【正文】 uangxian_Callback(hObject, eventdata, handles)%雙線性縮小axes()。)。y=imresize(,p1,39。,1,defans)。 p=inputdlg(prompt,39。39。}。 prompt={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, 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。 %RGBimshow(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)endfunction 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.%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。endif 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，我們當然期望它能應(yīng)用到更多的場合， （可執(zhí)行）文件可運行于所有的通用WINDOWS操作系統(tǒng)，為此。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)。 endimshow(f)。axes()。y(:,:,2)=g。f=c39。e=a39。b=x(:,:,2)。x=()。我認為應(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，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，=x。 同一個操作對灰度圖像可以使用，當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：、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))。 endendresult=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axes()。y3=uint8(real(y2))。 endendresult=ifftshift(result)。 else h=1。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。 %截止頻率為3m=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：、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。