圖像增強的GUI設(shè)計要點

1、圖像處理課程實踐論文題目：圖像增強功能組件的GUI設(shè)計院（系）信息科學與工程學院專業(yè)通信工程屆別班級學號姓名指導(dǎo)老師目錄TOC o 1-5 h z一、空域增強1 HYPERLINK l bookmark6 o Current Document 1.1直方圖均衡化1 HYPERLINK l bookmark8 o Current Document 1.2平滑濾波2 HYPERLINK l bookmark12 o Current Document 1.3銳化濾波4 HYPERLINK l bookmark18 o Current Document 1.4自適應(yīng)濾波5二、頻域增強6 HYPERLI

2、NK l bookmark20 o Current Document 2.1低通濾波6 HYPERLINK l bookmark26 o Current Document 2.2高通濾波7三、其他增強方法9 HYPERLINK l bookmark45 o Current Document 3.1灰度變換9 HYPERLINK l bookmark47 o Current Document 3.2椒鹽噪聲加入9 HYPERLINK l bookmark49 o Current Document 3.3圖像鏡像10 HYPERLINK l bookmark55 o Current Documen

3、t 3.4圖像求反10 HYPERLINK l bookmark61 o Current Document 3.5邊緣檢測11 HYPERLINK l bookmark63 o Current Document 3.6圖像旋轉(zhuǎn)11 HYPERLINK l bookmark65 o Current Document 3.7打開保存撤銷退出初始化12 HYPERLINK l bookmark67 o Current Document 四、GUI界面的使用說明14 HYPERLINK l bookmark69 o Current Document 4.1簡介14 HYPERLINK l bookma

4、rk71 o Current Document 4.2具體操作14 HYPERLINK l bookmark73 o Current Document 五、功能組件測試報告15六、參考文獻16七、附錄17 1.1直方圖均衡化1.1.1知識點直方圖均衡是指將一個已知灰度分布的圖像經(jīng)過一種變換，使之變成一幅具有均勻灰度分布的新圖像。把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動態(tài)范圍，從而達到增強圖像整體對比度的效果直方圖均衡化的增強函數(shù)需要滿足兩個條件：EH(s)在0WsWL-1范圍內(nèi)是一個單值單增函數(shù)；對應(yīng)0WsWL-1有0WEH(s)WL-1。上面第一個條件保證原圖各灰度級

5、在變換后仍保持從黑到白(或從白到黑)的排列次序。第二個條件保證變換前后灰度值動態(tài)范圍的一致性。1.1.2程序設(shè)計思路通過histeq(X)函數(shù)實現(xiàn)直方圖均衡。因為此函數(shù)只能對灰度圖像進行直方圖均衡。故應(yīng)先將彩圖轉(zhuǎn)為灰度圖像。直方圖均衡實現(xiàn)程序段如下：globalTaxes(handles.axes2);T=getimage;k=histeq(handles.k);imshow(k);title(經(jīng)過直方圖均衡后的圖像);handles.k=k;guidata(hObject,handles);1.1.3結(jié)果與分析說明1、結(jié)果將彩圖轉(zhuǎn)為灰度圖像:灰度變換后的圖像原始圖像圖1在上一步的基礎(chǔ)上對第二

6、幅圖進行直方圖均衡:經(jīng)過直方圖均衡后的圖像原始團像圖22、分析和說明圖1和圖2的右側(cè)圖分別是左側(cè)圖的灰度變換圖和經(jīng)過直方圖均衡化后的圖像。由于直方圖均衡化增加了圖像灰度動態(tài)范圍，所以也增加了圖像的對比度，反映在圖像上就是圖像有較大的反差，許多細節(jié)可以看到比較清晰了。1.2平滑濾波1.2.1知識點最簡單的平滑濾波是用一個像素領(lǐng)域的平均值作為濾波結(jié)果，此時濾波模板的所有系數(shù)都取為1。為了保證輸出圖仍在原來的灰度值范圍，在算得卷積值R后要將其除以系數(shù)總個數(shù)在進行賦值。例如對3X3的模板來說，在算得R后要將其除以系數(shù)9。領(lǐng)域平均的一般表達式為1g(x,y)=2f(s,t)n2(S,t)eN(x,y)其

7、中,N(x,y)對應(yīng)f(x,y)中(x,y)的nXn領(lǐng)域,與模板W所覆蓋的范圍對應(yīng)。1.2.2程序設(shè)計思路conv函數(shù)可計算起點為k=0的兩個序列的卷積。利用此函數(shù)和卷積的性質(zhì)，編寫平滑濾波器的程序?qū)D像進行領(lǐng)域平均平滑濾波。平滑濾波實現(xiàn)的程序段如下：globalTaxes(handles.axes2);T=getimage;h=111;111;111;H=h/9;i=double(handles.k);k=convn(i,h);imshow(k,);title(經(jīng)過線性平滑后的圖像)handles.k=kguidata(hObject,handles)1.2.3結(jié)果與分析說明1、結(jié)果將彩圖轉(zhuǎn)

8、為灰度圖像:原始團像圖3在上一步的基礎(chǔ)上對第二幅圖疊加參數(shù)為0.05的椒鹽噪聲:圖4對圖4中的灰度圖像進行多次的平滑濾波灰度變換后的團像圖52、分析說明圖5依次為用3x3,5x5,7x7,9x9平滑模板對圖4中的灰度圖像進行平滑濾波的結(jié)果。有圖可見，當所用平滑模板尺寸增大時，對噪聲的消除效果有所增強。不過同時所得到的圖像變得更為模糊，可視的細節(jié)逐漸減小。1.3銳化濾波1.3.1知識點圖像銳化的目的是加強圖像中景物的邊緣和輪廓。因為邊緣和輪廓都位于灰度突變的地方，所以銳化算法的實現(xiàn)基于微分運算。拉普拉斯算子是各向同性的階微分算子。數(shù)字圖像f(x,y)的二階偏導(dǎo)數(shù)可表示為：f=2f(x,y)-f(

9、x+1,y)-f(x-1,y)dx2f=2f(x,y)-f(x,y+1)-f(x,y-1)cy2拉普拉斯算子可增強圖像中的灰度不連續(xù)邊緣，減弱灰度值緩慢變化區(qū)域的對比度，將結(jié)果疊加到原始圖像上，就可以得到邊緣增強后的圖像。1.3.2程序設(shè)計思路fspecial函數(shù)用于建立預(yù)定義的濾波算子，k=fspecial(type，para)其中type指定算子的類型，para指定相應(yīng)的參數(shù)。故利用該函數(shù)進行銳化濾波的程序編寫。銳化濾波實現(xiàn)的程序段如下：globalTaxes(handles.axes2);T=getimage;K=fspecial(laplacian,0.7);k=filter2(K,T

10、)/100;imshow(k);title(經(jīng)過線性銳化后的圖像);handles.k=k;guidata(hObject,handles);1.3.3結(jié)果與分析說明對灰度圖像經(jīng)過銳化濾波后：2、分析說明通過對左右圖的比較，可以看出經(jīng)過銳化之后的圖像，其中景物的邊緣和輪廓更加的清晰。故銳化濾波器可以用于景物邊緣的檢測和提取。1-4自適應(yīng)濾波1.4.1知識點自適應(yīng)濾波法是能夠在一定程度上根據(jù)環(huán)境的改變，使用自適應(yīng)算法來改變?yōu)V波器的參數(shù)和結(jié)構(gòu)的濾波法。1.4.2程序設(shè)計思路wiener函數(shù)用于建立預(yù)定義的濾波算子，k=wiener2(I,mn,noise)其中I是處理的數(shù)據(jù)，用m,n指定相應(yīng)的參數(shù)

11、。故利用該函數(shù)進行自適應(yīng)濾波的程序編寫。自適應(yīng)濾波實現(xiàn)的程序段如下：globalTaxes(handles.axes2);T=getimage;k=wiener2(handles.k,5,5);imshow(k);title(經(jīng)過自適應(yīng)濾波后的圖像);handles.k=k;guidata(hObject,handles);1.3.3結(jié)果21低通濾波2.2.1知識點物理上可以實現(xiàn)的一種低通濾波器是巴特沃斯低通濾波器。一個階為n截斷頻率為Do的巴特沃斯高通濾波器的轉(zhuǎn)移函數(shù)為H(u,v)=1+D/D(U,V)2n0低通巴特沃斯濾波器在高低頻率間的過渡比較光滑，所以用巴特沃斯低通濾波器得到的輸出圖其

12、振鈴現(xiàn)象不明顯。具體來說，階為1時沒有振鈴現(xiàn)象，而隨著階的增加振鈴現(xiàn)象也增加。一般情況下，常取使H最大值降到某個百分比的頻率為截斷頻率。當D(u,v)=Do時，H(u,v)=0.5。2.1.2程序設(shè)計思路通過對離散傅立葉變換的學習，我們知道一個有限長序列可以用N個頻域抽樣值唯一的確定，即其中H(k)是h(n)的離散傅立葉變換，是H(z)在單位圓上的均勻抽樣值，其列長N，即直接從頻域出發(fā)，對理想頻響進行抽樣,然后，用離散傅立葉反變換求單位脈沖響應(yīng)再用Z變換求系統(tǒng)函數(shù)。低通濾波實現(xiàn)的程序段如下：axes(handles.axes2);k1=handles.k;f=double(k1);%數(shù)據(jù)類型轉(zhuǎn)

13、換，matlab不支持圖像的無符號整型的計算g=fft2(f);%傅里葉變換g=fftshift(g);%轉(zhuǎn)換數(shù)據(jù)矩陣M,N=size(g);nn=2;%二階巴特沃斯低通濾波器d0=50;%截止頻率50m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(i-m)入2+(j-n)入2);h=1/(1+0.414*(d/d0)入(2*nn);%計算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j);endendresult=ifftshift(result);k2=ifft2(result);k=uint8(real(k2);imshow(k);%顯示

14、處理后的圖像title(經(jīng)過低通濾波后的圖像)；handles.k=k;guidata(hObject,handles);2.1.3結(jié)果與分析說明2、結(jié)果將彩圖轉(zhuǎn)為灰度圖像:圖8圖9圖10在上一步的基礎(chǔ)上對第二幅圖疊加椒鹽噪聲得到圖9：對灰度圖像經(jīng)過低通濾波之后得到如圖10：2、分析說明由圖9的加噪圖像可以看出該圖有比較明顯的噪聲存在，嚴重影響美觀。經(jīng)過低通濾波進行平滑之后的灰度圖像可以消除一些噪聲，產(chǎn)生的振鈴效果也較少，但所得到的圖像變的更為模糊。2.2高通濾波2.2.1知識點一個階為n，截斷頻率為D0的巴特沃斯高通濾波器的轉(zhuǎn)移函數(shù)為H(u,v)=11+D/D(U,V)2n0與巴特沃斯低通濾

15、波器類似，高通的巴特沃斯濾波器在通過和濾掉的頻率之間也沒有不連續(xù)的分界。由于在高低頻率間的過渡比較光滑，所以用巴特沃斯高通濾波器得到的輸出圖其振鈴現(xiàn)象不明顯。2.2.2程序設(shè)計思路與低通濾波器相似，低通濾波器的程序段如下:axes(handles.axes2);x=(handles.k);f=double(x);%數(shù)據(jù)類型轉(zhuǎn)換k1=fft2(f);%傅里葉變換g=fftshift(k1);%轉(zhuǎn)換數(shù)據(jù)矩陣M,N=size(g);nn=2;d0=25;%截止頻率25m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(i-m)入2+(j-n)入2);%計算高通濾

16、波器傳遞函數(shù)ifd=d0h=0;elseh=1;endresult(i,j)=h*g(i,j);endendresult=ifftshift(result);k2=ifft2(result);k=uint8(real(k2);imshow(k);%顯示濾波處理后的圖像title(經(jīng)過高通濾波后的圖像);handles.k=k;guidata(hObject,handles);2.2.3結(jié)果與分析說明經(jīng)過高通濾波之后:1、結(jié)果將彩圖轉(zhuǎn)為灰度圖像:圖11圖122、分析說明由圖12可以看出經(jīng)過高通濾波之后其對應(yīng)的圖像的各區(qū)域的邊界得到了較為明顯的增強，但因為高通處理之后的低頻分量大都被濾波，所以原來

17、比較平滑區(qū)域內(nèi)部的灰度動態(tài)范圍被壓縮，整幅圖比較昏暗，顯示效果并不好。三、其他操作31灰度變換可利用rgb2gray(X)函數(shù)對其他圖像進行灰度圖像的轉(zhuǎn)化。實現(xiàn)灰度變換的程序段如下：globalTaxes(handles.axes2);T=getimage;k=rgb2gray(handles.k);imshow(k);title(灰度變換后的圖像);handles.k=k;guidata(hObject,handles);3.2椒鹽噪聲通過imnoise(I,type,parameters)來加入各種噪聲。實現(xiàn)加入椒鹽噪聲的程序段如下：globalTaxes(handles.axes2);T

18、=getimage;prompt=設(shè)置椒鹽噪聲參數(shù)：;defans=0.05;p=inputdlg(prompt,input,1,defans);p1=str2num(p1);k=imnoise(handles.k,salt&pepper,p1);imshow(k);title(加入椒鹽噪聲后的圖像);handles.k=k;guidata(hObject,handles);3.3圖像鏡像通過fliplr(I,type,parameters)和flipud(I,type,parameters)來分別實現(xiàn)水平和垂直鏡像。實現(xiàn)水平鏡像的程序段如下：globalTaxes(handles.axes2

19、);T=getimage;k=handles.k;k=fliplr(handles.k);imshow(k);title(水平鏡像后的圖像);handles.k=k;guidata(hObject,handles);實現(xiàn)垂直鏡像的程序段如下：globalTaxes(handles.axes2);T=getimage;k=handles.k;k=flipud(handles.k);imshow(k);title(垂直鏡像后的圖像);handles.k=k;guidata(hObject,handles);3.4圖像求反求反是很常見的一種圖像處理方法，常見在膠片處理中，本次課設(shè)我通過matlab的

20、通過imcomplement(I,type,parameters)來實現(xiàn)圖像的求反操作。實現(xiàn)圖像求反的程序段如下：globalTaxes(handles.axes2);T=getimage;k=imcomplement(handles.k);%求反函數(shù)imshow(k);title(求反后的圖像);handles.k=k;guidata(hObject,handles);3.5邊緣檢測在圖像分析處理中邊緣檢測可謂是最常見的一種檢測方法，由于其出色的識別能力，邊緣檢測不僅被廣泛用在靜態(tài)圖像檢測中，動態(tài)圖像視頻的邊緣檢測技術(shù)也被廣泛使用著。本次課設(shè)我通過matlab的edge(I,type,par

21、ameters)來實現(xiàn)圖像的邊緣檢測操作。當然matlab強大的功能中還包含許多其他邊緣檢測的方法,這里不再贅述。實現(xiàn)邊緣檢測的程序段如下：globalTaxes(handles.axes2);T=getimage;k=edge(handles.k,canny);imshow(k);title(通過Canny邊緣檢測后的圖像);handles.k=k;guidata(hObject,handles);3.6圖像旋轉(zhuǎn)在圖像處理中常常會因為設(shè)備和視角的原因需要將待處理的圖像進行旋轉(zhuǎn)以便更好地處理或是使用。Matlab同樣提供了圖像旋轉(zhuǎn)的功能函數(shù)，并且能夠由用戶自由輸入設(shè)置旋轉(zhuǎn)角度，實現(xiàn)圖像自由旋轉(zhuǎn)

22、的程序如下：globalTaxes(handles.axes2);T=getimage;prompt=輸入旋轉(zhuǎn)角度(逆時針)：;defans=0;p=inputdlg(prompt,input,1,defans);p1=str2num(p1);k=imrotate(handles.k,p1,bilinear,crop);imshow(k);title(旋轉(zhuǎn)后的圖像);handles.k=k;guidata(hObject,handles);1 3.7打開文件保存為撤銷退出初始化打開通過filename,pathname二uigetfile(*.jpg;*.bmp;*.tif;*.*載入圖像)選

23、擇相應(yīng)路徑打開的圖像；通過file二pathname,filename;k二imread(file);讀取選中的圖像；最后，通過imshow(x)在顯示區(qū)域上顯示圖像。故打開圖像的程序段如下：filename,pathname=uigetfile(*.jpg;*.bmp;*.tif;*.*,打開)；ifisequal(filename,O)|isequal(pathname,O)errordlg(沒有選中文件，出錯);return;elsefile=pathname,filename;globalZ%用于初始化的全局變量ZZ=file;o=imread(file);axes(handles.a

24、xesl);imshow(o);title(原始圖像);k=imread(file);axes(handles.axes2);imshow(k);title(待處理圖像);handles.k=k;guidata(hObject,handles);end保存利用“uiputfile”、“imwrite函數(shù)實現(xiàn)圖像文件的保存。保存圖像的程序段如下：sfilename,sfilepath=uiputfile(*.jpg;*.bmp;*.tif;*.*,保存圖像文件，untitled.jpg);%選擇圖像文件保存的路徑與格式ifisequal(sfilename,sfilepath,O,O)sfile

25、fullname=sfilepath,sfilenameaxes(handles.axes2);imwrite(handles.k,sfilefullname,jpg);%實現(xiàn)對圖像的保存elsemsgbox(你按了取消鍵,保存失敗);end撤銷撤銷上一步的操作。通過另設(shè)一個全局變量T保存是上一次操作后的圖像。實現(xiàn)撤銷上步操作的程序段如下：axes(handles.axes2);%撤銷globalTimshow(T);title(返回上一步操作效果);handles.k=T;guidata(hObject,handles);退出清除所有數(shù)據(jù)并關(guān)閉操作窗口，實現(xiàn)退出程序的程序段如下：clc;cl

26、oseall;clear;初始化將待處理文件還原為最初打開的文件，通過在“打開”子程序中預(yù)先設(shè)置一個保留源文件的全局變量Z,并在“初始化”子程序中調(diào)用Z并覆蓋全局變量T來實現(xiàn)，程序如下：globalZaxes(handles.axes2);k=imread(Z);imshow(k);title(原始圖像);handles.k=k;guidata(hObject,handles);四、GUI界面的使用說明4.1簡介軟件的總體設(shè)計界面布局如下圖所示，主要分為2個部分：顯示區(qū)域與操作區(qū)域。顯示區(qū)域：顯示載入原圖，以及通過處理后的圖像。操作區(qū)域：通過功能鍵實現(xiàn)對圖像的各種處理。在截圖中可見，左部為一系

27、列功能按鍵如“還原”、“撤銷”等等；界面正中部分為圖片顯示部分，為了便于使用者觀察變化，我將處理后的圖像放在了功能按鍵集中的左側(cè)來顯示，右側(cè)顯示原始圖像。4.2具體操作或“保存”一按鈕，選擇路徑分別實現(xiàn)打開和保存圖像點擊“打開”一?圖片的讀取與保存。彩圖轉(zhuǎn)換為灰度圖像導(dǎo)入一張彩圖之后，點擊“灰度圖像”丨喇濮I按鈕，在顯示區(qū)域的右側(cè)會出現(xiàn)該圖像的灰度圖像。如圖1其他功能將圖像變?yōu)榛叶葓D像之后，可以點擊左側(cè)的按鈕實現(xiàn)其對應(yīng)的功能。撤銷上一步的操作點擊左側(cè)“撤銷”按鈕即可實現(xiàn)撤銷上一步的效果初始化圖像點擊左側(cè)下方“圖像初始化”按鈕即可將待處理圖像初始化退出程序點擊左側(cè)“退出”業(yè)按鈕即可關(guān)閉整個界面五

28、、功能組件測試報告為了檢測課程設(shè)計的存在問題，我做了以下測試首先打開一張3D彩色圖像作為原始數(shù)據(jù)輸入。發(fā)現(xiàn)當初始數(shù)據(jù)是3D彩色輸入時，本圖像增強功能組會出現(xiàn)這樣的問題：無法進行線性銳化，原因是卷積函數(shù)conv2無法處理3D真彩；進行線性平滑會將圖像清空，原因應(yīng)該是因為彩色的輸入圖像在進行銳化的時候灰度值輸入不正確；進行高通濾波會將圖像垂直壓縮并劇烈失真，原因是所采用的高通濾波器算法函數(shù)在進行濾波時只能提取出彩色圖像的中一部分信息，因此在濾波后失真非常明顯；進行低通濾波也會將圖像垂直壓縮，并將圖像轉(zhuǎn)為灰度圖像；無法進行自適應(yīng)濾波，原因是wiener函數(shù)不支持3D真彩圖像輸入；無法進行水平鏡像操作

29、，原因是使用的fliplr函數(shù)只支持2D矩陣數(shù)據(jù)輸入;對彩圖進行高通濾波對彩圖進行低通濾波無法進行垂直鏡像操作，原因在于flipud函數(shù)只支持2D矩陣數(shù)據(jù)輸入；無法用直方圖均衡器處理，原因是histeq函數(shù)的輸入數(shù)據(jù)必須是二維的；無法直接進行邊緣檢測，原因是edge函數(shù)的輸入數(shù)據(jù)必須是二維的；從出發(fā)，求反以后也同樣無法進行邊緣檢測，原因是求反并不會將原始圖像轉(zhuǎn)為2D灰度圖像，因此edge函數(shù)仍不起作用。綜上所述，我這次所做的圖像增強設(shè)計的大多數(shù)圖像處理功能都要求待處理數(shù)據(jù)是二維數(shù)據(jù)，或是說圖像是黑白灰度圖像才行。為了進一步探明我所采用的函數(shù)的特征，我將原始的彩色圖像用灰度處理功能進行處理后保存

30、下來，并打開該黑白圖像，作為本次測試的原始輸入圖像數(shù)據(jù)。在本次測試中，發(fā)現(xiàn)了以下問題：無法進行灰度變換，原因是待處理圖像必須是三維彩色輸入；邊緣檢測是提取圖像細節(jié)的一種很好的方法，我在這里做了幾個測試，結(jié)果如下：圖像求反后進行邊緣檢測和直接進行邊緣檢測相比，沒有明顯不同，這說明黑白圖像在進行求反以后相鄰像素間的距離不會改變；不論哪種濾波器，在使用之后進行邊緣檢測和直接進行邊緣檢測相比，都會有一定程度的細節(jié)失真，而且就此次測試的原始圖像GXF來說，失真程度排列如下：高通自適應(yīng)低通濾波器。直接邊緣檢測求反后檢測低通濾波后高通濾波后自適應(yīng)濾波后八、參考文獻1】圖像處理（第3版）章毓晉編著2】精通MA

31、TLABGUI設(shè)計（第2版）陳垚光等編著3】數(shù)字圖像處理及MATLAB實現(xiàn)：學習與實驗指導(dǎo)楊杰編著4】MATLAB數(shù)字圖像處理張德豐等編著5】詳解MATLAB圖像函數(shù)及其應(yīng)用張婧占君陳珊編著七、附錄實現(xiàn)此次圖像課程設(shè)計的MATLABGUI回調(diào)函數(shù)程序如下：functionvarargout=ZSH(varargin)%ZSHMATLABcodeforZSH.fig%ZSH,byitself,createsanewZSHorraisestheexisting%singleton*.%H=ZSHreturnsthehandletoanewZSHorthehandleto%theexistingsi

32、ngleton*.%ZSH(CALLBACK,hObject,eventData,handles,.)callsthelocal%functiomamedCALLBACKinZSH.Mwiththegiveninputarguments.%ZSH(Property,Value,.)createsanewZSHorraisesthe%existingsingleton*.Startingfromtheleft,propertyvaluepairsare%appliedtotheGUIbeforeZSH_OpeningFcngetscalled.An%unrecognizedpropertynam

33、eorinvalidvaluemakespropertyapplication%stop.AllinputsarepassedtoZSH_OpeningFcnviavarargin.%*SeeGUIOptionsonGUIDEsToolsmenu.ChooseGUIallowsonlyone%instancetorun(singleton).%Seealso:GUIDE,GUIDATA,GUIHANDLES%EdittheabovetexttomodifytheresponsetohelpZSHNOTEDITmfilename,.gui_Singleton,.ZSH_OpeningFcn,.Z

34、SH_OutputFcn,.,.);%LastModifiedbyGUIDEv2.521-Jun-201420:30:09Begininitializationcode-DOgui_Singleton=1;gui_State=struct(gui_Name,gui_Singleton,gui_OpeningFcn,gui_OutputFcn,gui_LayoutFcn,gui_Callback,ifnargin&ischar(varargin1)guiState.guiCallback=str2func(varargin1);endifnargoutvarargout1:nargout=gui

35、_mainfcn(gui_State,varargin:);elsegui_mainfcn(gui_State,varargin:);end%Endinitializationcode-DONOTEDIT%ExecutesjustbeforeZSHismadevisible.functionZSH_OpeningFcn(hObject,eventdata,handles,varargin)%Thisfunctionhasnooutputargs,seeOutputFcn.%hObjecthandletofigure%eventdatareserved-tobedefinedinafuturev

36、ersionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)%varargincommandlineargumentstoZSH(seeVARARGIN)%ChoosedefaultcommandlineoutputforZSHhandles.output=hObject;%Updatehandlesstructureguidata(hObject,handles);%UIWAITmakesZSHwaitforuserresponse(seeUIRESUME)%uiwait(handles.figure1);%Outputs

37、fromthisfunctionarereturnedtothecommandline.functionvarargout=ZSH_OutputFcn(hObject,eventdata,handles)%varargoutcellarrayforreturningoutputargs(seeVARARGOUT);%hObjecthandletofigure%eventdatareserved-tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)%Getdefaultcomm

38、andlineoutputfromhandlesstructurevarargout1=handles.output;%Executesonbuttonpressinopenfile.functionopenfile_Callback(hObject,eventdata,handles)%hObjecthandletoopenfile(seeGCBO)%eventdatareserved一tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)filename,pathname=

39、uigetfile(*.jpg;*.bmp;*.tif;*.*,打開)；ifisequal(filename,O)|isequal(pathname,O)errordlg(沒有選中文件，出錯);return;elsefile=pathname,filename;globalZ%用于初始化的全局變量ZZ=file;o=imread(file);axes(handles.axesl);imshow(o);title(原始圖像);k=imread(file);axes(handles.axes2);imshow(k);title(待處理圖像);handles.k=k;guidata(hObject,

40、handles);end%Executesonbuttonpressinsaveas.functionsaveas_Callback(hObject,eventdata,handles)%hObjecteventdatahandletosaveas(seeGCBO)reserved一tobedefinedinafutureversionofMATLABhandles(seeGUIDATA)*.tif;*.*structurewithhandlesanduserdatasfilename,sfilepath=uiputfile(*.jpg;*.bmp;保存圖像文件，untitled.jpg);%

41、選擇圖像文件保存的路徑與格式ifisequal(sfilename,sfilepath,O,O)sfilefullname=sfilepath,sfilenameaxes(handles.axes2);imwrite(handles.k,sfilefullname,jpg);%實現(xiàn)對圖像的保存elsemsgbox（你按了取消鍵,保存失?。?end%Executesonbuttonpressinexit.functionexit_Callback(hObject,eventdata,handles)%hObjecthandletoexit(seeGCBO)%eventdatareservedto

42、bedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)clc;closeall;clear;%Executesonbuttonpressinbackpace.functionbackpace_Callback(hObject,eventdata,handles)%hObjecthandletobackpace(seeGCBO)%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandl

43、esanduserdata(seeGUIDATA)axes(handles.axes2);%撤銷globalTimshow(T);title(返回上一步操作效果);handles.k=T;guidata(hObject,handles);%Executesonbuttonpressinzero.functionzero_Callback(hObject,eventdata,handles)%hObjecthandletozero(seeGCBO)%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithh

44、andlesanduserdata(seeGUIDATA)globalZaxes(handles.axes2);k=imread(Z);imshow(k);title(原始圖像);handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinplat.functionplat_Callback(hObject,eventdata,handles)%hObjecthandletoplat(seeGCBO)%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstruct

45、urewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;h=111;111;111;H=h/9;i=double(handles.k);k=convn(i,h);imshow(k,);title(經(jīng)過線性平滑后的圖像)；handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinsharpen.functionsharpen_Callback(hObject,eventdata,handles)%hObject%eventdatahandl

46、etosharpen(seeGCBO)reserved一tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;K=fspecial(laplacian,0.7);k=filter2(K,T)/100;imshow(k);title(經(jīng)過線性銳化后的圖像);handles.k=k;guidata(hObject,handles);%Executesonbuttonpressingray.functiong

47、ray_Callback(hObject,eventdata,handles)%hObject%eventdatahandletogray(seeGCBO)reserved一tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=rgb2gray(handles.k);imshow(k);title(灰度變換后的圖像);handles.k=k;guidata(hObject,handles);%Exe

48、cutesonbuttonpressinnoise.functionnoise_Callback(hObject,eventdata,handles)%hObject%eventdatahandletonoise(seeGCBO)reserved一tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;prompt=設(shè)置椒鹽噪聲參數(shù)：;defans=0.05;p=inputdlg(prompt,input

49、,1,defans);p1=str2num(p1);k=imnoise(handles.k,salt&pepper,p1);imshow(k);title(加入椒鹽噪聲后的圖像)；handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinbalance.functionbalance_Callback(hObject,eventdata,handles)%hObjecthandletobalance(seeGCBO)%eventdatareservedtobedefinedinafutureversionofMATLAB%hand

50、lesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=histeq(handles.k);imshow(k);title(經(jīng)過直方圖均衡后的圖像)；handles.k=k;guidata(hObject,handles);%Executesonbuttonpressininverse.functioninverse_Callback(hObject,eventdata,handles)%hObjecthandletoinverse(seeGCBO)%eventdatareser

51、vedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=imcomplement(handles.k);%求反函數(shù)imshow(k);title(求反后的圖像);handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinedgedetect.functionedgedetect_Callback(hObject,eventdata,

52、handles)%hObjecthandletoedgedetect(seeGCBO)%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=edge(handles.k,canny);imshow(k);title(通過Canny邊緣檢測后的圖像);handles.k=k;guidata(hObject,handles);%Executesonbuttonpres

53、sinhormirror.functionhormirror_Callback(hObject,eventdata,handles)%hObjecthandletohormirror(seeGCBO)%eventdatareserved-tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=handles.k;k=fliplr(handles.k);imshow(k);title(水平鏡像后的圖像)

54、;handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinvermirror.functionvermirror_Callback(hObject,eventdata,handles)%hObjecthandletovermirror(seeGCBO)%eventdatareserved-tobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)globalTaxes(handles.axes2);T=getimage;k=handles.k;k=flipud(handles.k);imshow(k);title(垂直鏡像后的圖像);handles.k=k;guidata(hObject,handles);%Executesonbuttonpressinrotate.functionrotate_Callback(hObject,eventdata,handles)%hObjecthandletorotate(seeGCBO)%eventdatareserved-tobedefinedinafutureversionofMATLAB%handlesstructure