【正文】 pt={39。 imshow(y)。bicubic39。 p1=str2num(p{1})。輸入放大倍數(shù) 39。}。 defans={39。輸入放大倍數(shù) :39。 function shuangsanci_Callback(hObject, eventdata, handles) %雙三次放大 axes()。)。 y=imresize(,p1,39。,1,defans)。 p=inputdlg(prompt,39。239。}。 prompt={39。 %最近鄰插值法放大 imshow(y)。nearest39。 p1=str2num(p{1})。輸入放大倍數(shù) 39。}。 defans={39。輸入放大倍數(shù) :39。 function fangda_Callback(hObject, eventdata, handles) function lingjz_Callback(hObject, eventdata, 19 handles) %鄰近插值放大 axes()。 imshow(y)。 axes()。ON39。HandleVisibility39。 imshow(y)。 y=imadjust(x,p1,p2,gamma)。 gamma=p3。 p2=str2num(p{2})。,1,defans)。 p=inputdlg(prompt,39。139。[0 1]39。[0 ]39。}。,39。,39。 end function liangdu_Callback(hObject, eventdata, handles) %亮度處理 prompt={39。轉(zhuǎn) 換失敗 39。這已經(jīng)是灰度圖像 39。 %RGB imshow(y)。 %編輯菜單的程序 function edit_Callback(hObject, eventdata, handles) function huidu_Callback(hObject, eventdata, handles) %灰度處理 axes()。 close all。 imwrite(i,file)。 ()。 return。出錯 39。沒有保存 39。)。,39。 guidata(hObject,handles) end function save_Callback(hObject, eventdata, handles) %文件保存 [filename,pathname] = uiputfile(39。 =x。 axes()。 return。出錯 39。沒有選中文件 39。)。},39。 end % End initialization code DO NOT EDIT % Executes just before erzhi is made visible. function two_OpeningF(hObject, eventdata, handles, varargin) % This function has no output args, see OutputF. 18 %接下來是菜單的程序 function file_Callback(hObject, eventdata, handles) %文件打開程序 function open_Callback(hObject, eventdata, handles) [name,path]=uigetfile({39。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。amp。, [])。, [] , ... 39。, two_OutputF, ... 39。, two_OpeningF, ... 39。, gui_Singleton, ... 39。, mfilename, ... 39。 gui_State = struct(39。在設(shè)計過程中碰到了很多的問題，通過這些問題，使自己分析問題，解決問題的能力得到了較大的提高。 將 M 文件編譯為獨立可執(zhí)行文件的語法是： mcc –m ….. 其中 fun1 就是最后的可執(zhí)行文件的名稱。當(dāng)然，如果你的計算機里根本就沒有安裝其他任何語言的編譯器，也可選擇Matlab 自帶的 Lcc 編譯器，其實這個編譯器對大多數(shù)用戶已經(jīng)夠用 了 (我就是選擇的 Matlab 自帶的 Lcc 編譯器 )。只是不同版本的Matlab，其編譯器的使用方法有一定的差異，這一點要引起一定的注意。特定的問題處理算法，我們通常都以 M 文件的文本形式給定最終的解決方案， 自己設(shè)計的程序是在 MATLAB 環(huán)境下，用 MATLAB 語言編寫的，這對于有安裝 MATLAB 軟件的計算機上運行并不存在什么問題，關(guān)鍵是一般的計算機很少有去安裝 MATLAB 軟件的，那么要在這些機子上運行該程序要怎么辦呢，難道要先安裝 MATLAB 軟件，這顯然太麻煩了 ，對于一個通用的，比較成熟的解決方案，我們當(dāng)然期望它能應(yīng)用到更多的場合，而 .exe （可執(zhí)行）文件可運行于所有的通用 WINDOWS 操作系 統(tǒng)，為此，將 M 文件轉(zhuǎn)換成 .exe 文件倒是個不錯的想法。 通過這次經(jīng)歷后，后來在設(shè)計其它程序時，盡量找 MATLAB 自帶的現(xiàn) 成函數(shù)，而不是一碰到問題就自己想算法，這樣可以節(jié)省較多的時間。 end 同理，也可以通過轉(zhuǎn)置和 fliplr函數(shù)實現(xiàn)右轉(zhuǎn) 90度。 y=flipud(m)。 end imshow(f)。 axes()。 y(:,:,2)=g。 f=c39。 e=a39。 b=x(:,:,2)。 x=()。 我認(rèn)為應(yīng)該是整個程序設(shè)計過程中對變量的設(shè)置沒有做好，應(yīng)該每次操作后，把處理后的數(shù)據(jù)保存在一個全局變量，這樣還要對處理后的數(shù)據(jù)進行在處理時，只要把這個全局變量作為原始數(shù)據(jù)帶入就可。 在沒有加入噪聲的情況下，點擊“中值濾波”或是其它濾波，會提示錯誤？ 這是由于在濾波程序設(shè)計的過程中，開始用到的變量是 ，而這個變量是在加入噪聲時候才定義的，所以在沒有加入噪聲的情況下，點擊各個濾波就會彈出變量沒有定義的錯誤，解決方法就是在文件打開的時候就給定義=x。 同一個操作對灰度圖像可以使用，當(dāng)用戶選擇的是彩色圖像時，該操作就會出錯？ 這是由于設(shè)計程序時，本身程序是有針對性的，有些程序只能對灰度圖像有效，有些對彩色圖像有效，但是用戶并不清楚這些，所以在設(shè)計的過程中就要考慮全面，要分開設(shè)計。 一個函數(shù)只能 對灰度圖像 處理 ， 不能 對 RGB 圖像 處理，那么如何才能對 RGB 圖像處理呢？ 這主要是對 MATLAB 函數(shù)的不夠清楚，用到的很多函數(shù)是針對二維數(shù)據(jù)的，而 RGB 圖像的數(shù)據(jù)是一個三維矩陣，所以處理要與灰度圖像不同， 在開始的時候，我認(rèn)為應(yīng)該找一個能夠應(yīng)用于三維矩陣的函數(shù)，結(jié)果卻沒找到，后來想到可以把三維數(shù)據(jù)進行降維處理， 同樣使用二維的函數(shù)，只要是同樣處理三次。% rgb模型轉(zhuǎn) ycbcr模型 、 操作界面設(shè)計 為了使整個操作界面更加的美觀，對背景顏色和字體顏色進行設(shè)置。函數(shù)如下： rgb2ntsc(x)。)。,39。 else msgbox(39。 if isrgb(x) HSV=rgb2hsv(x)。轉(zhuǎn)換結(jié)果為： 14 、創(chuàng)建索引圖像 用 X = grayslice(I,n)函數(shù)來實現(xiàn)，轉(zhuǎn)換后得到的圖像為： 、 顏色模型轉(zhuǎn)換 下面是 RGB 顏色模型到 HSV 模型的轉(zhuǎn)換程序： axes()。 % 顯示濾波處理后的圖像 end 、 灰度圖像處理 、二值圖像 用 j=im2bw(x)。 y3=uint8(real(y2))。 end end result=ifftshift(result)。 h=1/(1+*(d/d0)^(2*nn))。 n=fix(N/2)。 % 二階巴特沃斯 (Butterworth)低通濾波器 d0=10。 % 轉(zhuǎn)換數(shù)據(jù)矩陣 [M,N]=size(g)。 % 數(shù)據(jù)類型轉(zhuǎn)換，不支持圖像的無符號整型的計算 g=fft2(f)。)。salt amp。)。,39。 if isrgb(x) msgbox(39。 end 、通過低通濾波器 13 axes()。 y3=uint8(real(y2))。 end end result=ifftshift(result)。 else h=1。 for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。 %截止頻率為 3 m=fix(M/2)。 nn=2。 % 傅立葉變換 g=fftshift(k)。 %加高斯噪聲 f=double(y1)。gaussian39。)。,39。 if isrgb(x) msgbox(39。如下圖所示： 12 、通過高通濾波器 axes()。 直方圖顯示和均衡后的圖像分別如下圖所示 、 頻譜分析 、頻譜圖 為了得到圖像的頻譜圖，先要對數(shù)據(jù)進行傅里葉變換，用 fft2 函數(shù)對二維數(shù)據(jù)進行快速傅里葉變換，同時為了更好的觀察頻譜圖，需要把 fft2 變換后的數(shù)據(jù)進行平移，利用 fftshift 函數(shù)， 把快速傅里葉變換的 DC 組件移到光譜中心。 bar(horz,x1)。 其中， x 矩陣的數(shù)據(jù)是 0~255 灰度值的統(tǒng)計個數(shù)，如果直接對 x 矩陣數(shù)據(jù)進行圖形圖顯示，由于有 256 個數(shù)據(jù)，在坐標(biāo)系中就會很密集，為了更清楚的顯示條形圖，所以在程序設(shè)計時，把 x 數(shù)據(jù)進行部分提取， x1=x(1:10:256)。 end 、 直方圖統(tǒng)計 用 imhist函數(shù)對圖像數(shù)據(jù)進行直方圖統(tǒng)計， x=imhist((:,:,1))。 case 39。 case 39。 執(zhí)行結(jié)果如圖： 對其他方法的濾波程序也類似，由于把各個濾波方法放在一個選擇框里，所 11 以程序要用以下的選擇語句： switch str case 39。 k(:,:,3)=wiener2(c,[5,5])。