MATLAB的图像处理的课程设计.doc

MATLAB的图像处理的课程设计 作者： 日期：15 个人收集整理 勿做商业用途基于MATLAB的图像处理的课程设计（2009-01-16 17：02:21）标签:matlab图像处理课程设计文化 基于MATLAB的图像处理的课程设计一、课程设计的目的：综合运用MATLAB工具箱实现图像处理的GUI程序设计。二、课程设计的基本要求1）熟悉和掌握MATLAB 程序设计方法2）掌握MATLAB GUI 程序设计3)熟悉MATLAB图像处理工具箱4）学会运用MATLAB工具箱对图像进行处理和分析三、课程设计的内容要求利用MATLAB 设计实现图像处理的图形用户界面，利用图像处理工具箱实现以下的图像处理功能：双击打开MATLAB 7.0FileNewGUI单击，调整axes1大小单击OK,调整按钮大小和颜色，修改名称再建axes2单击OK，调整按钮大小和颜色，修改名称保存ViewM-file Edit写程序1）图像的读取和保存.在function open_Callback(hObject, eventdata, handles)后面输入如下程序name，path=uigetfile（.*，）；file=path,name；axes（handles。axes1）;x=imread（file)； %读取图像handles.img=x;guidata(hObject, handles);imshow（x）; %显示图像title(打开)；在function save_Callback(hObject, eventdata， handles）后面输入如下程序name，path=uigetfile(。,);file=path，name；axes(handles。axes1）；x=imread(file）；handles.img=x；guidata（hObject, handles）;imshow（x）;imwrite（x,new.jpg); 保存图像title(保存);2)设计图形用户界面,让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像.在function liangdu_Callback（hObject， eventdata， handles) 后面输入如下程序axes(handles。axes2）；x=（handles。img）；y=imadjust(x,0.15 0.9, 0 1）; %增亮图像imshow（y)；title(亮度）在function huidu_Callback(hObject， eventdata, handles) 后面输入如下程序axes（handles.axes2）；x=rgb2gray(handles.img); RGB图像转换为灰度图像imshow（x）；title(灰度)3)设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。在function cut_Callback(hObject， eventdata， handles）后面输入如下程序axes(handles.axes2)；x=imcrop(handles.img); %截图imshow（x)；imwrite(x，cut.jpg）; %保存图像title(截图)；4）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存,比较几种插值的效果。在function nearfangda_Callback(hObject， eventdata, handles） 后面输入如下程序axes（handles。axes2)；x=imresize(handles.img,2,nearest); 最近邻插值法放大imshow（x）;imwrite(x,nearfangda。jpg)title（最近邻插值法放大）;在function nearsuoxiao_Callback(hObject, eventdata， handles) 后面输入如下程序axes（handles.axes2）;x=imresize（handles。img，0。5，nearest）; 最近邻插值法缩小imshow（x)；imwrite(x,nearsuoxiao.jpg）title（最近邻插值法缩小)；在function doublefangda_Callback(hObject, eventdata， handles) 后面输入如下程序axes（handles。axes2）；x=imresize（handles。img,5,bilinear)； %双线性插值法放大图像imshow(x）；imwrite(x,doublefangda.jpg)；title(双线性插值法放大);在function doublesuoxiao_Callback（hObject， eventdata, handles） 后面输入如下程序axes（handles.axes2)；x=imresize（handles.img,0。5，bilinear)； 双线性插值法缩小图像imshow(x）；imwrite（x,doublesuoxiao。jpg);title（双线性插值法缩小）；5）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。在function zhifangtu_Callback（hObject, eventdata， handles） 后面输入如下程序set(handles.axes2,HandleVisibility，ON）;axes(handles.axes2）；x=imhist(handles。img）; %直方图统计x1=x（1：10:256）;horz=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) 后面输入如下程序set(handles。axes2，HandleVisibility，ON）;axes(handles。axes2）；h=histeq（handles。img)； %直方图均衡imshow（h）;%set(handles。axes2,ytick,0:2000:15000）;set（handles。axes2，HandleVisibility，OFF)；6）能对图像加入各种噪声,并通过几种滤波算法实现去噪并显示结果。比较去噪效果。在function gaussian_Callback(hObject， eventdata, handles) 后面输入如下程序axes（handles.axes2）；x=(handles.img）;y=imnoise(x,gaussian,0，0.05)； 加高斯噪声imshow(y)；imwrite（y,gaussian。jpg）;title(加高斯噪声)在function salt_Callback(hObject， eventdata, handles） 后面输入如下程序axes（handles.axes2）;x=（handles.img);y=imnoise(x,salt & pepper,0.04)； %加椒盐噪声imshow（y）；imwrite(y，salt。jpg)；title(加椒盐噪声）在function medfilt_Callback（hObject, eventdata, handles) 后面输入如下程序axes(handles.axes2)；x=(handles.img)；y=imnoise（x,salt & pepper,0。04）； %加椒盐噪声z=medfilt2（y，5 5，symmetric）; %中值滤波imshow（z）;imwrite(z，medfilt.jpg)；title(中值滤波）；在function wiener_Callback（hObject， eventdata， handles） 后面输入如下程序axes（handles.axes2);x=(handles.img）；y=imnoise(x,gaussian，0,0。05）; 加高斯噪声z=wiener2(y，5 5)； %自适应滤波imshow（z)；imwrite（z,wiener.jpg）;title（自适应滤波)7）频谱处理，能够分析图像频谱，显示频谱图。在function pinputu_Callback（hObject， eventdata， handles） 后面输入如下程序axes(handles.axes2）；x=(handles。img);J2=fft2(x）； 傅立叶变换K2=fftshift（J2）; 转换数据矩阵imshow（log（abs（K2）)，）； %显示频谱图title（频谱图）；8）设计巴特沃斯低通滤波对图像进行低通滤波处理，显示结果。在function butterdi_Callback（hObject, eventdata, handles) 后面输入如下程序axes(handles.axes2)；x=(handles。img);y1=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=50； %截止频率为50m=fix（M/2）； n=fix(N/2);for i=1：M for j=1：N d=sqrt（(i-m)2+（j-n）2）； h=1/（1+0.414*（d/d0)（2nn)）; % 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imwrite(y3,butterdi.jpg);title（巴特沃斯低通滤波）9)设计高斯高通虑波器,显示结果。axes（handles.axes2）；x=(handles.img)；y1=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=25； %截止频率为25m=fix(M/2）; n=fix(N/2）;for i=1：M for j=1:N d=sqrt(i-m)2+(jn)2）； % 计算高通滤波器传递函数 if d=d0 h=0； else h=1； end 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imwrite(y3,gaussiangao。jpg)；title（高斯高通滤波）四、课程设计的体会 通过这次基于MATLAB的图像处理的课程设计，熟悉和掌握了MATLAB 程序设计方法、MATLAB GUI 程序设计、MATLAB图像处理工具箱，了解了图形用户界面的制作的设计原则和一般步骤：简单性、一致性、习常性、响应要迅速、连续等原则，学会了运用MATLAB工具箱对图像进行处理和分析。放大缩小图像时使用了两种方法,最近邻插值法比双线性插值法运行时间快；就效果而言，使用最邻近插值法确实出现了锯齿，但并不明显，而双线性插值则几乎没有什么改变。在做到加高斯噪声和椒盐噪声时，程序运行较慢,我认为这可能有两方面的原因:一是程序的问题，二是计算机的反应速度。通过不同的加噪方法，得到了不同的加噪效果;不同的滤波方法，得到的滤波效果图也不同。中值滤波较自适应滤波运行速度快.下面是通过不同的方法放大、缩小、加噪、滤波后保存的图像：(其中macs、bacteria为原图)五、附录1、参考书目：1） MATLAB语言及其在电子信息工程中的应用 王洪元主编 清华大学出版社2） MATLAB在数字图像处理中的应用 机械工业出版社2、源代码采用灰度变换的方法增强图像的对比度：I=imread(rice。tif)；imshow（I）；figure，imhist(I）;J=imadjust（I,0.15 0。9， 0 1）；figure,imshow(J）；figure，imhist（J);模拟图像受高斯白噪声和椒盐噪声的影响：I=imread(eight.tif）；imshow（I) ;J1=imnoise（I,gaussian，0,0.02）; 叠加均值为0，方差为0.02的高斯噪声figure，imshow (J1）；J2=imnoise（I，salt & pepper,0.04)； % 叠加密度为0。04的椒盐噪声.figure，imshow(J2)；