基于MATLAB语言的数字图像处理实验GUIWord格式文档下载.docx
《基于MATLAB语言的数字图像处理实验GUIWord格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于MATLAB语言的数字图像处理实验GUIWord格式文档下载.docx（57页珍藏版）》请在冰豆网上搜索。
界面正中部分为图片显示部分。
设计完成后运行的软件界面如下：
4.模块设计
以下介绍各个功能模块的功能与实现
4.1图像的读取、保存和程序退出
通过MenuEditor
创建如下菜单，通过以下菜单来实现“载入图像”、“保存图像”、“退出”的功能。
4.1.1载入图像
利用MATLAB中“uigetfile”、“imread”、“imshow”实现图像文件的读取与显示。
functionInput_Callback（hObject,eventdata,handles）
[filename,pathname]=uigetfile（{'
*.jpg'
;
'
*.bmp'
*.tif'
},'
选择图片'
）;
str=[pathnamefilename];
globalS%设计一个全局变量S，保存初始图像路径，以便之后的还原操作
S=str;
A=imread（str）;
set（handles.axes1,'
HandleVisibility'
'
ON'
axes（handles.axes1）;
imshow（A）;
OFF'
axes（handles.axes2）;
cla（handles.axes2）;
handles.img=A;
guidata（hObject,handles）;
end
程序关键部分：
通过[filename,pathname]=uigetfile（{'
）选择相应路径打开的图像；
通过str=[pathnamefilename];
A=imread（str）;
读取选中的图像；
最后，通过imshow（A）在显示区域上显示图像。
4.1.2保存图像
利用“uiputfile”、“imwrite”函数实现图像文件的保存。
functionSave_Callback（hObject,eventdata,handles）
[sfilename,sfilepath]=uiputfile（{'
*.*'
保存图像文件'
untitled.jpg'
if~isequal（[sfilename,sfilepath],[0,0]）
sfilefullname=[sfilepath,sfilename];
imwrite（handles.img,sfilefullname）;
else
msgbox（'
取消保存'
保存失败'
通过[sfilename,sfilepath]=uiputfile（{'
）选择图像文件保存的路径与格式；
然后，通过sfilefullname=[sfilepath,sfilename];
imwrite（handles.img,sfilefullname）;
实现对图像的保存。
4.1.3退出程序
functionExit_Callback（hObject,eventdata,handles）
clc;
closeall;
close（gcf）;
clear;
4.2图像转化为灰度图像
由于在MATLAB中较多的图像处理函数支持对灰度图像进行处理，故对图像进行灰度转化十分必要。
可利用rgb2gray（X）函数对其他图像进行灰度图像的转化。
实现程序段如下：
functionto_gray_Callback（hObject,eventdata,handles）
globalT%设计一个全局变量T，保存初始图像路径，以便之后的撤销操作
T=handles.img;
img=handles.img;
ifnumel（size（img））>
2
C=rgb2gray（img）;
C=img;
imshow（C）;
handles.img=C;
4.3底片处理（反色）
将图像变为底片并显示。
functionnegative_Callback（hObject,eventdata,handles）
globalT
I=imcomplement（handles.img）;
imshow（I）;
handles.img=I;
4.4截图
通过imcrop（x）函数来实现对图片某一区域的截取，截取的图片在右框中显示。
结合“保存为…”,可把截图处理后的图片保存在指定路径。
functionCut_Callback（hObject,eventdata,handles）
x=imcrop（handles.img）;
%截图
imshow（x）;
handles.img=x;
4.5亮度和对比度度调节
4.5.1亮度调节
functionlight_Callback（hObject,eventdata,handles）
prompt={'
调整倍数（[0,1]:
明[1,~）:
暗）'
};
defans={'
1'
p=inputdlg（prompt,'
input'
1,defans）;
p1=str2num（p{1}）;
y=imadjust（handles.img,[],[],p1）;
%亮度调节
imshow（y）;
handles.img=y;
4.5.2对比度调节
functioncontrast_Callback（hObject,eventdata,handles）
str=get（handles.contrast1,'
value'
请输入参数:
switchstr
case1
f=immultiply（handles.img,p1）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
case2
f=imdivide（handles.img,p1）;
4.6图像的翻转与旋转
4.6.1翻转
functionturn_Callback（hObject,eventdata,handles）
str=get（handles.fanzhuan,'
I=handles.img;
ifnumel（size（I））>
switchstr
case1
T=handles.img;
b=I（:
:
1）;
c=I（:
2）;
d=I（:
3）;
I1（:
1）=fliplr（b）;
2）=fliplr（c）;
3）=fliplr（d）;
1）=flipud（b）;
2）=flipud（c）;
3）=flipud（d）;
imshow（I1）;
handles.img=I1;
f=fliplr（I）;
f=flipud（I）;
imshow（f）;
handles.img=f;
通过f=fliplr（handles.img）;
f=flipud（handles.img）;
分别实现左右镜像翻转与上下镜像翻转。
4.6.2旋转
functionrotate_Callback（hObject,eventdata,handles）
str=get（handles.clockwise,'
请输入旋转角度:
0'
p1=-p1;
p1=p1;
f=imrotate（handles.img,p1,'
bilinear'
crop'
通过p=inputdlg（prompt,'
p1=str2num（p{1}）来输入旋转参数。
通过函数f=imrotate（handles.img,p1,'
实现翻转。
4.7添加噪声
通过imnoise（I,type,parameters）来加入各种噪声。
functionADDNoise_Callback（hObject,eventdata,handles）
str=get（handles.Noise1,'
case1
T=handles.img;
prompt={'
输入椒盐噪声参数1:
defans={'
0.02'
p=inputdlg（prompt,'
p1=str2num（p{1}）;
f=imnoise（handles.img,'
salt&
pepper'
p1）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
case2
输入高斯噪声1:
输入高斯噪声2'
p2=str2num（p{2}）;
gaussian'
p1,p2）;
case3
输入乘性噪声1:
speckle'
4.8平滑和锐化
4.8.1平滑滤波器
functionsmooth_Callback（hObject,eventdata,handles）
str=get（handles.pinghua,'
prompt={'
请输入模版维度:
defans={'
3'
p=inputdlg（prompt,'
p1=str2num（p{1}）;
h1=fspecial（'
average'
[p1p1]）;
I=imfilter（handles.img,h1）;
imshow（I）;
handles.img=I;
ifnumel（size（handles.img））>
A=handles.img;
R=A（:
G=A（:
B=A（:
GP（:
1）=medfilt2（R,[p1p1]）;
2）=medfilt2（G,[p1p1]）;
3）=medfilt2（B,[p1p1]）;
imshow（GP）;
handles.img=GP;
else
I=medfilt2（A,[p1p1]）;
end
4.8.2锐化滤波器
functionsharpen_Callback（hObject,eventdata,handles）
str=get（handles.ruihua,'
g=handles.img;
h=fspecial（'
sobel'
prewitt'
case3
laplacian'
ifnumel（size（g））>
R=g（:
G=g（:
B=g（:
R1=imfilter（R,h）;
1）=imadd（R,R1）;
G1=imfilter（G,h）;
2）=imadd（G,G1）;
B1=imfilter（B,h）;
3）=imadd（B,B1）;
g1=g;
g2=imfilter（g1,h）;
g3=imadd（g2,g1）;
imshow（g3）;
handles.img=g3;
4.9直方图均衡化处理
4.9.1灰度图像
functiongray_histogram_Callback（hObject,eventdata,handles）
B=histeq（C）;
imshow（B）;
handles.img=B;
4.9.2RGB图像
functionrgb_histogram_Callback（hObject,eventdata,handles）
RGB=handles.img;
R=RGB（:
G=RGB（:
B=RGB（:
G1（:
1）=histeq（R）;
2）=histeq（G）;
3）=histeq（B）;
imshow（G1）;
handles.img=G1;
4.10图像的腐蚀和膨胀
4.10.1腐蚀
functioncorrode_Callback（hObject,eventdata,handles）
temp={'
腐蚀圆盘半径:
p=inputdlg（temp,'
请输入'
se=strel（'
disk'
p1,0）;
I1=imerode（handles.img,se）;
4.10.2膨胀
functiondilate_Callback（hObject,eventdata,handles）
膨胀结构长度:
line'
I1=imdilate（handles.img,se）;
4.11边缘检测
functionedge_Callback（hObject,eventdata,handles）
str=get（handles.edge2,'
ifnumel（size（handles.img））>
I=handles.img;
img=I;
[xyz]=size（img）;
ifz==1
rslt=edge（img,'
Roberts'
elseifz==3
img1=rgb2ycbcr（img）;
dx1=edge（img1（:
1）,'
dx1=（dx1*255）;
img2（:
1）=dx1;
2）=img1（:
3）=img1（:
rslt=ycbcr2rgb（uint8（img2））;
imshow（rslt）;
handles.img=rslt;
case2
Prewitt'
handles.img
升级会员 