基于界面GUI的图像处理软件综合设计.docx
《基于界面GUI的图像处理软件综合设计.docx》由会员分享，可在线阅读，更多相关《基于界面GUI的图像处理软件综合设计.docx（31页珍藏版）》请在冰豆网上搜索。
基于界面GUI的图像处理软件综合设计
摘要
数字图像处理技术是20世纪60年代发展起来的一门新兴学科，随着图像处理理论和方法的逐步完善，使得数字图像处理技术在各个领域得到了广泛的应用，并显示出广阔的应用前景。
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核心的数学和高级图形工具。
MATLAB集成了功能强大的工具箱，MATLAB语言的语法特性与C语言极为相似，且更加简单，并且MATLAB语言可移植性好、扩展性强，再加上其中有丰富的图像处理函数，使得它在我们今后的学习和工作有越来越重要的作用。
本报告主要描述了简单的基于界面GUI的图像处理软件综合设计以及嵌入式设计：
基于ICETEK-DM642-P4的嵌入式DSP图像处理算法实现。
这些都比较简单，主要为今后的学习打下基础。
关键字：
MATLAB、界面GUI处理、数字图像处理
摘要-------------------------------------------------2
一、设计目的-------------------------------------------------------------------4
二、设计要求-------------------------------------------------------------------4
三、设计内容-------------------------------------------------------------------4
四、总体设计-------------------------------------------------------------------4
五、具体设计-------------------------------------------------------------------5
图像的读取与包存------------------------------------------------------------5
图像转化为灰度图像----------------------------------------------------------6
图像直方图统计和直方图均衡-------------------------------------------6
加入各种噪声，并通过几种滤波算法实现去噪------------------------------7
边缘检测---------------------------------------------------12
RGB图像处理------------------------------------------------14
图像锐化---------------------------------------------------15
六、结果分析-------------------------------------------------17
设计二、嵌入式设计：
基于ICETEK-DM642-P4的嵌入式DSP图像理
算法实现---------------------------------------------18
一、设计目的------------------------------------------------------------------18
二、设计内容------------------------------------------------------------------18
三、具体设计------------------------------------------------------------------18
熟悉TMS320C6000软件开发过程------------------------------------------------18
了解边缘检测的算法和用途，利用Sobel算子进行边缘检测，实现基于Sobel算子的边缘检测方法-----------------------------------------------------------------------------20
四、实验结果------------------------------------------------------------------22
心得体会---------------------------------------------22
设计一、基于界面GUI的图像处理软件综合设计（基于Matlab）
一、设计目的
综合运用MATLAB工具箱实现图像处理的GUI程序设计。
二、设计要求
1、熟悉掌握MATLAB的程序设计方法。
2、掌握MATLABGUI程序设计。
3、学习和熟悉MATLAB图像处理工具箱。
4、学会运用MATLAB图像处理工具箱对图像分析。
三、设计内容
设计一个软件，实现功能包括图像的读取、存储、显示、图像转换、加噪、去噪、增强、边缘检测、直方图统计等。
四、总体设计
因为我们要学习的是运用MATLAB工具箱设计的方法和步骤，再加上能力有限，所以该软件实现的功能较简单，其菜单如下：
设计完成时菜单界面如下：
五、具体设计
图像的读取与保存
1、打开
设计的时候，通过打开一个对话框来实现，选择uigetfile函数来实现，uigetfile函数显示一个打开文件的对话框，该对话框自动列出当前路径下的目录和文件。
其使用方法如下：
globalim %定义一个全局变量im
[filename,pathname]=uigetfile（{'*.*';'*.bmp';'*.tif';'*.png'},'selectpicture'）; %选择图片路径
str=[pathnamefilename]; %合成路径+文件名
im=imread（str）; %读取图片
axes（handles.axes1）; %使用第一个axes
imshow（im）; %显示图片
2、保存
同样通过打开一个对话框来实现，选择uiputfile函数来实现
globalBW %定义处理后的图片BW这个全局变量
[filename,pathname,filterindex]=uiputfile（{'*.bmp';'*.tif';'*.png'},'savepicture'）;存储图片路径
iffilterindex==0
return %如果取消操作，返回
else
str=[pathnamefilename]; %合成路径+文件名
axes（handles.axes2）; %使用第二个axes
imwrite（BW,str）; %写入图片信息，即保存图片
end
3、退出
这就简单了，程序如下：
clc;
closeall;
close（gcf）;
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。
转化实例如下：
实现程序段如下：
globalT
axes（handles.axes2）;
T=getimage;
x=rgb2gray（handles.img）;
imshow（x）;
handles.img=x;
guidata（hObject,handles）;
p=inputdlg（prompt,'input',1,defans）;
p1=str2num（p{1}）;
f=imresize（handles.img,p1,'bilinear'）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
end
图像直方图统计和直方图均衡。
（1）通过histeq（X）函数实现直方图均衡。
因为此函数只能对灰度图像进行直方图均衡。
故应先将彩图转为灰度图像。
在上一步的基础上对第二幅图进行直方图均衡：
直方图均衡实现程序段如下：
%---Executesonbuttonpressinpushbutton7.
functionpushbutton7_Callback（hObject,eventdata,handles）
%hObjecthandletopushbutton7（seeGCBO）
%eventdatareserved-tobedefinedinafutureversionofMATLAB
%handlesstructurewithhandlesanduserdata（seeGUIDATA）
globalT
axes（handles.axes2）;
T=getimage;
h=histeq（handles.img）;
imshow（h）;
handles.img=h;
guidata（hObject,handles）;
关键部分：
通过h=histeq（handles.img）进行直方图均衡
（2）直方图统计。
通过利用imhist（X）函数来实现直方图统计。
%---Executesonbuttonpressinpushbutton8.
functionpushbutton8_Callback（hObject,eventdata,handles）
%hObjecthandletopushbutton8（seeGCBO）
%eventdatareserved-tobedefinedinafutureversionofMATLAB
%handlesstructurewithhandlesanduserdata（seeGUIDATA）
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（[0255015000]）;
set（handles.axes2,'xtick',0:
50:
255）;
set（handles.axes2,'ytick',0:
2000:
15000）;
注意：
横纵坐标的范围应选取适当，否则，统计图表有可能超出范围。
加入各种噪声，并通过几种滤波算法实现去噪。
（1）加入噪声。
通过imnoise（I,type,parameters）来加入各种噪声。
加入椒盐噪声
加入高斯噪声：
加入乘性噪声：
实现程序段如下：
functionuipanel4_SelectionChangeFcn（hObject,eventdata,handles）
%hObjecthandletouipanel4（seeGCBO）
%eventdatareserved-tobedefinedinafutureversionofMATLAB
%handlesstructurewithhandlesanduserdata（seeGUIDATA）
globalT
str=get（hObject,'string'）;
axes（handles.axes2）;
switchstr
case'椒盐噪声'
T=getimage;
prompt={'输入椒盐噪声参数1:
'};
defans={'0.02'};
p=inputdlg（prompt,'input',1,defans）;
p1=str2num（p{1}）;
f=imnoise（handles.img,'salt&pepper',p1）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
case'¸高斯噪声'
T=getimage;
prompt={'输入高斯噪声1:
','输入高斯噪声2'};
defans={'0','0.02'};
p=inputdlg（prompt,'input',1,defans）;
p1=str2num（p{1}）;
p2=str2num（p{2}）;
f=imnoise（handles.img,'gaussian',p1,p2）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
case'乘性噪声'
T=getimage;
prompt={'输入乘性噪声1:
'};
defans={'0.02'};
p=inputdlg（prompt,'input',1,defans）;
p1=str2num（p{1}）;
f=imnoise（handles.img,'speckle',p1）;
imshow（f）;
handles.img=f;
guidata（hObject,handles）;
end
（2）滤除噪声（高斯噪声）。
（因为只能对灰度图滤波，所以应先转换为灰度图）
滤波前
中值滤波后
低通滤波器滤波后
实现程序段如下：
中值滤波：
globalim;
globaly;
y2=double（y）/255;
MEDFILT=medfilt2（y2,[33]）;
axes（handles.axes2）;
imshow（MEDFILT,[]）;
低通滤波：
globalim
globaly
[MN]=size（im）;
F=fft2（y）;
fftshift（F）;
Dcut=100;
D1=250;
foru=1:
M
forv=1:
N
D（u,v）=sqrt（u^2+v^2）;
BUTTERH（u,v）=1/（1+（sqrt
（2）-1）*（D（u,v）/Dcut）^2）;
end
end
BUTTERG=BUTTERH.*F;
BUTTERfiltered=ifft2（BUTTERG）;
axes（handles.axes2）;
imshow（BUTTERfiltered,[]）
边缘检测
Robert算法检测：
Sobel算法检测：
Prewitt算法检测：
Log算法检测：
Canny算子检测：
实现程序：
Robert算子：
globalim
globalcw
axes（handles.axes2）;
cw=edge（im,'robert'）;
imshow（cw）;
Sobel算子：
globalim
globaldw
axes（handles.axes2）;
dw=edge（im,'sobel'）;
imshow（dw）;
Prewitt算子：
globalim
globaldw
axes（handles.axes2）;
dw=edge（im,'prewitt'）;
imshow（dw）;
Log算子：
globalim
globaldw
axes（handles.axes2）;
dw=edge（im,'log'）;
imshow（dw）;
Canny算子：
globalim
globaldw
axes（handles.axes2）;
dw=edge（im,'canny'）;
imshow（dw）;
RGB图像处理
转换为索引图：
转换为二值图：
实现程序：
索引图像：
globalim
Y2=rgb2ind（im,128）;
axes（handles.axes2）;
imshow（Y2）;
二值图像：
globalim
wm=im2bw（im,0.4）;
axes（handles.axes2）;
imshow（wm）;
图像锐化
Sobel算子滤波：
拉氏算子滤波：
空域高通滤波：
频域高通滤波：
实现程序：
Sobel算子滤波：
globalim
H=fspecial（'sobel'）;
K=filter2（H,im）;
axes（handles.axes2）;
imshow（K）;
拉氏算子滤波：
globalim
am=double（im）;
h=[010,1-41,010];
J=conv2（am,h,'same'）;
K=am-J;
axes（handles.axes2）;
imshow（K）;
空域高通滤波：
globalim
j=im2double（im）
h=[-1-1-1,-19-1,-1-1-1];
K=conv2（j,h,'same'）;
axes（handles.axes2）;
imshow（K）;
频域高通滤波：
globalim
globaly
[MN]=size（im）;
F=fft2（y）;
fftshift（F）;
Dcut=100;
D1=250;
foru=1:
M
forv=1:
N
D（u,v）=sqrt（u^2+v^2）;
BUTTERH（u,v）=1/（1+（sqrt
（2）-1）*（Dcut/D（u,v））^2）;
end
end
BUTTERG=BUTTERH.*F;
BUTTERfiltered=ifft2（BUTTERG）;
axes（handles.axes2）;
imshow（BUTTERfiltered,[]）
六、结果分析
软件测试基本成功，课题所要求的功能均能较好实现。
但一些功能只支持灰度图像的处理。
其中值得一提的是在滤波处理中的低通滤波与高通滤波的效果。
由于一般图像中含有较多的低频信息成分高频成分较少，通过低通滤波后，噪声以及高频成分被滤除，图像虽有少量失真，略显模糊，但尚可辨识。
但若是通过高通滤波后，大量的有效低频信息被滤除，图像严重失真，不可辨识。
设计二、嵌入式设计：
基于ICETEK-DM642-P4的嵌入式DSP图像处理算法实现
一、设计目的
掌握CodeComposerStudio2.2的安装和配置，熟悉TMS320C6000软件开发过程，熟悉怎样运用该软件来做相关的实际图像处理。
二、设计内容
①掌握CodeComposerStudio2.2的安装和配置，熟悉TMS320C6000软件开发过程：
创建工程和管理工程、编译和调试、使用观察窗口、了解图形功能（实验书P40-45）；②了解边缘检测的算法和用途，利用Sobel算子进行边缘检测，实现基于Sobel算子的边缘检测方法（实验书P106-108）；③在②的基础上，修改核心代码，调试实现基于Prewitt算子的边缘检测方法。
三、具体设计
熟悉TMS320C6000软件开发过程
1.实验准备
⑴.连接实验设备，连接220V供电电源连线，请使用有质量保证的220V电源插座。
⑵.打开实验箱上的开关，给实验箱供电。
上电正常时，ICETEK-DM642-P4评估板的
上电指示灯常亮，复位指示灯熄灭。
注意：
如果在ICETEK-DM642-P4评估板上
电后，指示灯的亮灭状态不对，请立即关闭实验箱电源开关，检查设备。
打开液
晶显示屏电源开关，此时液晶显示屏上应显示条状彩条。
如果没有彩条显示，请
按下板上的S3复位按钮，再次观察液晶显示屏是否有彩条输出。
提示：
如果使用自配的图像输入设备和图像输出设备，请务必保证各设备与DM642-P4
评估板的供电电源共地。
如果不共地，过大的电压差，将击穿DM642评估板。
2.设置CodeComposerStudio2.2在硬件仿真（Emulator）方式下运行
请参照第二部分，第二章操作。
3.启动CodeComposerStudio2.2
双击桌面上“CCS2（‘C6000）”，启动CodeComposerStudio2.2；如果无法进入CCS
软件，请参照第二部分，第三章操作，排除问题。
4.创建工程
⑴.创建新的工程文件：
选择菜单“Project”的“New…”项；在“ProjectCreation”对话框中，在“Project”
项输入USECCS；单击“Location”项末尾的浏览按钮，改变目录到
C:
\ICETEK-DM642-P4\Lab501-USECCS，单击“OK”；单击“完成”；这时建立的是一
个空的工程文件；展开主窗口左侧工程管理窗口中“Projects”下新建立的
“USECCS.pjt”，其中各项均为空。
提示：
如果要创建库文件，只需要在建立新工程时，将“Project”中的选项更改为
“Library（.lib）”即可。
⑵.在工程文件中添加程序文件：
选择菜单“Project”的“AddFilestoProject…”项；在“AddFilestoProject”对
话框中选择文件目录为Lab501-USECCS，改变文件类型为“CSourceFiles（*.c;*.ccc）”，
选择显示出来的文件“volum.c”；重复上述各步骤，添加volume.cmd、load.asm和
vectors.asm文件到USECCS工程中（如没有找到相应的文件，请选择改变文件类型来
找）；添加C:
\ti\C6000\cgtools\lib\rts6400.lib。
⑶.编译连接工程：
选择菜单“Project”的“RebuildAll”项；注意编译过程中CCS主窗口下部的“Build”
提示窗中显示编译信息，最后将给出错误和警告的统计数。
5.编辑修改工程中的文件
⑴.查看工程文件
展开CCS主窗口左侧工程管理窗中的工程各分支，可以看到“USECCS.pjt”工程
中包含“volume.h”、“rts6400.lib”、“volume.c”和“volume.cmd”等文件，其中“volume.h”
为程序在编译时根据程序中的“include”语句自动加入的。
⑵.查看源文件
双击工程管理窗中的“volume.c”文件，可以查看程序内容。
双击工程管理窗中的“volume.h”文件，打开此文件显示，可以看到其中有主程
序中要用到的一些宏定义如“BUF_SIZE”等。
“volume.cmd”文件定义程序所放置的位置，此例中描述了DM642的存储器资
源，指定了程序和数据在内存中的位置。
⑶.编辑修改源文件
打开“volume.c”，找到“main（）”主函数，将语句“input=&inp_buffer[0];”最后
的分号去掉，这样程序中就出现了一个语法错误；重新编译连接工程，可以发现编
译信息窗口出现发现错误的提示，双击红色错误提示，CCS自动转到程序中出错的
地方；将语句修改正确（这里是将语句末尾的分号加上）；重新编译；注意，重新编
译时修改的文件被CC系统自动保存。
⑷.修改工程文件的设置
选择“Project”菜单中的“Bui
升级会员 