Matlab数字图像处理系统构建指南‌

一、课题介绍

matlab具有完备的图形处理功能、友好的用户界面以及功能强大的图形处理工具箱，能够实现对数字图像的编辑和处理工作，实现功能包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。

本文的主要内容如下：

1．研究图像处理技术，包括图像处理技术的分类、数字图像处理的特点，主要内容以及应用。

2．分析MATLAB软件及其在图像处理中的应用。

3．完成系统的总体设计，各功能模块设计。由于篇幅有限，本文重点论述了图像变换模块的设计，对已有的算法进行了分析，并进行了改进，利用MATLAB软件完成了算法的实现，最后通过实例说明处理效果。

4．设计友好的、易于操作的图形用户界面，方便用户对结果的观察以及对已有算法的比较研究和新算法的开发。

5. 向做好的平台中添加图像，图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。

二、菜单介绍

一、源码

1、二值图像处理

global img_src

axes(handles.axes_dst);

x=im2bw(img_src);

imshow(x);

title('二值图片处理')

2、图片旋转

W=imrotate(img_src,180,'crop');

imshow(W);

title('旋转180后的图片')

 

3、图片剪切

I=imcrop(img_src);

imshow(I);

title('剪切图片');

 

4、离散余弦变换

K=dct2(I);

imshow(K);

title('DCT变换后的图片')

 

5、离散小波变换

[cA,cH,cV,cD]=dwt2(M,'db1'); %use db1 wavelet to discompose the picture

A=upcoef2('a',cA,'db1',1);

H=upcoef2('h',cH,'db1',1);

V=upcoef2('v',cV,'db1',1);

D=upcoef2('d',cD,'db1',1); % coding

 

6、均值滤波

H=ones(4,4)/16;

K=imfilter(img_src,H);%%%%对图片进行均值滤波

imshow(K);

title('均值滤波后的图片')

 

7、边缘检测

 BW1=edge(K,'sobel');%%

 BW2=edge(K,'roberts',0.005); 

 BW3=edge(K,'prewitt'); 

 BW4=edge(K,'log',0.0005);

 

8、图片压缩

B=rgb2gray(img_src);

[c,s]=wavedec2(B,2,'db1');

a=appcoef2(c,s,'db1',1);

h=detcoef2('h',c,s,1);

v=detcoef2('v',c,s,1);

d=detcoef2('d',c,s,1);

k=[a h;v d];

b=wcodemat(a,500,'mat');

a1=0.5*b;

subplot(221);

imshow(B)

title('原始灰度图片')

subplot(222);

image(k);

title('变换后各频率分量')

r=appcoef2(c,s,'db1',2);

b=wcodemat(r,500,'mat');

a2=0.25*b;

subplot(223);

image(a1);

title('第一次压缩图片');

subplot(224);

image(a2);

title('第二次压缩图片');

whos('a1');

whos('a2');

 

 

9、图像去噪

J=imnoise(B,'gaussian',0,0.02);

%%M=imnoise(B,'salt & pepper');

subplot(121);

imshow(J);

title('加噪声的图片');

[a,b,c]=ddencmp('den','wv',J);

K=wdencmp('gbl',J,'sym4',2,a,b,c);

K=uint8(K);

subplot(122);

imshow(K);

title('去噪后的图片');