【正文】 第一次拿給老師檢查時，雖然能基本實現(xiàn)實驗所要求的功能，但是對一些功能的實現(xiàn)不夠全面，界面設計也沒有整合到一塊。 為此，在實踐中，我利用課余時間，翻看了以前的matlab教材，專門借閱了利用matlab進行圖像處理的相關(guān)教程，通過索引網(wǎng)絡上的相關(guān)資料，為課設做了較為充分的準備。 故障分析圖像處理軟件測試基本成功，課題所要求的功能均能較好實現(xiàn)，也額外添加了一些功能，如常用操作處理，偽彩色處理，規(guī)定化處理，小波變換等。 axes()。 %將原圖像的每個像素灰度轉(zhuǎn)換為直方圖均衡化后的灰度 for x = 1:row for y = 1:col Num = double( I(x,y))+1。Rk2(X)39。 %計算累積直方圖 if i==1 Rk(i)=Ps(i)。 % 存儲直方圖規(guī)定化后的圖像的直方圖 Rk=zeros(L,1)。 end end end運行結(jié)果如圖425所示：圖425（2）規(guī)定化處理程序設計： case 2 f=rgb2gray(T)。 end end%建立映射 HisM=zeros(L:1)。 imshow(uint8(I2))。 for i=1:256 H1(t1(i))=H1(t1(i))+s(i)。 %進行尺度大小定義 H=zeros(1,256)。Value39。 %將圖像T轉(zhuǎn)化為灰色圖像，賦給ig6S2=imadjust(ig6,[0 1],[1 0],)。 %建立對話框 p1=str2num(p{1})。調(diào)整倍數(shù)39。f=cat(3, R, G, B)。Value39。在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模糊，而且對濾除脈沖干擾及圖像掃描噪聲最為有效。)。 THETA = 0。 img=rgb2gray(f)。 %對加入噪聲的f進行均值濾波 axes()。)。%顯示對話框 p1=str2num(p{1})。輸入乘性噪聲1:39。,p1,p2)。}。輸入高斯噪聲1:39。,p1)。}。%得到句柄zaosheng的Value，賦給vaval=get(hObject,39。 %顯示小波變換之后的圖像運行結(jié)果如下圖48所示，47是選取的原始圖片。mat39。39。v1=wrcoef2(39。,C,S,39。cv1=detcoef2(39。 %對圖像用‘39。 %顯示DCT變換之后的圖像運行結(jié)果如下圖46所示：圖46結(jié)果分析： 圖46是一個8*8的二維離散余弦變換將圖像的空間表達式轉(zhuǎn)換到頻率域,只用少量的數(shù)據(jù)點來表達圖像。P1*x*P239。0 0 0 0 0 0 0 0。P1*x*P239。)。 %對濾波后的圖像進行恢復 axes()。motion39。邊緣信息39。程序運行正常。 %將T轉(zhuǎn)化為二維的灰色圖像，賦給ig2f2=implement(ig2)。 %將結(jié)果顯示在axes1中imshow(f)。,1,defans)。 %將T轉(zhuǎn)化為二維的灰色圖像，賦給imgprompt={39。此外，利用式(322)與式(323)式還可得到組合變換函數(shù) Z = G 1［T（r）］ 式(326)對連續(xù)圖像，重要的是給出逆變換解析式。7).計算輸出直方圖Pg(gi)=ni/n, i=0,1,…,P1。因此，偽色彩處理的主要目的是為了提高人眼對圖像細節(jié)的分辨能力，以達到圖像增強的目的。它們都可以使用空的矩陣[ ]，默認值是[0 1]。彩色圖像中是三種基色紅綠藍的疊加，不是所謂黑白的疊加。無彩色指白色、黑色和各種不同程度的灰，無彩色圖像也稱灰度圖像，使用[0,255]的值來表示其灰度值，0表示黑色，255表示白色，其間是各種深淺不同的灰色，整張圖像的像素用一維數(shù)組表示即可。線性高通濾波器是最常用的線性銳化濾波器。(3)維納濾波。設有一個一維序列，…，取窗口長度為m(m為奇數(shù))，對此序列進行中值濾波，就是從輸入序列中相繼抽出m個數(shù)，…，…，…，…，其中為窗口的中心位置，再將這m個點按其數(shù)值大小排列，取其序號為正中間的那作為輸出。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理后圖像在該點上的灰度g（x，y），即g（x，y）=1/m ∑f（x，y）， m為該模板中包含當前像素在內(nèi)的像素總個數(shù)。對濾波處理的要求有兩條：一是不能損壞圖像輪廓及邊緣等重要信息；二是使圖像清晰，視覺效果好。（2）椒鹽噪聲。小波變換壓縮特點在于壓縮比高、壓縮速度快，壓縮后能保持信號與圖像的特征基本不變，且在傳輸過程中抗干擾等等。繼續(xù)往下分解時，非零項出現(xiàn)的規(guī)律相似。由上式（36）、（37）可見，每級一維DWT與一維卷積計算很相似。N代表像素數(shù)，一般N=8，8*8的二位數(shù)據(jù)塊經(jīng)DCT后變成8*8個變換系數(shù)，這些系數(shù)都有著明確的物理意義：U代表水平像素號，V代表處置像素號。4. 模糊處理原理簡介運動模糊圖像中，在運動方向上大多數(shù)模糊圖像的背景像素點具有很強的相關(guān)性，即沿著運動模糊的軌跡，背景像素點的灰度值逐漸變化或者不變。2. 底片處理原理簡介實現(xiàn)底片效果，即完成對二值圖像的求補運算，將二值圖像進行黑白兩色互換，就是把黑色部分變成白的，把白色部分變成黑的。系統(tǒng)整體結(jié)構(gòu)框圖如上圖31所示。如均值濾波器、中值濾波器、維納濾波器等。和其他工具包一樣，用戶還可以根據(jù)需要書寫自己的函數(shù)，以滿足特定的需要；也可以將這個工具包和信號處理工具包或小波工具包等其他工具包聯(lián)合起來使用。設計了均值濾波、中值濾波、維納濾波、線性濾波等濾波器，實現(xiàn)了對加入噪聲圖像濾波的功能。針對課程任務內(nèi)容一，設計了圖像壓縮模塊。本文針對課程設計的要求，分別設計了常用處理模塊、圖像壓縮模塊、噪聲處理模塊、彩色增強模塊、灰度變換模塊等五大單元模塊。采用了直方圖均衡化和規(guī)定化等方法，實現(xiàn)了對圖像灰度變換的效果。MATLAB是由美國MathWorks公司推出的用于數(shù)值計算和圖形處理的科學計算軟件, MATLAB不僅提供了豐富的圖形命令和圖形函數(shù)，而且其面向?qū)ο蟮膱D形系統(tǒng)具有強大的圖形用戶界面(Graphic User Interface，GUI)生成能力。在該設計面板中，左上角設計了菜單欄選項：文件（打開、保存、退出）、編輯(還原、撤銷、截圖)、幫助等。如果指定一個正的旋轉(zhuǎn)角度，那么imrotate函數(shù)將使用指定的插值方法和旋轉(zhuǎn)角度將圖像逆時針旋轉(zhuǎn)；如果指定一個負值，那么將按順時針方向旋轉(zhuǎn)。如果一個像素落在圖像中某一個物體的邊界上，那么它的鄰域?qū)⒊蔀橐粋€灰度級的變化帶，對這種變化最有用的2個特征(灰度的變化率和方向)，它們分別以梯度向量的幅度和方向來表示。由于大多數(shù)的圖像的高頻分量較小，相應于高頻成分的系數(shù)經(jīng)常為零，加上人眼對高頻成分的失真不太敏感，所以可以用更粗的量化。設f(x)為一維輸入信號，記，這里與分別稱為定標函數(shù)與子波函數(shù)，與為二個正交基函數(shù)的集合。若完全按照上述公式計算，在經(jīng)過J步分解后，所得到的J+1個序列和的非零項的個數(shù)之和一般要大于M，究竟這個項目增加到了多少？下面來分析一下上述計算過程?？梢圆捎蒙晕⒏淖冇嬎愎降姆椒ǎ馆敵鲂蛄械姆橇沩椏偤突旧虾洼斎胄蛄械姆橇沩棓?shù)相等，并且可以完全重構(gòu)。所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。因此，實時采集的圖像需進行濾波處理。（1）均值濾波。在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模糊，而且對濾除脈沖干擾及圖像掃描噪聲最為有效。對于有緩變的較長輪廓線物體的圖像，采用方形或圓形窗口為宜，對于包含尖頂角物體的圖像，適宜用十字形窗口。因而，討論線性濾波器時，一般均以維納濾波器作為參考。在圖像處理中我們一般只考慮正的灰度值，所以還有將輸出圖像的灰度值范圍通過尺度變回到所要求的范圍。比如R軸上，從[1，0，0]、[2,0,0]直到[255,0,0]，是個漸變，都是紅色，就是深紅淺紅的問題。 high_in],[low_out。將圖像i轉(zhuǎn)換為j，~~1相匹配(3)偽彩色處理。其結(jié)果是擴展了像元取值的動態(tài)范圍,從而達到增強圖像整體對比度的效果。如果對原始圖像和期望圖像均作直方圖均衡化處理，應有 式(322) 式(323) 式(324)由于都是進行均衡化處理，處理后的原圖像概率密度函數(shù)Ps（S）及理想圖像概率密度函數(shù)PV（V）是相等的。Value39。}。crop39。的結(jié)果，一般輸入?yún)?shù)為正數(shù)時，圖像按逆時針方向旋轉(zhuǎn)；輸入負數(shù)時，圖像按順時針方向旋轉(zhuǎn)。)。 %將ig3進行邊緣處理axes ()。程序設計： case 4 %顯示運動模糊處理結(jié)果 LEN = 21。circular39。 %顯示運動模糊圖像 運行結(jié)果如下圖45所示：圖45結(jié)果分析： 從圖45所示，運行之后的圖像明顯比原圖像模糊，程序運行正常。%將真彩色RGB圖像轉(zhuǎn)換成灰度圖像（RGB并不發(fā)生變化）I=im2double(i)。1 1 1 0 0 0 0 0。P1.*x39。title(39。 %顏色映射[C,S]=wavedec2(X,1,39。 %提取小波分解結(jié)構(gòu)中第1 層的低頻系數(shù)和高頻系數(shù)ch1=detcoef2(39。,C,S,1)。,C,S,39。d1=wrcoef2(39。39。title(39。 噪聲處理模塊的設計 1）椒鹽噪聲程序設計：function zaosheng_Callback(hObject, eventdata, handles)global T %設置全局變量Tva=get( ,39。}。 %將字符串轉(zhuǎn)化為數(shù)值 f=imnoise(T,39。)。039。 %將字符串轉(zhuǎn)化為數(shù)值 p2=str2num(p{2})。)。 % p=inputdlg(prompt,39。 %結(jié)果顯示在axes6中 imshow(f)。average39。%顯示均值濾波后的圖像 運行結(jié)果，對椒鹽噪聲進行均值濾波后的結(jié)果如圖416所示，415為設置的椒鹽噪聲的圖像： 圖415 圖4162） 均值濾波主程序設計： case 2 T=。中值濾波后圖像39。conv39。維納濾波后圖像39。Value39。R= imadjust(R,[ ],[0 ])。)。 %設置默認參數(shù) p=