【正文】 ， 如下一組命令建立了如圖所示的輸入對話框： prompt={39。,39。,39。}。[0 ]39。[0 1]39。139。 p=inputdlg(prompt,39。,1,defans)。所以應(yīng)該用滑動條來調(diào)節(jié)圖像的亮度和對比度， 這樣更適合用戶的使用習(xí)慣。 [0 ],[0 1],，這里的變量 和 就通過滑動條得到，滑動條設(shè)計如下圖： 亮度調(diào)整的 tag 名為 ld，取值范圍 0~1， gamma 值的 tag 名為 gamma，取值 6 范圍為 0~5。value39。 =get(,39。)。該操作剪切的是圖像中的一個矩形子圖，用戶可以通過參數(shù)指定這個矩形四個頂點的坐標，也可以交互地用鼠標選取這個矩形。 不管 是三維的還是二維數(shù)據(jù)，該函數(shù)都能進行操作。插值方法可選用三種方法，最近鄰插值 ，雙線性插值，雙三次插值。 7 B＝ imresizee(A． m， method)表示返回原圖 A 的 m 倍放大圖像 (m 小于 1 時實際上是縮小 )； 下圖就是采用鄰近插值法的放大和縮小圖像，參數(shù)值保持默認設(shè)置： 雖然處理后看不出放大的效果，這是由于坐標軸限制的原因，如果把處理后的圖片保存起來，再把處理后的文件打開，就可以看到比較明顯的放大效果。3 4],經(jīng)過該函數(shù)處理后，原矩陣變?yōu)?[3 4。所以利用該函數(shù)也可以對圖像進行上下翻轉(zhuǎn)處理，但由于該函數(shù)針對二維數(shù)據(jù)的處理，所以在寫程序時，要對 RGB圖像和灰度圖像分開處理，這就要用到 isrgb函數(shù)來判斷，如果是灰度圖像，則可以直接用這個函數(shù)進行處理，否則就要對 RGB圖像進行降維處理， for k=1:3 y(:,:,k)=flipud(x(:,:,k))。 該函數(shù)的調(diào)用格式如下： B＝ imrotate(A， angle， method， ’crop’) 其中，參數(shù) method 用于指定插值的方法，可選的值可以有三種，分別為鄰近插值，雙線性插值，雙三次插值，缺省時為鄰近插值， 參 數(shù) angle 代表旋轉(zhuǎn)的角度。 執(zhí)行結(jié)果為： 、 噪聲 經(jīng)常用到的噪聲有三種，高斯噪聲，椒鹽噪聲，乘性噪聲， 可以通過以下三個函數(shù)來實現(xiàn)： y=imnoise(,39。,p1,p2)。salt amp。,p1)。speckle39。 %乘性噪聲 p1， p2的參數(shù)也通過輸入對話框的形式得到，原圖加入高斯噪聲后結(jié)果如下所示： 10 、 濾波 這里選擇三種濾波方法， k=medfilt2()。%自適應(yīng)濾波 k=filter2(fspecial(39。,3),)/255。 if isrgb(i) a=(:,:,1)。 c=(:,:,3)。 k(:,:,2)=wiener2(b,[5,5])。 imshow(k)。中值濾波 39。自適應(yīng)濾波 39。平滑濾波 39。 bar(horz,x)。 horz=1:10:256。 除了 顯示數(shù)據(jù)的直方圖統(tǒng)計外，還可以對圖像進行均衡處理，所用到的函數(shù)是 histeq，這兩個函數(shù) 同樣只使用于二維數(shù)據(jù)，所以 也要對二維和三維數(shù)據(jù)分開處理。 這樣圖像能量的低頻成分將集中到頻譜中心， 圖像上的邊緣、線條細節(jié)信息等高頻成分將分散在圖像頻譜的邊緣。 x=()。這是彩色圖像 ,不能通過高通濾波器 39。失敗 39。 else y1=imnoise(x,39。)。 % 數(shù)據(jù)類型轉(zhuǎn)換 k=fft2(f)。 % 轉(zhuǎn)換數(shù)據(jù)矩陣 [M,N]=size(g)。 d0=3。 n=fix(N/2)。 % 計算高通濾波器傳遞函數(shù) if d=d0 h=0。 end result(i,j)=h*g(i,j)。 y2=ifft2(result)。 imshow(y3)。 x=()。這是彩色圖像 ,不能通過低通濾波器 39。失敗 39。 else y1=imnoise(x,39。 pepper39。 % 疊加椒鹽噪聲 f=double(y1)。 % 傅立葉變換 g=fftshift(g)。 nn=2。 %截止頻率為 10 m=fix(M/2)。 for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。% 計算低通濾波器傳遞函數(shù) result(i,j)=h*g(i,j)。 y2=ifft2(result)。 imshow(y3)。來對灰度圖像到二值圖像的轉(zhuǎn)換。 x=()。 imshow(HSV)。這是灰度圖像 ,不能轉(zhuǎn)換 39。轉(zhuǎn)換失敗 39。 end 轉(zhuǎn)換后的結(jié)果為 ： 同樣的，轉(zhuǎn)化為 ntsc和 ycbcr模型，只要改為相應(yīng)的函數(shù)即可。% rgb模型轉(zhuǎn) ntsc模型 rgb2ycbcr(x)。 七、 程序調(diào)試 及結(jié)果分析 15 在程序設(shè)計過程中，碰到很多的問題 。比如，彩色圖像的濾波處理，直方圖均衡等。在本次課程設(shè)計中，我均對每個程 序的開始時，用if isrgb（ x） 進行判斷。 本次設(shè)計存在一個比較大的問題，就是每次操作都是獨立的， 比如：要對圖像加入噪聲，然后在此基礎(chǔ)上進行亮度調(diào)整，截圖，頻譜 分析等等就不行。 八、 心得 體會 在這次課程設(shè)計過程中，感觸很深，由于對 MATLAB圖像處理的函數(shù)不熟悉，導(dǎo)致自己走了很多的彎路，比如在設(shè)計圖像左轉(zhuǎn) 90度和右轉(zhuǎn) 90度時，由于開始并不知道 imrotate函數(shù)，只知道上下翻轉(zhuǎn) flipud和左右翻轉(zhuǎn) fliplr函數(shù) ，想著要怎么用這兩個函數(shù)來實現(xiàn)左轉(zhuǎn)和右轉(zhuǎn)呢，如果當當只用矩陣 轉(zhuǎn)置的話，并不能達到要求，后來想可以結(jié)合 flipud和 fliplr函數(shù)來實現(xiàn)，下面程序是實現(xiàn) 左轉(zhuǎn) 90度： axes()。 if isrgb() a=x(:,:,1)。 c=x(:,:,3)。 g=b39。 y(:,:,1)=e。 16 y(:,:,3)=f。 for k=1:3 f(:,:,k)=flipud(y(:,:,k))。 else m=x39。 imshow(y)。 但是后來發(fā)現(xiàn)其實只要用 imrotate 函數(shù)就可以解決問題。 在理工科的專業(yè)應(yīng)用背景下，用 matlab 進行相關(guān)計算與仿真編程的優(yōu)勢非常突出。 通過查找資料，了解到 在生成可執(zhí)行性文件之前，需要進行一系列編譯環(huán)境方面的配置： 要將用 Matlab 語言編寫的函數(shù)文件編譯成可獨立執(zhí)行的 *.exe 文件 (即可脫離 Matalab 環(huán)境的執(zhí)行程序 )，首先要安裝和配置好 Matlab Compiler，一般來說，在安裝 Matlab 時就已經(jīng)安裝了相應(yīng)版本的 Matlab Compiler。 在確定安裝好 Matlab Compiler 后，還需要對 Compiler 進行適當?shù)呐渲?，方法是?Matlab 命令窗口輸入： Mbuild –setup 然后根據(jù)提示執(zhí)行相應(yīng)的操作，使用者可根據(jù)自己計算機中現(xiàn)有編譯器的情況選擇合適的編譯器，如 VC++ 、 VC++、 Bland C 的編譯器等，目前 Matlab好象還不支持 VC++(我計算機安裝的就是 VC++2020， Matlab 就無法識別 )。 配置好編譯器后，自然就是對自己編寫的 M 文件進行編譯了。 通過本次課程設(shè)計，使自己對 MATLAB GUI 設(shè)計流程有了比較深刻的體會， 17 同時也了解了一般軟件設(shè)計的過程 。 九、 參考文獻 【 1】 鄭阿奇，曹戈，趙陽 .MATLAB 實用教程 [M].北京：電子工業(yè)出版社 【 2】 程衛(wèi)國，馮峰，姚東，徐聽 . 應(yīng)用指南 [M].北京：人民郵電出版社 【 3】 陳楊 .MATLAB 圖像編程與圖像處理 [M].西安：西安電子科技大學(xué)出版社 十、 附錄 function varargout = two(varargin) % Begin initialization code DO NOT EDIT gui_Singleton = 1。gui_Name39。gui_Singleton39。gui_OpeningF39。gui_OutputF39。gui_LayoutF39。gui_Callback39。 if nargin amp。 ischar(varargin{1}) = str2func(varargin{1})。 else gui_mainf(gui_State, varargin{:})。*.bmp39。載入圖像 39。 if isequal(name,0)|isequal(path,0) errordlg(39。,39。)。 else x=imread([path,name])。 imshow(x)。 =x。*.bmp39。圖片保 存為 39。 if isequal([filename,pathname],[0,0]) errordlg(39。,39。)。 else file=strcat(pathname,filename)。 i=getimage(gca)。 end function exit_Callback(hObject, eventdata, handles) clc。 close(gcf)。 if isrgb() y=rgb2gray()。 else msgbox(39。,39。)。輸入?yún)?shù) 139。輸入?yún)?shù) 239。輸入gamma39。 defans={39。,39。,39。}。輸入?yún)?shù) 39。 p1=str2num(p{1})。 p3=str2num(p{3})。 x=()。 axes()。 function jietu_Callback(hObject, eventdata, handles) %截圖 set(,39。,39。)。 y=imcrop()。 =y。 prompt={39。}。239。 p=inputdlg(prompt,39。,1,defans)。 y=imresize(,p1,39。)。 function shuangxianfa_Callback(hObject, eventdata, handles) %雙線放大 axes()。輸入放大倍數(shù) :39。 defans={39。}。輸入放大倍數(shù) 39。 p1=str2num(p{1})。bilinear39。 %最近鄰插值法放大 imshow(y)。 prompt={39。}。239。 p=inputdlg(prompt,39。,1,defans)。 y=imresize(,p1,39。)。 function suoxiao_Callback(hObject, eventdata, handles) %鄰近插值縮小 axes()。輸入放大倍數(shù) :39。 defans={39。}。輸入放大倍數(shù) 39。 p1=str2num(p{1})。nearest39。 %最近鄰插值法 縮小 imshow(y)。 prompt={39。}。39。 p=inputdlg(prompt,39。,1,defans)。 y=imresize(,p1,39。)。