基于MATLAB-GUI的图像措置系统设计

alexgoodboy

基于MATLABGUI的图像措置系统设计



        【摘要】MATLAB是目前风行的数字计算软件，其具有强大的图像措置能力，而且界面简单，易于操作，是设计图像措置系统的抱负东西。本文将以MATLAB的图形用户界面（即GUI）平台对图像措置系统进行设计。此中大部门的图像措置算法都可以通过MATLAB的图像措置东西箱进行实现，这大大节省了研究成本和时间。[1]该系统撑持索引图像、灰度图像、RGB图像等图像类型的文件格式的读，写和措置。这些功能在生活中有很多的运用价值，同样的，对于运算量大、过程复杂的功能，操作MATLAB也可以快速得到所需成果。因为篇幅有限，本文将着重阐述图像边缘检测以及对比度增强的实现。

        【关键词】MATLAB数字图像措置GUI 边缘检测

        图像措置的绝大部门操作都是基于图形用户界面（GUI）进行的，GUI的感化是为用户提供一个直不雅观的可编纂的界面，并可以通过该界面实现本身设定的功能，这大大降低了法式员的编纂工作。同样我们也不必了解每一步的法式语句，只需成立简单的内在联系的法式语言即可。

        1、图像的边缘检测

        边缘检测技术感化于图像的局部线性布局。目前大都的检测技术都是应用一些已有形式的梯度算子或者直接归一化阈值分割。边缘检测广泛应用于图像的分割、分类、配准等，实际生活中，边缘检测主要被用作一个局部滤波运算完成的。

        1.1阈值分割

        灰度阈值的目的是把图像的灰度分成分歧的等级，然后本身设定一个灰度阈值来确定需要得到的区域或想要分割开的边界，该方式最常用的措置法子是二值化的阈值分割。法式中先通过函数rgb2gray即将所有类型图像转换为灰度图像，再通过循环语句for读取每个点的灰度值，然后基于已设定的阈值将图像转化为二值图像。

        1.2梯度分割

        梯度分割即操作某些算子对图像进行边缘检测，边缘勾画出物体的边缘部门，使我们能够看清物体的轮廓。同时边缘所携带的大量信息，是图像识别中抽取图像特征的重要属性。梯度分割常用的几个边缘检测算子有Robert，Sobel以及Canny。这些算子都是基于函数的导数进行分类的。函数的导数可以反映图像的灰度变化幅度，一阶导的极大极小值或者二阶导的零点值都是图像灰度变化最明显的处所，因此把这些处所作为图像的边缘有其合理的依据。

        1.2.1Robert交叉算子

        Robert算子是一种操作局部差分算子寻找边缘的算子，两个卷积为x=[1，0；0，-1]，y=[0，1；-1，0]，x和y线性相加得到其灰度的衡量尺度，在法式中，我们同样需要rgb2gray函数对图像进行灰度转换，再通过函数edge（，'Robert'）直接调用Robert算子即可，因为东西箱自带了该函数，所有操作起来相当简单。

        1.2.2Sobel算子

        与Robert类似，两个卷积为x=[-1，0，1；-2，0，2；-1，0，1]，y=[1，2，1；0，0，0；-1，-2，-1]，法式操作也不异，此中sobel算子对灰度渐变和噪点多的图像措置效果更为优秀。

        1.2.3Canny算子

        Canny算子的方式是操作高斯滤波器计算导数，然后操作导数极大值和极小值来寻找图像的梯度。该算子使用两个阈值来分袂检测图像的强边缘和弱边缘。这种方式对于噪声较多的图像措置效果较为超卓。法式中通过函数edge（，'Canny'）直接调用Canny算子即可。

        2、图像的对比度增强

        对比度的增强在图像措置也是很重要的一种技术，该技术也是基于点的逐个措置，改削图像的每一个像素的灰度值，依次达到癌变图像的动态范围。

        2.1线性变换

        线性变换的方式是将原图像的灰度值线性的压缩或者拉伸，比如本来的灰度范围是[a，A]，改变后的灰度范围是[b，B]，但在实际生活中，纯挚的线性变换并不能得到较好的效果，我们可以设计多段的分段变换对分歧区间的灰度值分袂进行措置，从而操作线性变换最大限度的提高图像的对比度。

        2.2非线性变换

        在有些情况下，线性变换并不能满足措置的要求，此时我们可以操作非线性变换来措置图像，凡是使用的是对数变换和Gamma校正。

        对数变换的公式如下：g（x，y）=Clog（f（x，y）+1），这段函数可以拓宽灰度低值，同时降低高值灰度。

        Gamma校正的公式如下：g=kr=k（f/c）^（1/r），此中k为常数，默认为1，1/r取值范围凡是在0.4～0.8。

        MATLAB中，线性变换和非线性变换都可以用imadjust实现，只不外调用格式略有分歧，若为线性变换，函数为T=imadjust（I），若为非线性变换，则为T=imadjust（I，gamma）。

        除了上述的功能，MATLAB还具备很多其他的图像措置能力，例如图像的变换，旋转，图像锐化，平滑，编码压缩及恢复。还有更多的功能等待开发，篇幅有限，在这就不再累述了。

        参考文献：

        [1]周品.MATLAB图像措置与图形用户界面设计[M].清华大学出书社.2011.

        [2]陈超.MATLAB应用实例精讲[M].北京：电子工业出书社.2011.
如果课题设计中遇到困难疑惑之处，也可向私信小编咨询哟。