matlab课程实践报告.docx

1、matlab课程实践报告 MATLAB 实践 课程设计学生姓名： 林淑真 学 号： 110900824 专业班级： 通信工程四班 指导教师： 郑晓明 二一二 年 六 月 十五 日目 录1.设计目的22.题目分析23.总体设计34.具体设计35.结果分析226.心得体会237.参考书目238.附录241、 设计目的综合运用MATLAB工具箱实现图像处理的GUI程序设计。2、 题目分析A、课程设计题目：基于MATLAB的图像处理课程设计制作自己的PhotoshopB、课程设计要求：1）熟悉和掌握MATLAB 程序设计方法2）掌握MATLAB GUI 程序设计3）学习和熟悉MATLAB图像处理工具箱

2、4）学会运用MATLAB工具箱对图像进行处理和分析5）按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。C、软件设计目的和设计内容： 随着信息化社会的到来，学会使用计算机的各种软件，可以给我们带来方便。学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop 。以下列出几点程序的基本功能：1）图像的读取和保存。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。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。4）编写程序通过最近邻插值和双线性插值等算法

3、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。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。6）为图像添加边框特效，并保存。除了完成以上基本功能之外，还可以根据自己的需要对图像进行其他方面的处理，如：对图像进行旋转处理；分析图像的能量分布时，可以对图像进行频谱处理；观察图像的细节成分时，可以对图像进行锐化处理；当图像含有噪声较模糊时，可以对图像进行平滑滤波处理；对图像的颜色分量进行统计，方便对图像的亮度、色度等的处理。3、 总体设计根据以上分析，将软件的功能模块划分为9个模块，分别为：1） 图像文件的打开、保存、退出；2） 图像的编

4、辑，包括：亮度调节，灰度变换，对比度调节等；3） 图像的翻转；4） 图像的直方图统计；5） 图像感兴趣部分的放大与缩小；6） 图像加噪处理；7） 图像锐化处理（边缘检测）；8） 图像去噪处理（滤波平滑）；9） 图像处理应用实例的演示、常用简单的图像处理。软件的总体设计框架图：4、 具体设计（各功能模块的设计实现）4.1图像的文件4.1.1读取图像（1）因要选取图片，所以通过对话框的形式来选择文件，函数uigetfile可以实现，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，供选择图片使用，然后再通过函数imread实现对图像的读取。（2）函数uigetf

5、ile和imread的调用格式如下：filename,pathname=uigetfile(*.jpg;*.bmp;*.tif;*.*,读取图像);file=pathname,filename;x=imread(file);（3）在GUI界面使用一个按钮控件回调函数实现，通过运行结果如下：（读取图片，显示在原图所指的坐标下）4.1.2图像的保存（1）和读取图像一样，保存图像也采用对话框的形式，用函数uiputfile实现，uiputfile函数显示一个保存文件对话框，该对话框自动列出当前路径下的目录和文件，供保存图片使用，然后再通过函数imwrite实现对图像的保存。（2）函数uiputfil

6、e和imwrite的调用格式如下： sfilename ,sfilepath=uiputfile(*.jpg;*.bmp;*.tif;*.*,保存图像);baocuntuxiang=sfilepath ,sfilename;t=getimage; %获取处理后图像（axes2中）数据保存到t中。imwrite(t,baocuntuxiang);（3）在GUI界面使用一个按钮控件回调函数实现，通过运行结果如下： （如下图，将灰度图像进行保存）4.1.3图像的退出 设置一个按钮，回调函数为close(gcf);clc;clear;即可实现图像处理的退出。4.2图像的编辑 4.2.1图像亮度调节 （

7、1）通过函数y=imadjust(x,p1,p2,p3)来实现亮度的调节，函数含有三个参数，p1，p2分别对应原图和处理后的亮度选择范围，p3是一个映射性质的参数，默认时为1，表示线性关系映射，所以可以使用一个对话框来实现对参数的调节，对话框实现命令如下：prompt=原图范围,新值范围,关系;defans=0 1,0 0.5,1; %默认值p=inputdlg(prompt,参数调整,1,defans); 再使用函数imshow(y);将处理后的图像显示出来。 （2）图像亮度调节的结果如下： 4.2.2图像灰度变换 （1）使用函数y=rgb2gray(x);来实现图像灰度变换，如果读取的图像

8、文件已是灰度图像，则使用一个输出消息对话框msgbox，显示已是灰度图像，无须转换，格式为：msgbox(已是灰度图像，无须转换,错误操作)。对于如何判断读取的是否是彩色图像，可使用函数isrgb进行判断，格式为：if isrgb(x)。 （2）图像灰度变换的结果如下： 4.2.3图像对比度调节 （1）使用函数y=immultiply(x,p1);实现图像的对比度调节，函数含有一个参数p1，同样使用一个对话框来实现参数的调节，对话框实现命令如下： prompt=关系系数; defans=2; %默认值 p=inputdlg(prompt,参数调整,1,defans); （2）图像对比度调节的结

9、果如下： 4.2.4图像感兴趣部分截图 （1）使用函数y=imcrop(x);实现图像的截图，该函数很简单，只需读取图像，然后用鼠标选取感兴趣部分，拖动鼠标右键crop image即可将截图显示在对应坐标下。 （2）图像感兴趣部分截图结果如下： 4.2.5图像的直方图均衡 （1）使用函数histeq实现图像的直方图均衡处理，但是这个函数只对灰度图像方可进行处理，所以依旧要使用函数isrgb判断是否为彩色图像，若是，则要对彩色图像进行按维的直方图均衡处理，具体程命令如下：a=histeq(x(:,:,1);b=histeq(x(:,:,2);c=histeq(x(:,:,3); y(:,:,1)

10、=a;y(:,:,2)=b;y(:,:,3)=c;imshow(y); 若不是，则可以直接对图像进行均衡处理，命令为y=histeq(x); （2）图像直方图均衡处理结果如下： 注：这是彩色图像处理。注：这是灰度图像处理。4.3图像的翻转 4.3.1上下（1）使用函数flipud实现图像的上下翻转，和均衡处理一样，上下翻转也要判断图像是否是彩色图像，若是，则要按维进行上下翻转处理，具体命令如下：for k=1:1:3 y(:,:,k)=flipud(x(:,:,k); end imshow(y);若不是，则直接利用命令y=flipud(x);imshow(y);即可。 （2）图像上下翻转的结果

11、如下： 注：这是彩色图像处理。注：这是灰度图像处理 4.3.2左右（1）使用函数fliplr实现图像的左右翻转，同样需要进行彩色图像的判断，若为彩色图像，则按维进行处理，具体命令如下：for k=1:1:3 y(:,:,k)=fliplr(x(:,:,k); end imshow(y);若不是，则直接利用命令y=fliplr(x); imshow(y);即可。（2）图像左右翻转的结果如下： 注：这是彩色图像处理。注：这是灰度图像处理 4.3.3任意角度（1）使用函数y=imrotate(x,p1,crop);实现图像的任意角度翻转，该函数不需要对彩色图像进行判断，但是含有两个参数，其中参数p1

12、同样使用一个对话框来进行参数的调整，具体命令格式如下： prompt=输入角度 ; defans=60; %默认值 p=inputdlg(prompt,参数调整,1,defans);另一个参数crop表示取图像的中心部分。 （2）图像任意角度翻转的结果如下：（选取60度和30度）4.4图像的直方图统计 4.4.1 R分量的统计 （1）利用函数x=imhist(x(:,:,1);实现对图像R分量的统计，然后再用函数bar(x1,y1);画出柱状直方图即可（其中x1为横坐标，y1为纵坐标（显示R分量统计的具体值，可以选取一部分）。 （2）图像R分量的统计的结果如下： 4.4.2 G分量的统计 （1

13、）同样利用函数x=imhist(x(:,:,2);实现对图像G分量的统计，然后再用函数bar(x1,y1);画出柱状直方图即可。 （2）图像G分量的统计结果如下： 4.4.3 B分量的统计 （1）同样利用函数x=imhist(x(:,:,3);实现对图像B分量的统计，然后再用函数bar(x1,y1);画出柱状直方图即可。（2）图像B分量的统计结果如下： 4.4.4 灰度直方图统计（1）当图像是灰度图像时，可以直接利用函数x=imhist(x);对图像进行直方图统计。 （2）灰度直方图统计结果如下：4.5图像感兴趣部分的放大与缩小 4.5.1双线性插值法 （1）先使用y=imcrop(x);选取

14、感兴趣的部分，然后再用函数y=imresize(y,p1,bilinear);实现对选取图像的最近邻插值放大或缩小，参数bilinear表示采用双线性插值方法，参数p1同样用一个对话框实现，方便放大和缩小参数的调节，具体命令如下： prompt=输入参数 ; defans=0.2; %默认值 p=inputdlg(prompt,参数调整,1,defans); （2）放大结果如下： 缩小结果如下： 4.5.2最近邻插值法 （1）做法同双线性插值一样，先使用y=imcrop(x);选取感兴趣的部分，然后再用函数y=imresize(y,p1, nearest);只需将原先的参数bilinear改成

15、参数 nearest 即可。 （2）放大结果如下： 缩小结果如下：4.6图像加噪处理 （1）使用函数y=imnoise(x,salt & pepper,p1);对图像进行加噪处理，根据不同的噪声，只需将salt & pepper参数改为不同性质的噪声即可。 （2）A、椒盐噪声处理结果如下： B、高斯噪声处理结果如下： C、乘性噪声处理结果如下： D、泊松噪声处理结果如下：4.7图像锐化处理（边缘检测） （1）因为锐化处理是针对灰度图像进行的一种操作，所以如果图像是彩色图像，则使用函数y=edge(rgb2gray(x),sobel);，若不是则直接用函数y=edge(x,sobel);就好，对

16、于不同的锐化方法，只需改变参数sobel的类型就可以了。 （2）sobel处理结果如下: prewitt处理结果如下: canny处理结果如下:4.8图像去噪处理（滤波平滑） 4.8.1中值滤波 （1）由于中值滤波只针对灰度图像进行处理，所以当读取图像时，需对是否为彩色图像进行判断（利用函数isrgb），若是，则具体实现命令如下：for k=1:3 y(:,:,k)=medfilt2(x(:,:,k); end如不是，直接使用函数y=medfilt2(x);即可。 （2）中值滤波处理结果如下： 注：这是彩色图像处理结果。注：这是灰度图像处理结果。 4.8.2均值滤波 （1）因为均值滤波的模板较

17、多，在这里采用下拉菜单，当单选选中均值滤波时，就显示出可以选择模板点数，方便用户的选择，再通过选中具体的点数实现均值滤波，函数为imfilter，若是彩色图像，则需按维进行处理，具体命令如下：for k=1:3 y(:,:,k)=imfilter(x(:,:,k),h); end其中，h=ones(4,4)/16;根据不同的点数，可以设置不同的h值。若不是彩色图像，则直接使用函数y=imfilter(x,h);即可。 （2）均值滤波处理结果如下： 注：这是彩色图像处理结果，点数为9点。注：这是灰度图像处理结果，点数为4点。4.9图像处理应用实例的演示、常用简单的图像处理 4.9.1应用实例（运

18、动模糊的处理） （1）首先先对图像进行运动模糊处理，函数为y=imfilter(x,PSF,circular,conv); 其中，参数PSF=fspecial(motion,LEN,THETA);根据设定的莱恩像素LEN和角度THETA产生一个预定义的滤波器，参数circular和conv表明采用循环卷积的方式对图像进行处理，这样将得到一个运动模糊的图像；紧接着再对模糊的图像进行去模糊处理，函数为y=deconvwnr(y,PSF);。 （2）运动模糊处理结果如下： 去运动模糊的结果如下： 4.9.2常用简单处理 （1）所谓常用，即分析处理图像时需要用到的一些操作，分别为图像二值化、彩色模型转

19、换、频谱显示、伪彩色处理，现针对每一项进行描述。 A、图像二值化 图像为彩色图像时，需先将其转为灰度图像，再利用函数y=im2bw(rgb2gray(x);实现，否则直接使用函数y=im2bw (x);即可。 二值化结果如下：彩色图像的二值化灰度图像的二值化 B、彩色模型转换 图像为彩色时，使用函数y=rgb2hsv(x);处理，若不是则弹出一个对话框提示，具体命令如下: msgbox(灰度图像不能转换,转换失败); 彩色模型转换运行结果如下：灰度图像运行结果如下： C、频谱显示 要得到图像的频谱图，需对图像先进行傅里叶变换，由于一般图像的频谱分量是在四个角落，所以要对图像的能量进行集中处理，

20、具体命令如下： m=fft2(x(:,:,1); %彩色图像 y=fftshift(m); 或 m=fft2(x); %灰度图像 y=fftshift(m); 频谱显示结果如下： 注：彩色图像（上）、灰度图像（下） D、伪彩色处理 针对彩色图像，函数为y=imadjust(rgb2gray(x),0 1,1 0,2);灰度图像为：y=imadjust(x,0 1,1 0,2); 伪彩色处理结果如下：彩色图像（上）、灰度图像（下）5、结果分析 软件测试结果基本可以，但普遍存在一个问题,就是有些函数只对灰度图像处理成立，而对彩色图像不能处理，或者说彩色图像需降维处理，针对这个问题，我想是因为对MA

21、TLAB软件函数的不了解所造的，经过学习和询问，学会了在每次操作之前，先对图像是否为RGB进行判断（函数isrgb），对于无法进行的操作，可以使用消息框或错误提示框，否则用户无法知道操作是否运行了，还是出错了。还有一个比较困惑的问题是每次的操作都比较独立，无法在处理后的图像上进行再次处理，如：加噪之后想直接利用滤波平滑对其去噪处理，没办法实现，这样效果不明显。于是我选择将处理后的图像先保存，下次处理时读取前次处理的图片，但是这种做法不够便捷，其实可以将之前处理后的图片设置为全局变量，之后直接使用这个变量就好了。6、 心得体会数字图象处理是一门实践性较强又比较难的课程，其中程序的编写更是复杂，通

22、过使用MATLAB软件可以较方便快捷的实现和数字图象处理一样的功能。通过这次课程设计，我明白了理论与实践相结合的重要性，虽然之前学过matlab的课程，成绩也不错，但那只是停留在理论上的学习，所以当我第一次课听老师讲课设时，觉得无从下手，不懂得课设的目的是什么，也不明白课设要的结果是什么，后来在老师和同学的指点下渐渐地懂得了课设要求、目的以及效果。根据我选的课题：基于MATLAB的图像处理课程设计制作自己的Photoshop，本次课设重点是GUI界面的创建和使用、图像句柄的使用、以及matlab中相关图像处理函数的使用。首先，通过复习matlab教材，上网搜索相关资料，以及老师的指点，把需要的

23、基本操作和编程应用学到手，为课设做了较好的准备。不过在课设的时候还是遇到了不少问题，如：有些函数使用的较少，难以找到，或者有些函数的参数很多，不懂得该如何去设置它的值，还有就是有些功能要求可以渐进的看见效果图，针对这些问题，我查阅了相关资料，终于将它们一一解决了，比如渐进的问题，可以采用一个参数调整对话框，想得到怎样的效果，就将参数设置为相应的值，总之我学到了更多有关matlab函数和GUI界面对话框的使用。综上，这次课程设计让我学会了很多matlab和数字图像处理有关的函数，编程能力也提高了不少，对matlab的学习也不再是停留在表面上。不过在课设的过程中，会发现程序的编写和调试着实让人头疼

24、，需要有足够的耐心，同时也要学会通过matlab的运行框自己检查错误在哪，并及时修改，反正这次课设，不单单只是一次简单的课设，从中可以让我学到很多的知识，受益匪浅。7、参考书目： 1 MATLAB实用教程 郑阿奇 电子工业出版社2 数字图像处理 MATLAB 版冈莎雷斯 电子工业出版社8、附录：%文件打开function pushbutton1_Callback(hObject, eventdata, handles)filename,pathname=uigetfile(*.jpg;*.bmp;*.tif;*.*,读取图像);if isequal(filename,0)|isequal(pa

25、thname,0) errordlg(没有选中文件,出错); return;else file=pathname,filename; global S %设置一个全局变量，保存原始图像，供后面使用 S=file; x=imread(file); set(handles.axes1,HandleVisibility,ON); axes(handles.axes1); imshow(x); set(handles.axes1,HandleVisibility,OFF); handles.img=x; guidata(hObject,handles);end %文件保存function pushbu

26、tton3_Callback(hObject, eventdata, handles) sfilename ,sfilepath=uiputfile(*.jpg;*.bmp;*.tif;*.*,保存图像文件);baocuntuxiang=sfilepath ,sfilename;t=getimage;imwrite(t,baocuntuxiang);%文件退出function pushbutton2_Callback(hObject, eventdata, handles)close(gcf);clc;clear;%亮度调节function pushbutton4_Callback(hObje

27、ct, eventdata, handles)global S x=imread(S); axes(handles.axes2);prompt=原值范围,新值范围,关系;defans=0 1,0 0.5,1;p=inputdlg(prompt,参数调整,1,defans); p1=str2num(p1); p2=str2num(p2); p3=str2num(p3);y=imadjust(x,p1,p2,p3); %亮度调节 imshow(y); handles.img=y; guidata(hObject,handles);%灰度变换function pushbutton7_Callback

28、(hObject, eventdata, handles)global Sx=imread(S);if isrgb(x)y=rgb2gray(x); %灰度变换axes(handles.axes2);imshow(y);else msgbox(已是灰度图像，无需转换 ,错误操作)end%对比度调节function pushbutton5_Callback(hObject, eventdata, handles)global S x=imread(S); axes(handles.axes2); prompt=关系系数; defans=2; p=inputdlg(prompt,参数调整,1,de

29、fans); p1=str2num(p1); y=immultiply(x,p1); %对比度调节 imshow(y); handles.img=y; guidata(hObject,handles);%感兴趣截图function pushbutton6_Callback(hObject, eventdata, handles)global Sx=imread(S);axes(handles.axes1);y=imcrop(x); %截图axes(handles.axes2);imshow(y); %直方图均衡function pushbutton9_Callback(hObject, eventdata, handles)global Sx=imread(S);axes(handles.axe