【正文】 鈕，我們選擇lenna圖像，則GUI讀取圖像lenna。并顯示在axes1上。圖形用戶界面如下： 讀取lenna圖像然后通過“添加噪聲”這個(gè)botton group控件我們可以對(duì)圖像進(jìn)行添加噪聲，該設(shè)計(jì)就設(shè)計(jì)了添加兩種噪聲：高斯噪聲和椒鹽噪聲。下面選擇給圖像添加椒鹽噪聲進(jìn)行仿真（添加兩種噪聲的仿真步驟一樣），則GUI把加噪后的圖片顯示在axes2上。圖形用戶界面如下： 添加噪聲最后我們通過“圖像去噪”這個(gè)botton group對(duì)噪聲圖像進(jìn)行去噪,因?yàn)樯厦娼olenna圖像添加了椒鹽噪聲，所以選擇對(duì)椒鹽噪聲去除功能較好的中值濾波進(jìn)行介紹。圖形用戶界面如下： 以上就是對(duì)我設(shè)計(jì)的一個(gè)簡單GUI去噪界面的一個(gè)簡單介紹。 小結(jié)本章主要介紹了MATLAB的GUI設(shè)計(jì)，包括設(shè)計(jì)原理、設(shè)計(jì)工具、設(shè)計(jì)方法和如何制作一個(gè)圖形用戶界面。最后對(duì)設(shè)計(jì)的圖形用戶界面的功能進(jìn)行了仿真。7 結(jié)論與展望 結(jié)論 圖像平滑處理的方法多種多樣，每種方法在不同的方面各有優(yōu)點(diǎn)和缺點(diǎn)。至今沒有一種十全十美的去噪方法。平均值濾波用像素及其指定鄰域內(nèi)像素的平均值或加權(quán)平均值作為該像素的新值，來去除突變的像素點(diǎn)，從而濾除噪聲，該方法操作起來簡單，速度快，但是會(huì)使圖像變模糊(尤其是在圖像的邊緣和細(xì)節(jié)處)，該方法在去除高斯噪聲方面有比較好的效果，但對(duì)椒鹽噪聲的處理效果并不理想。中值濾波以某像素為中心的小窗口內(nèi)的所有像素的灰度按從小到大排序，取排序結(jié)果的中間值作為該像素的灰度值。中值濾波比較容易去除椒鹽噪聲，同時(shí)能較好的保持圖像的邊緣，還能很好地去除二值噪聲，但對(duì)高斯噪聲卻無能為力。該方法對(duì)濾除脈沖干擾和圖像掃描噪聲最為有效，但不適宜細(xì)節(jié)多的圖像?？臻g域低通濾波法可以說是對(duì)平均值濾波法的一種改進(jìn)，如果能選擇比較合適的單位沖激響應(yīng)陣列，那么在達(dá)到圖像平滑的同時(shí)還可以很好的保留圖像細(xì)節(jié)，可是如何選擇單位沖激響應(yīng)陣列卻是個(gè)難點(diǎn)。多幅圖像平均法就是對(duì)同一景物的多幅圖像取平均來消除噪聲，一般用于攝像機(jī)的視頻圖像，用以減少光電攝像管或CCD器件所引起的噪聲，該算法有比較好的去噪效果，但是在實(shí)際使用時(shí)，該算法要用到多幅圖像，所以占用的空間也比較大，尤其是多幅圖像之間的配準(zhǔn)問題，實(shí)際操作很難。頻域低通濾波法是使用低通濾波器在頻域?qū)Ω哳l成分(圖像的邊緣、噪聲對(duì)應(yīng)于傅立葉變換頻譜中的高頻部分)進(jìn)行抑制。從而達(dá)到消除空域中圖像的噪聲。雖然用低通濾波器進(jìn)行平滑處理可以使噪聲偽輪廓的寄生效應(yīng)減低到不顯眼的程度，但是由于低通濾波器對(duì)噪聲等寄生成分濾除的同時(shí)，對(duì)有用的高頻成分也濾除了，因此，這種去噪方法是以犧牲清晰度為代價(jià)的[15]。因此在對(duì)一幅圖像進(jìn)行去噪處理前，必須仔細(xì)分析其噪聲產(chǎn)生的原因、噪聲的特點(diǎn)與類型，并選擇合適的去噪方法，才能既消除圖像噪聲，又不使圖像邊緣輪廓或線條變模糊。這樣才能得到更符合人的視覺特性的圖像。本設(shè)計(jì)由于時(shí)間關(guān)系，沒有對(duì)多幅圖像平均算法的圖像之間的配準(zhǔn)問題和低通模板的選擇進(jìn)行研究，是本設(shè)計(jì)的一個(gè)不足之處。 展望 我們知道，圖像和噪聲本身的統(tǒng)計(jì)特性是圖像去噪的難點(diǎn)，目前所涉及到的大部分非線性濾波算法都是針對(duì)特定圖像或特定噪聲提出的，也就是說，是基于它們的統(tǒng)計(jì)特性提出的濾波方案。但是，在實(shí)際處理中，自然圖像的多樣性和噪聲本身的復(fù)雜性決定了這些濾波算法不可能對(duì)所有圖像濾波效果均為最佳，所以，那些事先不需要知道圖像和噪聲統(tǒng)計(jì)特性的非線性濾波機(jī)制將會(huì)得到廣泛的應(yīng)用。我們相信，隨著科技的不斷發(fā)展，在不久的將來，圖像去噪技術(shù)將得到越來越大的發(fā)展，應(yīng)用領(lǐng)域?qū)⒃絹碓綇V，它必定會(huì)給人們的生產(chǎn)、生活帶來了巨大幫助[16]。致 謝最后我非常感謝我的指導(dǎo)老師顧斌杰老師。在他的悉心幫助和認(rèn)真指導(dǎo)下我順利的完成了畢業(yè)設(shè)計(jì)。在整個(gè)設(shè)計(jì)過程中，顧老師認(rèn)真負(fù)責(zé)、專業(yè)經(jīng)驗(yàn)豐富，對(duì)同學(xué)們提出的各種疑問都做了正確細(xì)致的解答，我的設(shè)計(jì)當(dāng)中需要進(jìn)行MATLAB仿真和GUI設(shè)計(jì)，當(dāng)中需要很多程序，在這個(gè)方面我遇到了困難，這時(shí)顧老師給我提供了很多參考資料。在顧老師的提示和指導(dǎo)下，我完成了程序的編寫。顧老師治學(xué)嚴(yán)謹(jǐn)，在設(shè)計(jì)中，他會(huì)糾正同學(xué)們的許多錯(cuò)誤。正是在顧老師的認(rèn)真督促和悉心指導(dǎo)下我才能順利地完成了畢業(yè)設(shè)計(jì)，并且我也從這次的畢業(yè)設(shè)計(jì)中學(xué)到了很多的東西，對(duì)我以后的學(xué)習(xí)和工作都會(huì)有很大的幫助。同時(shí)我還要感謝我的很多同學(xué)，在我設(shè)計(jì)過程中，他們給我提供了很多幫助。在這次畢業(yè)設(shè)計(jì)過程中我學(xué)到了在工作中嚴(yán)謹(jǐn)推理、周密思考、反復(fù)論證的態(tài)度的重要性。最后再次感謝我的導(dǎo)師和同學(xué)在我論文撰寫過程中給我的幫助和支持。 參考文獻(xiàn)[1] [M].北京：電子工業(yè)出版社，2001：199203.[2] 何東健，耿楠，[M].西安：西安電子科技大學(xué)出版社,2008：6166.[3] 劉麗梅，孫玉榮，[J].,24(1)：2327.[4] [J].南京信息工程大學(xué)學(xué)報(bào),2006,26(2)：23.[5] [J].湘南學(xué)院學(xué)報(bào),2004,24(2)：7982.[6] 陳桂明，張明照，[M].北京：科學(xué)出版社,2000：225251.[7] Rafael ,Richard Image Processing(Second Edition).Bei Jing:Publishing House Of Electronics Industry,2002:172256.[8] 施曉紅，[M].北京：北京大學(xué)出版社,2003：141192.[9] 關(guān)新平，趙立興，[J],中國圖像圖形學(xué)報(bào),2005,10(3)：333339.[10] 朱秀昌，劉峰，[M].北京：北京郵電大學(xué)出版社，2002：6770.[11] [J].韶關(guān)學(xué)院報(bào)，2004,8(06):24.[12] [M].北京：人民郵電出版社，2001：130133.[13] 李俊生，一種圖像平滑處理方法的空域算法與頻域分析[J].常州工學(xué)院報(bào)，2004,4(2)..[14] [D].江西:江西師范大學(xué)，2005，79.[15] Pattern Recognion[J], Joint Computer Conference,March 1955,94100[16] William Image Processing[M].Bei Jing:Pubishing House Of Electronics Industry,2005附 錄平均值濾波示例程序：clear allclose all[I M]=imread(‘’)。var=。 %噪聲方差J1=imnoise(I,’gaussian’,0,var)。subplot(2,2,1),imshow(J1,M),title(‘含有高斯噪聲的圖像’)；h=[1 1 11 1 1 1 1 1]/9 %33Box模板K1=con2(double(J1),double(h))。subplot(2,2,2),imshow(K1,[ ])。title(‘線性濾波后的圖像’)；中值濾波示例程序：clear allclose all[I M]=imread(‘’)。J1=imnoise(I, ‘salt amp。 pepper’,)。subplot(2,2,1),imshow(J1,M),title(‘含有椒鹽噪聲的圖像’)； K1=medfilt2(J1,[3,3])。subplot(2,2,2),imshow(K1,M),title(‘33窗口濾波后的圖像’)；K2=medfilt2(J2,[5,5])。subplot(2,2,3),imshow(K2,M),title(‘55窗口濾波后的圖像’)；K3=medfilt2(J2,[7,7])。subplot(2,2,4),imshow(K3,M),title(‘77窗口濾波后的圖像’)；空間域低通濾波示例程序：clear allclose all fname=uigetfile(‘*.bmp,*.tif,*.jpg,39。，‘請(qǐng)選擇一個(gè)圖像39。)。[I M]=imread(fname)。J1=imnoise(I,‘salt amp。 pepper39。,)。subplot(2,2,1),imshow(J1,M),title(‘含有椒鹽的圖像39。)。h1=[1 1 1。 1 1 1。 1 1 1]。myfilter1=h1/9。J2=filter2(myfilter1,J1)。subplot(2,2,2),imshow(J2,M),title(‘模板1濾波后的圖像39。)。h2=[1 1 1。 1 2 1。 1 1 1]。myfilter2=h1/10。J3=filter2(myfilter2,J1)。subplot(2,2,3),imshow(J3,M),title(‘模板2濾波后的圖像39。)。h3=[1 2 1。 2 4 2。1 2 1]。myfilter3=h1/16。J4=filter2(myfilter3,J1)。subplot(2,2,4),imshow(J4,M),title(‘模板3濾波后的圖像39。)；頻率域低通濾波程序：close allclear all[I,map]=imreand(‘’)。subplot(2,3,1),imshow(I,map),title(‘原始圖像’)J=imnoise(I,‘gaussian’,)。subplot(2,3,2),imshow(J,map),title(‘含有高斯噪聲的圖像’)。F=fft2(J)。fftshift(F)。[M,N]=size(F)。Dcut=100。D0=150。D1=for u=1:Mfor v=1:ND(u,v)=sqrt(u^2+v^2)。BUTTERH(u,v)=1/(1+(sqrt(2)1)*(D(u,v)/Dcut)^2)。EXPOTH(u,v)=exp(log(1/sqrt(2))*(D(u,v)/Dcut)^2) if D(u,v)=200 IDEALH(u,v)=1。 else IDEALH(u,v)=0。 end if D(u,v)=D0 TRAPEH(u,v)=(D(u,v)D1)/(D0D1)。 else TRAPEH(u,v)=0。 end endendIDEALG=IDEALH.*F。IDEALfiltered=ifft2(IDEALG)。subplot(2,3,3),imshow(IDEALfiltered,map)。title(‘理想低通濾波’)。BUTTERG=BUTTERH.*F。BUTTERfiltered=ifft2(BUTTERG)。subplot(2,3,4),imshow(BUTTERfiltered,map),title(‘巴特沃斯低通濾波’ )。EXPOTG=EXPOTH.*F。EXPOTfiltered=ifft2(EXPOTG)。subplot(2,3,5),imshow(EXPOTfiltered,map),title(‘指數(shù)低通濾波’)。TRAPEG=TRAPEH.*F。TRAPEGfiltered=ifft2(TRAPEG)。subplot(2,3,6),imshow(TRAPEGfiltered,map),title(‘梯形低通濾波’)。Callback函數(shù)1：用于讀取圖像。global im[filename, pathname]=uigetfile({39。*.bmp39。39。*.tif39。39。*.jpg39。},39。請(qǐng)選擇一個(gè)圖像39。)。if pathname == 0 return。endstr=[pathname filename]。[im A]=imread(str)。axes()。imshow(im,A)。callback函數(shù)2：用于添加噪聲。global imglobal J1global J2global flagswitch get(hObject,39。tag39。) case 39。radiobutton139。 J1=imnoise(im,39。gaussian39。,0,)。 flag=1。 axes()。 imshow(J1)。 case 39。radiobutton239。 J2=imnoise(im,39。salt amp。 pepper39。,)。 flag=0。 axes()。 imshow(J2)。endcallback函數(shù)3：用于去除噪聲。global imglobal J1global J2global flagif flag==1switch get(hObject,39。tag39。) case 39。radiobutton339。 h=[1 1 1。 1 1 1。1 1 1] myfilter1=h/9。 K1=conv2(double(J1),d