【正文】 率 2平臺(tái)總體功能設(shè)計(jì)根據(jù)一體化的設(shè)計(jì)思想，平臺(tái)主要實(shí)現(xiàn)算法集成、交互可視化和提供二次開發(fā)接口等功能 .其中算法集成分為已有算法集成和新算法集成 .具體功能描述如下： （ 1）已有算法集成是對(duì)Ｍ atlab圖像處理工具 包中提供的算法進(jìn)行集成，可以通過使用函 數(shù)名加參數(shù)的方式直接調(diào)用 .依據(jù)功能進(jìn)行分類，將同類算法集成到同一菜單項(xiàng)內(nèi)，如將傅里葉變換、小波變換、離散變換等算法歸類到圖像變換中，進(jìn)行集成 .（ 2）新算法集成是指對(duì)自主開發(fā)的算法進(jìn)行集成，如改進(jìn)水平集算法[12]、交互式圖割算法 [13]、細(xì)胞自動(dòng)機(jī)分割算法 [14]等均為自主開發(fā)的圖像分割算法，同已有算法集成方式類似，集成到平臺(tái)中，便于綜合運(yùn)用和算法分析與對(duì)比 .（ 3）交互式可視化是指對(duì)圖像處理過程及結(jié)果的可視化顯示，并提供用戶交互區(qū) .（ 4）二次開發(fā)接口是指通過調(diào)用集成模板方式，為用戶提供一個(gè)將自己算法集成到平 臺(tái)中的一個(gè)接口 3總體布局設(shè)計(jì) 一個(gè)高性能的圖像處理平臺(tái)應(yīng)該為用戶提供 方便快捷的操作 .平臺(tái)設(shè)計(jì)中通過菜單和按鈕實(shí)現(xiàn)快捷操作，其中菜單項(xiàng)提供平臺(tái)的整體功能，快捷按鈕顯示具體的獨(dú)立功能 .圖像處理平臺(tái)的布局設(shè)計(jì)如圖 1所示 .利用Ｍ atlabGUI提供的工具包和底層代碼，可以實(shí)現(xiàn)菜單功能區(qū)、快捷按鈕功能區(qū)、 DEMO 顯示區(qū)、可視化效果顯示區(qū)和用戶交互區(qū)的布局設(shè)計(jì) 各個(gè)功能模塊的主要實(shí)現(xiàn)程序基本功能：彩色圖像轉(zhuǎn)灰度圖像 I=imread(39。C:\MATLAB7\toolbox\images\imdemos\39。,39。png39。)。x=rgb2gray(I)。figure(1)。subplot(121)。imshow(I)。title(39。 原始圖像 39。)。subplot(122)。imshow(x)。title(39?；叶葓D像 39。)。實(shí)驗(yàn)結(jié)果： 圖像的幾何空間變換：平移，旋轉(zhuǎn)，剪切，縮放 img1=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\ju39。,39。jpg39。)。img1=rgb2gray(img1)。figure,imshow(img1)。imwrite(img1,39。39。)。%%%%%%平移 se=translate(strel(1),[2020])。img2=imdilate(img1,se)。figure,imshow(img2)。imwrite(img2,39。39。)。%%%%%% 旋轉(zhuǎn)img3=imrotate(img1,90)。figure,imshow(img3)。imwrite(img3,39。a3.jpg39。)。%%%%%% 縮放img4=imresize(img1,2)。figure,imshow(img4)。imwrite(img4,39。pg39。)。 原始圖像： 平移圖像： 旋轉(zhuǎn)圖像： 縮放圖像： 圖像的算術(shù)處理：加、減、乘 加法 A=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\jujia39。,39。jpg39。)。B=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\39。,39。jpg39。)。subplot(1,3,1)。imshow(A)。title(39。 圖像 139。)。subplot(1,3,2)。imshow(B)。title(39。 圖像239。)。C=imadd(A,B)。subplot(1,3,3)。imshow(C)。title(39。 相加后的圖像 39。) 減法 A=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\jujia39。,39。jpg39。)。B=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\39。,39。jpg39。)。subplot(2,3,1)。imshow(A)。title(39。 圖像 139。)。subplot(2,3,2)。imshow(B)。title(39。 圖像239。)。C=imsubtract(A,B)。subplot(2,3,3)。imshow(C)。title(39。相減后的圖像 39。) 乘法 A=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\jujia39。,39。jpg39。)。B=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\39。,39。jpg39。)。subplot(1,3,1)。imshow(A)。title(39。 圖像 139。)。subplot(1,3,2)。imshow(B)。title(39。 圖像239。)。C=immultiply(A,B)。subplot(1,3,3)。imshow(C)。title(39。相乘后的圖像 39。) 圖像的灰度拉伸 方法（包含參數(shù)設(shè)置）； img=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\juj39。,39。jpg39。)。figure(1)。imshow(img)。title(39。 原圖39。)。[m,n]=size(img)。%測量圖像尺寸參數(shù) GreyHist=zeros(1,256)。%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量fork=0:255GreyHist(k+1)=length(find(img==k))/(m*n)。%計(jì)算每級(jí)灰度出現(xiàn)的概 率，將其存入 GreyHist中相應(yīng)位置 endfigure(2)。bar(0:255,GreyHist)%繪制直方圖 title(39。原直方圖 39。)xlabel(39。 灰度值 39。)ylabel(39。 出 現(xiàn) 概 率 39。)% 灰度拉伸imggrey=img。prompt={39。請(qǐng)輸入系數(shù) a39。,39。請(qǐng)輸入系數(shù) b39。}。words=39。請(qǐng)輸入線性拉伸函數(shù) :39。answer=inputdlg(prompt,words,1,{39。39。,39。239。})。a=str2double(answer(1))。b=str2double(answer(2))。fori=1:mforj=1:nimg(i,j)=a*img(i,j)+b。endendfigure(3)。imshow(img)。title(39。 灰 度 拉 伸39。)。GreyHist=zeros(1,256)。% 預(yù) 創(chuàng)建存放 灰度出現(xiàn)概 率的向 量fork=0:255 直方圖的統(tǒng)計(jì)和繪制；直方圖均衡化和規(guī)定化； %一，圖像的預(yù)處理，讀入彩色圖像將其灰度化 img=imread(39。C:\MATLAB7\toolbox\images\imdemos\guidemo123\juj39。,39。jpg39。)。%讀入 JPG彩色圖像文件 imshow(img)% 顯 示 出 來 title(39。 輸 入 的 彩 色 JPG 圖像39。)imwrite(rgb2gray(img),39。39。)。%將彩色圖片灰度化并保存 img=rgb2gray(img)。%灰度化后的數(shù)據(jù)存入數(shù)組 %二，繪制直方圖 [m,n]=size(img)。%測量圖像尺寸參數(shù) GP=zeros(1,256)。% 預(yù) 創(chuàng) 建 存 放 灰 度 出 現(xiàn) 概 率 的 向 量fork=0:255GP(k+1)=length(find(img==k))/(m*n)。%計(jì)算每級(jí)灰度出現(xiàn)的概率，將其存入 GP 中相應(yīng)位置 endfigure,bar(0:255,GP,39。g39。)%繪制直方圖 title(39。原圖像直方圖 39。)xlabel(39。灰度值 39。)ylabel(39。出現(xiàn)概率 39。)% 三 ， 直 方 圖 均 衡 化S1=zeros(1,256)。fori=1:256forj=1:iS1(i)=GP(j)+S1(i)。% 計(jì)算SkendendS2=round((S1*256)+)。% 將 Sk 歸 到 相 近 級(jí) 的 灰 度fori=1:256GPeq(i)=sum(GP(find(S2==i)))。%計(jì)算現(xiàn)有每個(gè)灰度級(jí)出現(xiàn)的概率 endfigure,bar(0:255,GPeq,39。b39。)%顯示均衡化后的直方圖title(39。均衡化后的直方圖 39。)xlabel(39?；叶戎?39。)ylabel(39。出現(xiàn)概率 39。)%四，圖像均衡化 PA=img。fori=0:255PA(find(img==i))=S2(i+1)。%將各個(gè)像素歸一化后的灰度值賦給這個(gè)像素 endfigure,imshow(PA)%顯示均 衡 化 后 的 圖 像 title(39。 均 衡 化 后 圖 像39。)imwrite(PA,39。39。)。 ：對(duì)在調(diào)試中發(fā)現(xiàn)的問題和解決方法做說明。 圖像處理，是對(duì)圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號(hào)處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理很多情況下指數(shù)字圖像處理。 進(jìn)行程序調(diào)試的過程中，最重要的是輸入圖像，剛開始是為了找到原始圖像耗費(fèi)了很多時(shí)間，一般的條件書上有，但要對(duì)其進(jìn)行磨合。程序編寫時(shí)，應(yīng)該注意大小寫。應(yīng)該注意最后的輸出部分，保證輸出條件與輸入條件相同。 5．總結(jié)與體會(huì)這次使用 MATALB 進(jìn)行圖像處理的編寫，是我對(duì)MATALB 軟件有了更深入的了解，對(duì)其的應(yīng)用能力也有了相應(yīng)的提高，更深入的了解到 MATALB 作為繪圖軟件的方便與快捷。在進(jìn)行程序調(diào)試的過程中，最重要的是輸入圖像，只有找到圖像的原始位置，才能進(jìn)行下面的程序編碼。編碼程序時(shí)，應(yīng)該在 MATLAB 原始文檔的位置先行輸入，輸入時(shí)應(yīng)該注意大小寫。程序應(yīng)該盡可能地簡單，只要能達(dá)到目的就行，程序越復(fù)雜，運(yùn)行時(shí)的錯(cuò)誤就越多。以 上是我的程序編碼經(jīng)驗(yàn)與感受。 6．參考文獻(xiàn) 《數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書》厙向陽曹穎超編著《 MATLAB 與數(shù)學(xué)實(shí)驗(yàn)》艾冬梅李艷晴編著《圖像處理和分析技術(shù)》章毓晉編著《 MATLAB實(shí)用教程》鄭阿奇編著 第三篇：數(shù)字圖像處理圖像變換實(shí)驗(yàn)報(bào)告 數(shù)字圖象處理實(shí)驗(yàn)指導(dǎo)書 實(shí)驗(yàn)一圖象變換實(shí)驗(yàn) 實(shí)驗(yàn) 實(shí)驗(yàn)名稱：圖像處理姓名：劉強(qiáng) 班級(jí)：電信 學(xué)號(hào)： 報(bào)告 1102 1404110128 數(shù)字圖象處理實(shí)驗(yàn)指導(dǎo)書 實(shí)驗(yàn) 一圖象變換實(shí)驗(yàn) 實(shí)驗(yàn)一圖像變換實(shí)驗(yàn) —— 圖像點(diǎn)運(yùn)算、幾何變換及正交變換 一、實(shí)驗(yàn)條件 PC 機(jī)數(shù)字圖像處理實(shí)驗(yàn)教學(xué)軟件 大量樣圖 二、實(shí)驗(yàn)?zāi)康? 學(xué)習(xí)使用“數(shù)字圖像處理實(shí)驗(yàn)教學(xué)軟件系統(tǒng)”，能夠進(jìn)行圖像處理方面的簡單操作； 熟悉圖像點(diǎn)運(yùn)算、幾何變換及正交變換的基本原理，了解編程實(shí)現(xiàn)的具體步驟； 觀察圖像的灰度直方圖，明確直方圖的作用和意義； 觀察圖像點(diǎn)運(yùn)算和幾何變換的結(jié)果，比較不同參數(shù)條件下的變換效果； 觀察圖像正交變換的結(jié)果，明確圖像的空間頻率分布情況。 三、實(shí)驗(yàn)原理 圖像灰度直方圖、點(diǎn)運(yùn)算和幾何變換的基本原理及編程實(shí)現(xiàn)步驟 圖像灰度直方圖是數(shù)字圖像處理中一個(gè)最簡單、最有用的工具，它描述了一幅圖像的灰度分布情況，為圖像的相關(guān)處理操作提供了