【正文】 )。axes()。x=imhist((:,:,1))。%統(tǒng)計(jì)x1=x(1:10:256)。horz=1:10:256。bar(horz,x1)。set(,39。xtick39。,0:50:255)。%B直方圖set(,39。HandleVisibility39。,39。ON39。)。axes()。if isrgb()直方圖x=imhist((:,:,3))。%直方圖統(tǒng)計(jì)x1=x(1:10:256)。horz=1:10:256。bar(horz,x1)。%axis([0 255 0 150000])。set(,39。xtick39。,0:50:255)。%set(,39。ytick39。,0:2000:15000)。else msgbox(39。這是灰度圖像39。,39。旋轉(zhuǎn)失敗39。)。end%直方圖均衡set(,39。HandleVisibility39。,39。ON39。)。axes()。if isrgb()a=histeq((:,:,1))。b=histeq((:,:,2))。c=histeq((:,:,3))。k(:,:,1)=a。k(:,:,2)=b。k(:,:,3)=c。imshow(k)。else h=histeq()。%直方圖均衡 imshow(h)。end效果圖三、遇到的問(wèn)題及解決方法遇到的問(wèn)題最開始在Command里面用imread打開圖片是可行的，但到了GUI里面之后，會(huì)出現(xiàn)一些錯(cuò)誤，主要就是提示說(shuō)：找不到對(duì)應(yīng)的地方。還有就是在編寫完程序之后，放大感覺(jué)沒(méi)有任何變化。解決方法在查詢資料后發(fā)現(xiàn)，在GUI里面打開圖片是需要編寫圖片的地址以及格式的，要先判斷你要操作的圖片是否存在，如果不存在，應(yīng)該提示你不存在的錯(cuò)誤；在不能放大這個(gè)問(wèn)題上，后來(lái)發(fā)現(xiàn)是axes2不夠大，也就是畫布不夠大，再放大了畫布后，放大就明顯多了，縮小的時(shí)候也是這樣。四、主要收獲和心得體會(huì)在倆周的自動(dòng)化軟件實(shí)訓(xùn)里面，最大的感觸就是MATLAB很強(qiáng)大，不但可以用自己自帶的函數(shù)，還可以和C語(yǔ)言Java等語(yǔ)言連接共用，在處理圖像上有自己獨(dú)特的優(yōu)勢(shì)，在編輯菜單之后再進(jìn)行相應(yīng)的編程，做出來(lái)的界面和網(wǎng)頁(yè)一樣好看，這倆周特別快，不過(guò)收獲很多，在很大程度上鍛煉了我們的設(shè)計(jì)能力。第五篇：圖像處理 實(shí)驗(yàn)報(bào)告摘要：圖像處理，用計(jì)算機(jī)對(duì)圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。又稱影像處理。基本內(nèi)容 圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過(guò)采樣和數(shù)字化得到的一個(gè)大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和識(shí)別3個(gè)部分。圖像處理一般指數(shù)字圖像處理。數(shù)字圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺(jué)效果為目的。目前，圖像處理演示系統(tǒng)應(yīng)用領(lǐng)域廣泛醫(yī)學(xué)、軍事、科研、商業(yè)等領(lǐng)域。因?yàn)閿?shù)字圖像處理技術(shù)易于實(shí)現(xiàn)非線性處理，處理程序和處理參數(shù)可變，故是一項(xiàng)通用性強(qiáng)，精度高，處理方法靈活，信息保存、傳送可靠的圖像處理技術(shù)。本圖像處理演示系統(tǒng)以數(shù)字圖像處理理論為基礎(chǔ)，對(duì)某些常用功能進(jìn)行界面化設(shè)計(jì)，便于初級(jí)用戶的操作。設(shè)計(jì)要求可視化界面，采用多幅不同形式圖像驗(yàn)證系統(tǒng)的正確性；合理選擇不同形式圖像，反應(yīng)各功能模塊的效果及驗(yàn)證系統(tǒng)的正確性 對(duì)圖像進(jìn)行灰度級(jí)映射，對(duì)比分析變換前后的直方圖變化； 目的：基本功能：彩色圖像轉(zhuǎn)灰度圖像圖像的幾何空間變換：平移，旋轉(zhuǎn)，剪切，縮放 圖像的算術(shù)處理：加、減、乘圖像的灰度拉伸方法（包含參數(shù)設(shè)置）； 直方圖的統(tǒng)計(jì)和繪制；直方圖均衡化和規(guī)定化； 要求：熟悉圖像點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的基本定 義和常見方法；掌握在MTLAB中對(duì)圖像進(jìn)行點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的方法掌握在MATLAB中進(jìn)行插值的方法運(yùn)用MATLAB語(yǔ)言進(jìn)行圖像的插值縮放和插值旋轉(zhuǎn)等學(xué)會(huì)運(yùn)用圖像的灰度拉伸方法學(xué)會(huì)運(yùn)用圖像的直方圖設(shè)計(jì)和繪制；以及均衡化和規(guī)定化進(jìn)一步熟悉了解MATLAB語(yǔ)言的應(yīng)用，將數(shù)字圖像處理更好的應(yīng)用于實(shí)際1彩色圖像轉(zhuǎn)化灰度圖像：大部分圖像都是RGB格式。RGB是指紅，綠，藍(lán)三色。通常是每一色都是256個(gè)級(jí)。相當(dāng)于過(guò)去攝影里提到了8級(jí)灰階。真彩色圖像通常是就是指RGB。通常是三個(gè)8位，合起來(lái)是24位。不過(guò)每一個(gè)顏色并不一定是8位。比如有些顯卡可以顯示16位，或者是32位。所以就有16位真彩和32位真彩。在一些特殊環(huán)境下需要將真彩色轉(zhuǎn)換成灰度圖像。1單獨(dú)處理每一個(gè)顏色分量?！盎叶取?，有時(shí)候又稱為“高度”。邊緣加強(qiáng)，平滑，去噪，加銳度等。，通常也需要將彩色轉(zhuǎn)成灰白，處理后再打印 ，通過(guò)黑白照片體現(xiàn)“型體”與“線條”，“光線”。2圖像的幾何空間變化：圖像平移是將圖像進(jìn)行上下左右的等比例變化，不改變圖像的特征，只改變位置。圖像比例縮放是指將給定的圖像在x軸方向按比例縮放fx倍，在y軸按比例縮放fy倍，從而獲得一幅新的圖像。如果fx=fy，即在x軸方向和y軸方向縮放的比率相同，稱這樣的比例縮放為圖像的全比例縮放。如果fx≠fy，圖像的比例縮放會(huì)改變?cè)紙D象的像素間的相對(duì)位置，產(chǎn)生幾何畸變。旋轉(zhuǎn)。一般圖像的旋轉(zhuǎn)是以圖像的中心為原點(diǎn)，旋轉(zhuǎn)一定的角度，也就是將圖像上的所有像素都旋轉(zhuǎn)一個(gè)相同的角度。旋轉(zhuǎn)后圖像的的大小一般會(huì)改變，即可以把轉(zhuǎn)出顯示區(qū)域的圖像截去，或者擴(kuò)大圖像范圍來(lái)顯示所有的圖像。圖像的旋轉(zhuǎn)變換也可以用矩陣變換來(lái)表示。3圖像的算術(shù)處理：圖像代數(shù)運(yùn)算是指對(duì)兩幅或兩幅以上輸入圖像對(duì)應(yīng)的像素逐個(gè)進(jìn)行和差積商運(yùn)算以產(chǎn)生增強(qiáng)效果的圖像。圖像運(yùn)算是一種比較簡(jiǎn)單有效的增強(qiáng)處理手段是圖像處理中常用方法。三種圖像處理代數(shù)運(yùn)算的數(shù)學(xué)表達(dá)式如下： C(x,y)=A(x,y)+B(x,y)C(x,y)=A(x,y)B(x,y)C(x,y)=A(x,y)*B(x,y)4圖像的灰度拉伸方法：灰度拉伸又叫對(duì)比度拉伸，它是最基本的一種灰度變換，使用的是最簡(jiǎn)單的分段線性變換函數(shù)，它的主要思想是提高圖像處理時(shí)灰度級(jí)的動(dòng)態(tài)范圍?？梢杂羞x擇的拉伸某段灰度區(qū)間以改善輸出圖像。如圖，所示的變換函數(shù)的運(yùn)算結(jié)果是將原圖在a到b之間的灰度拉伸到c到d之間。如果一幅圖像的灰度集中在較暗的區(qū)域而導(dǎo)致圖像偏暗，可以用灰度拉伸功能來(lái)拉伸(斜率1)物體灰度區(qū)間以改善圖像；同樣如果圖像灰度集中在較亮的區(qū)域而導(dǎo)致圖像偏亮，也可以用灰度拉伸功能來(lái)壓縮(斜率5直方圖設(shè)計(jì)和繪制；以及均衡化和規(guī)定化：灰度直方圖是將數(shù)字圖像的所有像素，按照灰度值的大小，統(tǒng)計(jì)其所出現(xiàn)的頻度。通常，灰度直方圖的橫坐標(biāo)表示灰度值，縱坐標(biāo)為半個(gè)像素個(gè)數(shù)，也可以采用某一灰度值的像素?cái)?shù)占全圖像素?cái)?shù)的百分比作為縱坐標(biāo)。直方圖均衡方法的基本原理是：對(duì)在圖像中像素個(gè)數(shù)多的灰度值（即對(duì)畫面起主要作用的灰度值）進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度值（即對(duì)畫面不起主要作用的灰度值）進(jìn)行歸并。從而達(dá)到清晰圖像的目的。1 GUI圖像處理平臺(tái)的總體設(shè)計(jì)圖像處理平臺(tái)設(shè)計(jì)的目的是能夠?qū)D像處理的各個(gè)獨(dú)立算法集成到一個(gè)平臺(tái)內(nèi)，實(shí)現(xiàn)圖像處理過(guò)程的交互和可視化，并為用戶二次開發(fā)提供平臺(tái)接口，提高圖像處理算法的綜合利用效率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、：（1）已有算法集成是對(duì)Ｍatlab圖像處理工具包中提供的算法進(jìn)行集成，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(guò)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(guò)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，其中菜單項(xiàng)提供平臺(tái)的整體功能，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) 基本功能：彩色圖像轉(zhuǎn)灰度圖像I=imread(39。C: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:39。,39。jpg39。)。img1=rgb2gray(img1)。figure,imshow(img1)。imwrite(img1,39。39。)。%%%%%%平移se=translate(strel(1),[20 20])。img2=imdilate(img1,se)。figure,imshow(img2)。imwrite(img2,39。39。)。%%%%%%旋轉(zhuǎn) img3=imrotate(img1,90)。figure,imshow(img3)。imwrite(img3,39。39。)。% %%%%%縮放 img4=imresize(img1,2)。figure,imshow(img4)。imwrite(img4,39。39。)。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:39。,39。jpg39。)。B=imread(39。C: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:39。,39。jpg39。)。B=imread(39。C: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:39。,39。jpg39。)。B=imread(39。C: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:39。,39。jpg39。)。figure(1)。imshow(img)。title(39。原圖39。)。[m,n]=size(img)。%測(cè)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 for k=0:255 GreyHist(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end figure(2)。bar(0:255,GreyHist)%繪制直方圖 title(39。原直方圖39。)xlabel(39?；叶戎?9。)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))。for i=1:m for j=1:n img(i,j)=a*img(i,j)+b。end end figure(3)。imshow(img)。title(39?；叶壤?9。)。GreyHist=zeros(1,256)。%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量 for k=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:39。,39。jpg39。)。%讀入JPG彩色圖像文件imshow(img)%顯示出來(lái) 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(cè)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 for k=0:255 GP(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 end figure,bar(0:255,GP,39。g39。)%繪制直方圖 title(39。原圖像直方圖39。)xlabel(39?；叶戎?9。)ylabel(39。出現(xiàn)概率39。)%三，直方圖均衡化 S1=zeros(1,256)。for i=1:256 for j=1:i S1(i)=GP(j)+S1(i)。%計(jì)算Sk end end S2=round((S1*256)+)。%將Sk歸到相近級(jí)的灰度 for i=1:256 GPeq(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 end figure,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?9。)ylabel(39。出現(xiàn)概率39。)%四，圖像均衡化 PA=img。for i=0:255 PA(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 end figure,imshow(PA)%顯示均衡化后的圖像 title(39。均衡化后