基于matlab的數(shù)字圖像處理系統(tǒng)設(shè)計(jì)畢業(yè)論文設(shè)計(jì)-閱讀頁
2025-07-10 00:50本頁面
【正文】 數(shù)，通常顯示在圖形窗口標(biāo)題條中。所有產(chǎn)生對象的MATLAB函數(shù)都為所建立的每個(gè)對象返回一個(gè)句柄（或句柄的列向量）。有一些圖形由一個(gè)以上對象組成。例如，Hl_wfall=waterfall(peaks(20)) 對線條返回一個(gè)包含著 20 個(gè)句柄的列向量。例如旋轉(zhuǎn)菜單功能的實(shí)現(xiàn)就可以利用這樣的代碼實(shí)現(xiàn)：function xuanzhuan_Callback(hObject, eventdata, handles)h = getimage(gco)。 % 把圖像以 15 度為單位順時(shí)針旋轉(zhuǎn)，并把該圖象的句柄付給 jimshow(j)% 顯示旋轉(zhuǎn)后的圖像在這個(gè)例子中，其中 h=getimage(gco)語句的作用就是利用getimage()函數(shù)獲取當(dāng)前圖形對象的句柄，并把該句柄的值賦給了變量 h。本例子是只要單擊一次編輯菜單的旋轉(zhuǎn)命令，當(dāng)前的圖像就會順時(shí)針旋轉(zhuǎn) 15 度。 圖像模塊的實(shí)現(xiàn)在 MATLAB 中，一幅圖像可能包含一個(gè)數(shù)據(jù)矩陣，也可以包含一個(gè)顏色映射矩陣。該模塊的主要功能就是把一幅真色彩圖像顯示成上述四種圖像。灰度：灰度變換是一種簡單而實(shí)用的方法，它可以使圖像的動(dòng)態(tài)范圍增大，圖像的對比度擴(kuò)展，圖像變清晰，特征明顯，是圖像增強(qiáng)的重要手段之一。本例子采用的是分段線性變換。figureimshow(x1)f0=0。f1=20。g2=230。g3=255。b1=g0r1*f0。b2=g1r2*f1。b3=g2r3*f2。x2=double(x1)。(f=f2))=r1*f+b2。if(f=f1)amp。(f=f3)g(i,j)=r3*f+b3?？梢钥闯?，通過這樣一個(gè)變換，原圖中灰度值在（0~20）和（180~255）之間的動(dòng)態(tài)范圍減少了，而原圖中灰度值在 180~255 之間的動(dòng)態(tài)范圍增加了，從而這個(gè)范圍內(nèi)的對比度增加了，具體變化為圖像中樹干以上的區(qū)域兩度明顯增強(qiáng)。function fs_Callback(hObject, eventdata, handles)h = getimage()。arbitrary39。h1=imerode(h,se)。imshow(h1) 腐蝕膨脹：膨脹一般是給圖像中的對象邊界添加像素。function pz_Callback(hObject, eventdata, handles)h = getimage()。square39。h2=imdilate(h,se)。imshow(h2,39。) 膨脹邊界圖：又稱為骨架提取，尋找二值圖像的細(xì)化結(jié)構(gòu)是圖像處理的一個(gè)基本問題。例如，在識別字符之前，往往要對字符做細(xì)化處理，求出字符的細(xì)化結(jié)構(gòu)。BW=edge(i,39。)。所謂形態(tài)學(xué)重構(gòu)就是根據(jù)一幅圖像的特征對另一幅圖像進(jìn)行重復(fù)膨脹、或腐蝕等操作，直到該圖像的像素值不再變化為止，用來強(qiáng)調(diào)圖像中與掩模圖像中指定對象相一致的部分，同時(shí)忽略圖像中的其他對象。要對一幅索引圖像濾波，首先必須將它轉(zhuǎn)換成真色彩圖像，否則要的作用。在MATLAB中，各種圖像類型之間的轉(zhuǎn)換關(guān)系如圖所示： 圖像轉(zhuǎn)換關(guān)系MATLAB 的圖像處理工具箱提供了許多圖像類型轉(zhuǎn)換函數(shù)，來實(shí)現(xiàn)各種圖像類型的轉(zhuǎn)換。該函數(shù)的調(diào)用格式如下：X=dither(RGB,map) 表示將真色彩圖像 RGB 按照指定的顏色映 抖動(dòng)成索引圖像MATLAB像表 map 抖動(dòng)成索引圖像X。例：I=imread(‘’)。Subplot(1,2,2)Imshow(BW) 二值處理因此在對圖像的處理的過程中圖像類型的轉(zhuǎn)換變得尤為重要。該函數(shù)的調(diào)用格式如下：BW=im2bw(I,level)BW=im2bw(x,map,level)BW=im2bw(rgb,level)分別表示將灰度圖像、索引圖像和真色彩圖像轉(zhuǎn)換成二值圖像 BW，level 是歸一化的閾值，取值在[0，1]之間。subplot(1,2,1)。ow(h)。subplot(1,2,2)。 灰度到二值轉(zhuǎn)換rgb/ind：將 RGB 圖像轉(zhuǎn)換成索引圖像function rgb2ind_Callback(hObject, eventdata, handles)h = getimage()。imshow(x,map) 真色彩至索引轉(zhuǎn)換 正交變換在圖像處理技術(shù)中，圖像的正交變換技術(shù)有著廣泛的應(yīng)用，是圖像處理的重要工具。例如離散余弦變換（DCT 變換）使能量集中在少數(shù)數(shù)據(jù)上，從而實(shí)現(xiàn)數(shù)據(jù)壓縮，便于圖像傳輸和存儲。DCT變換是JPEG、MPEG等數(shù)據(jù)壓縮的重要數(shù)學(xué)基礎(chǔ)。下面的例子將一幅圖像進(jìn)行余弦變換，然后將DCT變換值小于 10 的系數(shù)設(shè)為 0，再利用idt2 函數(shù)重構(gòu)圖像。g=rgb2gray(h)。figure。imshow(log(abs(d)),[])。subplot(1,2,1)。d(abs(d)10)=0。subplot(1,2,2)。 壓縮重構(gòu)通過對比可以看出，經(jīng)過 DCT 壓縮后，圖像的絕大部分能量都得到了很好的保留，所以重構(gòu)圖像的時(shí)候才能保證重構(gòu)以后的圖像有很少的失真。醫(yī)學(xué)上常用的CT掃描就是基于 衰減系數(shù)，如果能確定三維圖像。但是，能否通過掃描測量的平均值求整個(gè)衰減系數(shù)的分布，從而有效的重建圖像呢？Radon變換為此提供了一個(gè)非常好的思路。通過圖像對比可以知道，重構(gòu)后的圖像和原圖像十分接近。figusubplot(2,2,1)。[r,xp]=radon(bwsubplot(2,2,2)。colorm不同物質(zhì)的X射線人體的衰減系數(shù)分布，就能重建其斷層或ect, eventdata, handles)% hObject handle to radon (see GCBO)% eventdata reservedMATLABwith handles and user data (see GUIDATA)getimage()。(bw)。ap(hot)。subplot(2,2,3)。 Radon 變換 其他模塊功能的實(shí)現(xiàn)基于MATLAB 的圖像處理系統(tǒng)是一個(gè)功能強(qiáng)大的系統(tǒng)，它還可以實(shí)現(xiàn)顏色空間的轉(zhuǎn)換，能對一些單色圖像進(jìn)行各種調(diào)色，也可以調(diào)用 MATLAB 繪圖工具箱進(jìn)行各種簡單圖形的繪制。
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1