matlab2009a图像处理GUI实例教程

数字信号与图像处理

姓名周振欣

学号2011509260

年级大三

专业机械设计制造及其自动化

学院机械电气工程学院

指导教师马本学

Matlab实现数值图像处理

摘要：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是

人类获取信息、表达信息和传递信息的重要手段。在对一幅图片的处理过程中，了解了彩色图像处理与分析的技术，学会通道提取、实现边缘检测及轮廓提取。通过形态学方法进行图像特征抽取与分析达到了比较好的效果，对彩色图像的处理有了更深的理解。

关键词：MATLAB；彩色图像处理；

1.MATLAB的图像处理工具概述

现如今，数字图像处理技术已经成为信息科学、计算机科学、工程科学、生

物科学、地球科学等众多学科研究的热点。而matlab的图像处理工具箱(Image

Processing Toolbox)提供了将近200种最基本的图像处理函数，几乎涵盖了图

像处理的各个内容，主要有：图像合成；空间变换：邻域和块操作；二值图像

操作；线性滤波和滤波器设计；变换域处理：图像分析和增强：图像恢复等等，

这为我们处理图片提供了很大的方便。

2.应用matlab工具箱进行彩色图像分析处理

应用matlab对图片进行：

1.灰度处理图2

2.直方图统计图3

3.直方图均衡化图4

4.反色（底片效果）图5

5.通道处理图6

6.调整亮度图7

7.调整对比度图8

8.边缘提取图9

9.附图（GUI整体布置图）图10

【一】加载图片

[filename,pathname]=%读取图片

uigetfile({'*.jpg';'*.bmp';'*.tif'},'加载图片');

file=[pathname,filename];

global S;%设置一个全局变量S，

保存初始图像路径，

以便之后的还原操作

S=file;

x=imread(file);%选中图片

axes(handles.axes1);

imshow(x);%用axes1显示原图

axes(handles.axes2);

imshow(x);%用axes2显示处理后对比图

（未处理时为原图）

handles.img=x;%用handles（句柄）存储当前图像guidata(hObject,handles);%保存handles的内容

图1

【二】灰度处理

global T%设置全局变量

axes(handles.axes2);

T=getimage;%获取当前图像（上一次操作后的图片）x=rgb2gray(handles.img);%二值化

imshow(x);%显示二值化后图片

handles.img=x;%用handles（句柄）存储当前图像guidata(hObject,handles);%保存handles（句柄）的内容

图2

【三】直方图统计

case'直方图统计'

axes(handles.axes2);

x=imhist(handles.img);%显示灰度直方图

x1=x(1:10:256);

horz=1:10:256;%X轴范围设置

bar(horz,x1);%调用bar函数显示直方图

axis([025*******]);%设置Y轴示值范围

set(handles.axes2,'xtick',0:10:255);%X轴范围及分度

set(handles.axes2,'ytick',0:2000:15000);%Y值范围及分度

图3

【四】直方图均衡

case'直方图均衡'

T=getimage;%获取上一步图像

h=histeq(handles.img，64);%均衡化后的直方图只有64个灰度值imshow(h);%显示之

handles.img=h;%储存在句柄中

guidata(hObject,handles);%保存句柄内容

图4

【五】反色（底片效果）

global T%设置全局变量

axes(handles.axes2);%启用axes2

T=getimage;%获取上次操作图片

f=imcomplement(handles.img);%对图像数据进行取反运算（实现底片效果）。imshow(f);%显示之

handles.img=f;%储存在句柄中

guidata(hObject,handles);%保存句柄内容

图5

【六】通道处理

global S

global a1

global a2

global a3

global a4

global y%设置各个全局变量

str=get(hObject,'string');%获取按键名称

axes(handles.axes2);%启用axes2

y=imread(S)%选择原图

switch str;

case'R通道'%R通道

a1=y(:,:,1);

imshow(a1);%显示之

handles.img=a1;

guidata(hObject,handles);

case'G通道'

a2=y(:,:,2);%G通道

imshow(a2);

handles.img=a2;

guidata(hObject,handles);

case'B通道'%B通道

a3=y(:,:,3);

imshow(a3);

handles.img=a3;

guidata(hObject,handles);

case'R-B'%R-B通道相减a4=a1-a3;

imshow(a4);

handles.img=a4;

guidata(hObject,handles);

R通道G通道

B通道R-B

图6

【七】亮度调节

global T%全局变量

axes(handles.axes2);%启用axes2

T=getimage;%获取上一步图像

prompt={'调节倍数'};%调节倍数对话框

defans={'1'};%默认值设为1

p=inputdlg(prompt,'input',1,defans);%输入框由用户输入数值

p1=str2double(p{1});%把字符串转换数值

y=imadjust(handles.img,[],[],p1);%调节灰度图像的亮度或彩色图像

的颜色矩阵

imshow(y);%显示之

handles.img=y;

guidata(hObject,handles);

图7

【八】对比度调节

global T%全局变量

str=get(hObject,'string');%获取按键名称

axes(handles.axes2);%启用axes2

switch str

case'高'%提高对比度

T=getimage;%获取上一步图像

prompt={'调整倍数'};%输入参数

defans={'1’};%默认值设为1

p=inputdlg(prompt,'input',1,defans);%输入框由用户输入数值p1=str2double(p{1});%把字符串转换数值

f=immultiply(handles.img,p1);%对比度增强n倍imshow(f);%显示之

handles.img=f;

guidata(hObject,handles);

case'低'%降低对比度

T=getimage;

prompt={'调整倍数'};

defans={'1'};

p=inputdlg(prompt,'input',1,defans);

p1=str2double(p{1});

f=imdivide(handles.img,p1);%对比度降低n倍imshow(f);%显示之

handles.img=f;

guidata(hObject,handles);

图8（一）

图8（二）

【九】边缘提取

global T%全局变量axes(handles.axes2);%启用axes2

T=getimage;%获取当前图片f=edge(handles.img,'canny');%边缘检测imshow(f);%显示之handles.img=f;

guidata(hObject,handles);

图9

【十】撤销上一步

global T%全局变量

axes(handles.axes2);%启用axes2

imshow(T);%显示上一步图像（即撤销当前步骤的操

作）

handles.img=T;

guidata(hObject,handles);

【十一】原图

global S%原图的全局变量

axes(handles.axes2);

y=imread(S);%选择原图

imshow(y);%显示原图

handles.img=y;

guidata(hObject,handles);

【十二】退出

clc;%退出

close all;

close(gcf);

clear;

【十三】附图

3.结论

这次作业让我明白matlab图像处理奥妙无穷，这也进一步说明了matlab

功能的强大。用matlab处理图像，可以直接应用已有的函数，使得图像处理更加简、方便、快捷；并且matlab编程简单易懂，这为初学者提供了很大的便利。总的来说，matlab是图像处理的好帮手。