划分4章，内容安排如下:介绍了本次研究课题的主要研究发展目标及其重要意义，以及国内外医学相关课题研究的未来发展以及现状。

第2章数字图像处理的简介2.1图像的数字化过程图像的二维数字化处理就是要在计算机内部自动生成二维图像矩阵。数字化的主要技术目标之一就是将一幅电视画面的全部图像用一种数字化的形式对其内容进行图像显示，并且这就需要我们能够充分做到这样既保证不产生失真，同时又要能够充分便于使用电脑对其内容进行图像处理。图像的准确数字化技术需求就是必须要我们能够真正达到用最小的图像数据量而不是高失真的图像方式上来去准确描述这些数字图像文件中的所有信息。而且数字图像(Digitalimagine)与其他传统的数字图像(有时例如数字模拟影像)之间往往具有很大的物理区别。图像的数字化包括采样和量化两个过程。1.采样采样(Sampling)就是将在一定的图像时间内和一定空间中连续不断进行的各种图像处理分割转换为一个具有离散采样点(或者说一个采样点，即一个像素)的对象集合起来进行一种图像处理。采样法就是对于图像中空间位置坐标进行离散化，它直接决定着图像在空间上的分辨率。取样越细，就会更加准确地显示出图像。2.量化如果把这些连续颜色变化的灰度值(又称灰度值)都可以量化的达到8bit，则每个灰度量化值被分别划分成称为0-2552的256个量化级别，分别用来代表一种相应于各个级别灰度量化值的颜色浓淡变化程度，叫做一个灰度标度量化等级或者叫做灰度量化目标。经过多次分析采样，图像被多次分解后成为不同形状物在不同时间上、空间上的连续离散像素分布，但是该分布像素的平均值(例如灰度值)仍然可以是连续的平均值。像素的最大浓淡度数值，是一种用来用于指白色蓝-灰-黑-色的一种像素浓淡的数值，有时也可以用来用于指光的最大折射强度(也称亮度)的浓淡值或者是最大灰度。将这些连续的值与浓淡灰度值或离散灰度中的值进行转换后称为离散灰度值(一个值的整数值)这种量化操作本身便是一个值的量化。对连续灰度的数值的每给出一个值的量化值是等级的，即连续灰度的数值的量化方法分别表示为:等等距间隔灰度量化(Equalintervalquantization)和非等等距间隔灰度量化(Nonequalintervalquantization)。等效的间距灰度量化原理就是将一个采样灰度值在一个灰度量化区域内的各个灰度量化范围等效的间距进行分割和计算进行简易的灰度量化。非均匀误差量化的乘法函数就是一种依据一幅数学图像具体表现灰度和数值之间误差分布的概率密度函数，按照总的误差概率均匀量化法和误差最小化的原则对其差值进行概率密度函数计算。在实用中通常可能会用到使用类似等距离法和间隔法的测量方法化。2.2图像处理基本原理数字图像处理(Digitalimageprocessing)主要定义是在泛指一种利用数字电脑或者计算机技术去除数字图像中可能存在的各种噪声、加强、复原、分割或者直接提取各种图像特征的数字信息技术来进行处理数字图像。相对于以往的各种数字图像处理应用技术，数字图像的信息处理实际上已经是一次走向全球性的"工业革命"，它已经彻底地完全改变了以往那些现代社会人们在研究使用数字图像的方式同时所认为需要广泛采用的各种图像处理技术手段，成为了现代图像信息处理中一个崭新的技术发展研究方向。从信息系统总体研究的视角来看，数字图像处理技术的研究内容主要有以下几个方面:图像的获得、表现与呈现，图像加固、图像复原、图像分割、图像分析、图像再造及对图像进行编码与压缩。其中，数字图像处理技术主要包括:计算机的各种技术/逻辑运动操作和几何计算、图像加强、影象分割、影像形态学的处理、模式识别、影像复原、影象压缩等。(1)算术/逻辑操作图像处理中的逻辑算术/运动逻辑算法运动算术操作主要指的是以计算像素对于另外一个计算像素的一次逻辑算术运动值作为计算依据在两幅或几幅多个图像之间同时进行(其中并没有规定包含任何具有逻辑性的非算术操作，它们只是在单幅多个影像中同时多次进行)。对一个图象的逻辑运算及其操作也是以图象像素函数为运算基础。＂与或非"这三种函数逻辑变换算子完全都可以是被我们称为一个函数式逻辑变换的。当我们在对两个灰度不同等级的每个图像像素做出逻辑运算时，将每个像素的灰度值转换作为一个进行二进制化的字符串值并用来对它进行图像处理。在四个三维算术代数运算法的操作中，减法和两个加法对于三维图像的图形处理中最为有用。我们将两幅正的图像简单地用联想除合起来可以说明它们就是用一副一幅取逆的两个图像和另一幅一副取正的两个图像之间进行分数相乘。在四种加法代数随机运算的实际操作中乘和加法代数运算被广泛应用于可以减少对一个图像中加性随机运动噪音的重大影响;加和减法代数运算则经常能够准确检测和看到一个图像中任何一个高度物体的所在位置和物体运动时其方向不会发生重大改变;乘法代数运算也非常适合广泛应用于图像标注法和图像处理中的一些人们非常感兴趣的各个区域;而乘和除法代数运算则经常被广泛应用于对多光谱图像遥感器的影像数据进行数学分析和图像处理，以便于扩展不同的高度物体之间可能存在的高度差别。(2)几何变换几何处理计算的方法主要就是用于通过计算改变矩形图像中各个图象元素与其他图象元件之间的图像空间上和位置上的关系，从而直接改变各个图象元件的图像空间结构，达到对各个图像元素进行几何处理的主要目的。简而言之，图像几何变换映射是一种指通过使用基因几何变换方法来确定建立源后的图像主体像素和基因变换后的源图像主体像素之间的几何映射。主要工作内容包括有对在图像上的平移，缩放，旋转，镜像及转置等的变换。(3)图像增强图像增强应用技术研究是目前国际图像视频处理中最为关键的几个基础性技术研究课题之一，图像增强应用技术按其作用域大致情况可以详细划分表现为两种，即集中空域图像处理应用技术和频域图像处理应用技术。空域亮度处理就是直接对于整个图像亮度进行空域处理，而频域的亮度处理则主要指的是指存在于整个图像的某一个亮度变化域内，对于整个图像的变换时刻度和变换频率系数首先进行变换运算，然后再通过进行反向逆向的变换运算来直接实现整个图像的亮度增强。图像增强显示技术不仅可以有效凸显或突出物体图像对象中的某些"有用"的物体信息，扩大了物体图像中不同的对象物体图像性质及其特征之间的内在区别，改善了物体图像的视觉整体感和视觉效果。图像增强的四种算法主要类型包括直方形视图滤波增强，空域图像滤波减弱增强，频域图像滤波减弱增强和彩色图像滤波增强。(4)图像分割图像分割可以把图像细分到构成其子区域或物体的对象中。图像分割算法通常是以两个主要基本属性之一，即不连贯性和相近度。第一类的方法是基于光线亮度不连续地变化来分割影像，比如在影片的边缘。第二种类型的方法是依据事先编排好的准则把图像划分到相似地带。图像分割技术主要包括间断检测，边缘检查，门限处理。(5)图像形态学处理图像图象形态学由它是一组基于图像形态学的算子代数处理算子所结合组成，最基本的图像形态学算子代数处理算子主要功能包括图像腐蚀、膨胀、启动停止运算、封闭启动运算等，通过将这些代数算子进行组合并放在一起设计来进行应用，就可以能够很好地设计实现三维图像的各种形状、结构等并进行图象分析和图像处理。数学图像形态学课程能够快速完成三维图像的图形分割，特征提取，边界特征检测，图像逻辑滤波，图像逻辑加强和图形修改等数学工作。(6)模式识别模式识别技术总体上来说是从大量的数据信息和处理数据中提取来进行考虑，在一些专业实践经验和理论知识的综合基础上，利用计算机和现代数学的逻辑推理等计算方法等来进行大量信息的数据自动化模式识别。模式识别处理系统通常由4个组成部分，即用户数据分析获得、预处理、特征提取及用户决策归集等。(7)图像复原(恢复)由于器件而导致的扫描光线漏、错位等多种原因，这些都会不可避免地造成影响到图像质量(衰减)。图像的恢复就是依靠事先已经建立好并分析起来的一个系统性退化的模型，将已经降质了的图像进行重建为一个接近于或者完全没有退化的原始理想图像。(8)图像压缩虽然数字图像的质量和数据规模都是很庞大的，但是数字图像实际上又因为它们具有很强的压缩能力。图像压缩要处理的主要问题就是尽可能地降低表示数码图像所必须的数据。减小数据量的根本原则就是出去其中冗余的数据。此种变化是在图像被存储和传输前进行的。在以后的某个时间，再对被压缩的图像进行求解和重构，以及将原图像或者原来的图像近似为主。2.3数字图像处理的特点和应用计算机影像处理与电子信息技术及其他计算机、多媒体、智能化机器人、专家系统等科学技术的进步紧密联系在一起。近年来，利用计算机信息识别、理解图像的技术在我国得到了极大地发展，即这种图像信息处理的主要目的除了直接提供给病人观察(比如医疗图像则是为病人观察作出诊断)外，还进一步地发展与计算机信息和视觉技术有关的领域，比如邮件自动划分检测，车辆自动驾驶等。下面只罗列一些比较典型的应用案例，而且在实践中使用得更广泛。(1)在生物医学中的应用主要业务是对显微镜下影像的切片处理;dna显示影像分析;红、白血球切片分析以及计数;寄生虫卵和其他正常组织的细胞切片识别分析;恶性癌细胞切片识别;以及正常染色体的切片分析等。(2)遥感航天中的应用军事太空侦察、定位、导航、指挥等太空领域的技术应用;我国多通道光谱太空卫星的探测图像物理分析;全国地形、地图、国土资源普查;自然地质、矿物和水资源等的勘探;航空天文学、太空和小行星和地球物理学中的探测与物理分析。(3)工业应用cad和cam这两种技术被广泛应用于各种模具、配件制造、服饰、印染行业;零件、产品的无损性检测，焊缝和内部的缺陷检测;交通控制、机场安全监控;列车的车辆皮带信号辨认等。(4)军事公安领域中的应用巡航导弹的地形辨认;指纹自动识别;警戒系统和自动化的火炮监视;反伪装侦测;手迹、人像、印章的认证和辨别;对于过期的档案中文字复原;对于集装箱不开盒的检查等。2.4数字图像类型一幅矩形图像既或者可以同时分别包含一个图形数据矩阵，又或者可以同时分别包含一个通过颜色矩阵映射的一个图形数据矩阵。其中包含有四个基本的物体图像结构形态:(1)二值图像(二进制图像)二值化节点图像又可以称为黑白节点图像，就是这样一个黑白图像的所有象征物和节点只有可能存在0、1两个整数值。一个二位数值值的图像实际上应该是纯黑白。每一个颜色像素的设置值将用于选择0或者1中的一个像素值，通常0代表黑，1代表白。二维数值式的图像也同样可以被直接保存下来成为双向高精度或者基于uint8类型的双向高精度图像范围内的图像数组，显然通过使用这种uint8类型比较好地节省了存储空间。在用于图像返回处理的编程工具盒中，任何一个需要返回到的二进制矩形图像的编程函数都必须通过是以基于uint8类型的一个逻辑数组串的方式调用来对它进行图像返回。(2)灰度图像灰度像素图像的中心元素节点是直接把它保存在一个矩阵元素中的，这个矩阵元素中的各个灰度元素就直接代表了一个灰度像素的中心节点。矩阵类型可以广泛认为为一是双向高精度的矩阵类型，其中的取量和值范围区间分别为[0，1];也就是它们之间可以被广泛称为uuuint8类型，其中的每个数据变量区间取值范围分别为[0，255]。矩阵视图中的各个亮度元素分别可以代表着不同的物体光照时间亮度和灯光灰度变化等级。(3)索引图像索引显示出来的几何图像由两个类似图形图的矩阵和一个不同颜色作为图的数组，其中，颜色图的矩阵数组是按照一个图像中所有不同颜色的特征值大小进行排列顺序后的一个几何图形数组。对于每个颜色像素，图象矩阵中都会固定包含一个像素值，这个特定位置的像素值就是在这个颜色结构图中的像素索引。颜色精度示意图为一个m*3双单色精度的数值矩阵，各行分别明确标明了红绿蓝(rgb)的单色精度值。colormap=[r，g，b]，r，g，b可作为两个值域分别标记作[0，1]的实值函数值。图像精度矩阵和各种颜色标记图之间的相互关系可以取决于它的图像精度矩阵模型是双单位精度矩阵模型或是uuint8(一种无颜色标记8位精度整型)等多种类别。如果一个颜色图像上的矩阵颜色属于双向高精度的颜色类型，第一点的上所取一个值应该对应于这个颜色效果图上的第一行，第二点上所取到的值应该对应于另外的一行，依次反复进行以此类推。如果一个矩形图像颜色矩阵的行数值可以是一个uint8，有一个图像偏移向的零点数量，第0点的行数值是否可以明确对应于这个图像颜色矩形图中的第一行，第一点的行可以的值对应于第二点的行，依次左右进行以此类推;uint8长度适用于多种颜色图形文档中的格式，它们也可以同时支持256色。第3章MATLAB仿真软件的简介3.1MATLAB简介MATLAB是美国Mathworks科技公司研发推广的一款数值型计算用户界面化的功能软件，英文商品名全称为MatrixLaboratory，中文译为矩阵实验室，在多次的改进更新后，现已成为了最为优秀的数学与计算机科学的应用科学软件，是国内与国外最为受到欢迎的用户图像界面程序。这款软件集成了数据数值分析、线性代数矩阵方程运算、实时信号处理功能和图形化功能显示为一体，组成了方便使用，界面显示友好的使用环境，具有较好的扩展功能，且拥有小型波段分析、图像模块分析、神经网络生成、模拟控制系统、数字信号处理等多个专门的工具箱，而且工具箱内的源代码也是开放的，分为多个M后缀文件，可对源代码文件进行修改，所以MATLAB支持用户的个性化修改开发，用户也可以新添加新函数放入工具箱当中。MATLAB利用线性函数矩阵展示数字化图像，所以MATLAB对于图像化数字处理矩阵型运算问题的工作效率十分高。并且线性代数矩阵运算方法对其中的数字图像有适用性方法。1、界面友好，MATLAB拥有编写矩阵化的运算直观界面化显示的功能，编程代码结构简单，变量类型不繁多，可不使用大量重复的数学公式运算，运行和测试的效率超过了C语言和PYTHON语言。2、功能强大，不仅具有极高的技术实用性和科学功能，例如工程科学数据运算、大数据分析和系统可视化、电子系统过程仿真等多种功能，并且它还可以具有各种可广泛扩展的诸多功能，包括小波分析、神经网络、模糊处理逻辑、图像编码处理、信号逻辑处理、自动控制等功能集中于工具箱中。工具箱可以互相利用，使用用户个性化修改。3、操作流程简单，利于初学者的快速入门，用户不必拥有大量的数学基础知识和代码编写能力，不必再次学习数学算法和编程代码。MATLAB软件能力强，可快速完成复杂任务。极高的加快开发任务的效率。同时，MATLAB作为一门高级脚本语言，也存在一些可能的缺点：1、MATLAB是类如PYTHON的解释性语言，若是在实时功能中要求高，如设计自动化控制和实时信号处理功能，实现功能的效率极差。2、MATLAB代码只能在MATLAB程序环境中运行，不能利用于商业开发中。3、MATLAB可看到程序源程序，不具备代码保密性。3.2MATLAB在数字图像中的运用图像处理系统工具包主要由上述一系列一个能够有效支持各种图像信号处理系统操作的编程函数组件构成。所有的需要软件支持的立体图像区域处理运算操作主要内容有:二维图像的立体几何图形运算处理操作、邻域和邻近地点的图像区域处理运算、图像图形变换、图像的图形恢复和图像增强、线性图像滤波和图形滤波器的运算设计、变换(dcttd变换等)、图像的图形分析与矢量统计、二维立体图像的图形运算等。下面在数字图像信号处理过程中的各个方面及其应用情况为一实例对其应用进行了深入分析。1、索引矩阵图像中我们可以看到具有多种矩阵的数据类型，包含多个类的数据矩阵和多个不同颜色类的映射矩阵。颜色映射函数中我们可以得到包含三列和几十多个不在数据之间排列的颜色阵列，颜色映射矩阵为红绿蓝三原色的颜色值。像素显示值到颜色映射表中直接进行映射。颜色值可由矩阵A指向矩阵B中。2、灰度图像处理功能是一个有效矩阵可代表一个灰度图片，其中灰度数据代表着图像的灰度值程度，矩阵元素就代表了画面中的图像像素。矩阵元素可以代表为浮点类型，八位或者十六位整数的数字类型。在大多数环境下，灰度影像并非会被灰度影响到的图像与其他颜色之间相互映射的图像进行保存。在利用这种图像进行显示后，可以直接使用一个默认颜色映射仪器。3、二个一值灰度图像和一个灰度矩阵图像相同，一个二值数据矩阵像素可以直接分别利用于二个一值灰度图像，一个灰度像素则同样可以直接获得两个灰度级。可以任意选择八进位控制位和双进制位作为存储数据类型，二进制值数位图像在软件工具箱中进行使用时可以具有多种快捷方式，可以选择作为运算函数结果方式使用八进制位作为存储数据类型。4、rgb图像，中文名称为真彩色图像，储存的矩阵格式应该是n*m*3得到的样式。矩阵数组用来定义像素中红绿蓝三种原色在灰度上的颜色。rgb不同于微软定义的彩色映射表示。利用在像素点位上的红绿蓝两个强度数值的组合去进行确定。这些图像在rgb中储存24位的图像上，红、绿、蓝各自占到8位。3.3MATLAB软件设计原理在设计用户系统时，功能模块主要是对所要处理的图像进行一些常规的编辑操作。在软件对于图片的常规操作，如同放大缩小功能，也可以对图片实施剪切和旋转功能。实现了编辑操作后，都可获得操作图像的句柄。其中的每个句柄就是每个操作对象的数字号标识，在创建对象时就可以创建句柄，可利用句柄，操作这个单元。由一个新的图形窗口命令集所产生的每一件图形事情都可能应该认为是一个基于图形的一种对象，它们中所需要包括的一个图形窗口不仅仅被简单地把它说出来作为它就是一个新的图形，还有一个坐标和横轴、线条、曲面、文本和其它。这些子类对象分别按照父类的对象、子类的对象顺序来排列构成一个具有层次性的对象结构。电脑的整个屏幕就是根据物和对象，而且也可能就是所有其它根据物体和对象的孩子父母。图形窗口就是根据该图像对象的子图像对象;例如坐标轴和位于用户界面的两个对象组成为一个图形窗口文件中的子图像对象;例如线条、文本、曲面、修饰板、补片及其他的子图象物体是根据位于不同坐标点和轴的两个对象之间的子对象物体。根据不同对象类在分类中它可以同时分别包含一个或多个一组图形窗口，每一个一组图形窗口中也不能可以同时分别包含多个一组或多组图形坐标时间轴。所有其它的子图像对象(除了之外uicontrol和除了uimenu外)均为一个位于对象坐标轴上的子图像对象，并且以及在这些对象坐标轴上可以进行图像显示。所有为父与子对象进行创建的起始函数，只要不是当父与子对象或者可能是另一个与父对象之间没有自己的起始位置时，就可能会被重新进行创建。在创建新的对象时，就使用新的操作句柄。根操作对象就为0。使用命令创建新的图像窗口，其中一个变量会传回句柄数值。通过该句柄建立起对象的行和列。包含了plot，mesh，surf函数值。但是有些对象用有特殊的句柄方式，有的只包含一个，有的包含多个。常用获得句柄的函数有以下几种gcf：获取当前图形窗口的句柄gca：获取当前坐标轴的句柄gco：获取当前对象的句柄gcbo：获取当前正在调用的对象的句柄gcbf：获取包括正在执行调用的对象的图形的句柄这样我们就可以使用这几个函数获得要操作对象的句柄。

第4章处理系统设计与实现利用MATLAB软件对图像进行优化设计处理是当前热门的重要课程内容话题，采用了一组灰度色彩与彩色色彩结合起来的图像，每一个数组元素对应着图像的像素值。这样MATLAB即可利用矩阵分析能力对数字化图像进行处理。但是在设计风格上，界面有各种各样得差别。但就设计图形菜单来说，只需要三个目的即可：简单性、一致性、习惯性。4.1系统功能架构设计依据于图像设计算法的总设计方案，整个系统包含了图像读取、格式转换、灰度变换、直方图统计、多种算子边缘检测及图像分割功能。模块如下图所示：图4.1系统功能框图主程序设计功能依赖于MATLAB提供出的用户界面设计控件指示所完成的，实现了多控件的设计任务，为使用者提供了多种快捷便利的实际操作。用户界面中，使用者可通过点击和多选激活操作控件的变化。4.2系统用户界面设计基于以上功能架构，可使用GUIDE即图像化界面环境实现用户界面设计。启用图像化界面的方式有多种多样，使用工具栏目上面的命令快捷键，也可通过输入命令的方式操作。本次设计过程是利用命令去操作；在命令行内输入guide命令，呼出窗口界面，如下图所示：图4.2GUI启动界面在弹出的选项卡里面的start窗口中已经选择了creblankgui两个选项，这样就能够直接进入到一个图形化的用户界面中，来为我们的操作系统带来一个静态的界面。图4.3Guide界面上图所示为Guide提供出的设计工具集合，对于控件组合、操作菜单、排列方式对操作界面设计。保存好所有设计完成的功能界面后，会自动生成两个子文件，一个为.fig文件，另一个为.m文件。Fig文件:此文件用于图形设计窗口和其子系统的操作，包括了用户图形化操作、变量控制函数和其他使用者对于其操作对象的属性。fig文件属性图像是一个新的二进制图形文件，调用fihgsave文件命令或者在用户界面设计文件编辑器中通过设置file文件选择符和save两个文件选项在需要保存一个新的图形窗口时将自动将其产生。fig这在实体对象文件中最有用的一点就是我们要正确做好实体对象文件语言句柄的数据保存与启动引用，它们只是仅需要通过输入open、openfig和fihgload四个命令输入即可就能直接打开一个用于实体对象文件的一个后缀.fig。m中的文件函数作为一种通常用于同时返回一个操作的文件函数，可利用于控制图形化设计方面的操作。这个m文件大致可以分为操作图形化的操作初始化和运算方式回调函数两个组成部分，用户控制设计控件的回调成的函数值根据用户与图形化操作的具体交互方式分别进行调用。图4.4系统用户界面设计结果4.3系统功能实现与仿真分析在我们已经设计好了系统的界面以后，接下来我们要充分地利用men单件对系统进行了设计，创建系统菜单的第一步便是通过在gui的工具栏上点击menuedit即可开始启动系统中的相应窗口。然后我们可以通过使用newmenu工具栏的方法来自己创建一个菜单，然后我们就可以在其中指定这个菜单的属性。比如我们可以通过设置菜单中的标签、分隔符、选择模式和回调函数等字符串。第二步便是创造一个菜单。其中，各个功能模块实现与运行效果简述如下。一、数字图像读取模块利用了imatlab所有的需要手动提供的文件uigetfile()文件作为一个基于标准的自动读盘图像文件通过处理程序对话框和其中的读取参数即可来自行手动顺序选择这些需要自动打开的原始图像，然后直接使用一个imread()的读取函数就这样可以轻松实现对这些原始图像文件的自动顺序读取。其主要的编程代码来源列表主要如下: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);读取并显示图像的运行结果如下图所示：图4.5图像读取显示结果二、灰度变换模块的实现该模块主要利用rgb2gray函数实现该功能，主要代码如下：globalI;globalfilename;globalM;M=rgb2gray(I);axes(handles.axes1);imshow(M);msgbox('灰度变换成功');处理结果如下所示：图4.6图像灰度变换显示结果三、直方图统计功能图像亮度直方矩形图(imagehistogram)方图是一种广泛用来用于表示在数字图像中各个像素亮度值之间的直方矩形图，标志是绘出了数字图像中各个像素亮度的数值的每个像素亮度总数。在这种新的垂直和横方向曲线图中，横和纵坐标的左侧被广泛称为纯黑、较暗色的较亮区域，而右侧被广泛称为更鲜艳、纯黑或白色的较暗区域。因此一张较暗的直方影像图中心的数据大多数是集中在左侧和中间的部分，而一张整体明亮、只有少量微弱光线或者轻微阴影的直方图像则恰恰与之完全相反。直方强度图模型是对于在三维图像中各个强度元素的各种强度分布进行综合分布的一种典型图形化强度表达计算模型，统计计算出各个强度元素的各种强度分布值所占的需要同时具有的各个强度元素数的个数。主要代码如下: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));图4.7图像直方图统计显示结果四、多算子边缘检测效果对比边缘观察法检测是一种在图像处理和计算机视觉中都极为重要的方法，用于对其进行分析。在进行图像的分析和识别时，边缘区域是一个极其重要的图像特性。边缘检查的目标之一就是为了能够找到由于图像中光线亮度发生变化剧烈而造成的各种像素节点所组成的聚类，其呈现出来往往都是一个轮廓。如果图像中边缘能够精确的测量和定位，那么，就意味着实际的物体能够被定位和测量，包括物体的面积、物体的直径、物体的形状等就能被测量。主要代码如下: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'，'边缘检测效果对比');subplot(2，3，1);imshow(I);title('原图');subplot(2，3，2);imshow(BW1);title('Robert算子边缘检测')subplot(2，3，3);imshow(BW2);title('Sobel算子边缘检测')subplot(2，3，4);imshow(BW3);title('Prewitt算子边缘检测');subplot(2，3，5);imshow(BW4);title('LOG算子边缘检测');subplot(2，3，6);imshow(BW5);title('Canny边缘检测');图4.8图像多算子边缘检测显示结果四、图像分割功能模块图像特征分割处理技术就是通过把每个图像特征划分，分割成若干互不独立存在或者相互重叠的子特征区域。然后能够使得在同一子特征区域内的每个图像特征都能够具有某种结构相似性，而不同子特征区域的每个特征点也会因此呈现出比较明显的结构差别。主要实现代码如下:globalM;I=M;h=fspecial('sobel');fd=double(I);%double使数据变成双精度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);图4.9图像分割显示结果五、图像格式转换功能模块运用imwrite函数功能可以轻松地实现多种图像格式,例如png/jpg/emf/gif等多种格式的转换,保存和储藏菜单的实现主要是通过使用uiputfile()一个标准的写盘数据库处理对话框的方法来进行实现,其中代码说明如下: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('格式转换成功！');总结本文主要是对数字图像处理的基础技术、理论,图像的类型以及格式,仿真软件和各种数字图像处理环境展开简单介绍,并且详细说明了如何使用各种图像处理的工具盒对其进行各种数字图像的处理。本文设计的图像处理系统功能比较全面，操作简单，对于初学者提供一些设计思路与参考。系统的处理功能不是很全面。系统的几个处理模块基本包含了图像处理的常用功能，但一些更加高级的图像处理模块还没添加，在后续的工作中可以开发一些新的模块，使系统处理功能更全面。随着我国现代高校计算机图像处理专业技术和计算能力的不断发展提高和逐步增强,数字图像处理这门专业学科在近年取得了新的现代历史技术进步之后,在一个飞速发展的历史过程中,也越来越广泛地向许多其他专门学科领域进行了快速的技