西北工业大学Matlab实验报告
MATLAB实验报告(四份!!!)
0380160815880001449451490168779983287916534749293454515731] >> double(x) ans = -33.5325 60.6078 -54.7098 27.3192 实验三 MATLAB 绘图
一 实验环境 计算机 MATLAB 软件 二 实验目的 1. 掌握 MATLAB 的基本绘命令。 2. 掌握运用 MATLAB 绘制一维、二维、三维的图形方法。 3. 给图形加以修饰。 三 预备知识 特殊的二维图形函数有：直方图、柄图、阶梯图、饼图、频数累计柱状 图、极坐标图 四 实验内容和步骤
3.创建一个 3x3 矩阵，并求其转置，逆矩阵。 >> A=magic(3) A= 8 3 4 >> A' ans = 8 1 6 >> inv(A) 3 5 7 4 9 2 1 5 9 6 7 2
ans = 0.1472 -0.0611 -0.0194 -0.1444 0.0222 0.1889 0.0639 0.1056 -0.1028
3. 画出 y=的曲线（x(-5,5)） 。在这曲线上加入相同区间里的 y=的曲线，并且采用绿色折 线标识。 >> x=linspace(-5,5,100); >> y=x.^2; >> plot(x,y) >> hold on >> z=x.^(1/3); >> plot(x,z,'g--')
4. 在同一窗口不同坐标系里分别绘出 y1=sinx,y2=cosx,y3=cinh(x),y4=cosh(x)4 个图形。 >> x=linspace(0,2*pi,30); >> subplot(2,2,1);plot(x,sin(x)); >> subplot(2,2,2);plot(x,cos(x)); >> subplot(2,2,3);plot(x,sinh(x)); >> subplot(2,2,4);plot(x,cosh(x));
Matlab实验报告
实验一：Matlab操作环境熟悉一、实验目的1．初步了解Matlab操作环境。
2．学习使用图形函数计算器命令funtool及其环境。
二、实验内容熟悉Matlab操作环境，认识命令窗口、内存工作区窗口、历史命令窗口；学会使用format命令调整命令窗口的数据显示格式；学会使用变量和矩阵的输入，并进行简单的计算；学会使用who和whos命令查看内存变量信息；学会使用图形函数计算器funtool，并进行下列计算：1．单函数运算操作。
求下列函数的符号导数(1)y=sin(x); (2) y=(1+x)^3*(2-x);求下列函数的符号积分(1)y=cos(x);(2)y=1/(1+x^2);(3)y=1/sqrt(1-x^2);(4)y=(x1)/(x+1)/(x+2)求反函数(1)y=(x-1)/(2*x+3); (2) y=exp(x); (3) y=log(x+sqrt(1+x^2));代数式的化简(1)(x+1)*(x-1)*(x-2)/(x-3)/(x-4);(2)sin(x)^2+cos(x)^2;(3)x+sin(x)+2*x-3*cos(x)+4*x*sin(x);2．函数与参数的运算操作。
从y=x^2通过参数的选择去观察下列函数的图形变化(1)y1=(x+1)^2(2) y2=(x+2)^2(3) y3=2*x^2 (4) y4=x^2+2 (5) y5=x^4 (6)y6=x^2/23．两个函数之间的操作求和(1)sin(x)+cos(x) (2) 1+x+x^2+x^3+x^4+x^5乘积(1)exp(-x)*sin(x) (2) sin(x)*x商(1)sin(x)/cos(x); (2) x/(1+x^2); (3) 1/(x-1)/(x-2);求复合函数(1)y=exp(u) u=sin(x) (2) y=sqrt(u) u=1+exp(x^2)(3) y=sin(u) u=asin(x) (4) y=sinh(u) u=-x实验二：MATLAB基本操作与用法一、实验目的1.掌握用MATLAB命令窗口进行简单数学运算。
MATLAB实验报告
MATLAB实验报告MATLAB实验报告姓名：专业：学号：实验⼀MATLAB环境的熟悉与基本运算⼀、实验⽬的：1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算⼆、实验基本知识：1.熟悉MATLAB环境:MATLAB桌⾯和命令窗⼝、命令历史窗⼝、帮助信息浏览器、⼯作空间浏览器⽂件和搜索路径浏览器。
2.掌握MATLAB常⽤命令3.MATLAB变量与运算符变量命名规则如下：（1）变量名可以由英语字母、数字和下划线组成（2）变量名应以英⽂字母开头（3）长度不⼤于31个（4）区分⼤⼩写MATLAB中设置了⼀些特殊的变量与常量，列于下表。
MATLAB运算符，通过下⾯⼏个表来说明MATLAB的各种常⽤运算符表2MATLAB算术运算符表3MATLAB关系运算符表4MATLAB逻辑运算符表5MATLAB特殊运算4.MATLAB的⼀维、⼆维数组的寻访表6⼦数组访问与赋值常⽤的相关指令格式5.MATLAB的基本运算表7两种运算指令形式和实质内涵的异同表6.MATLAB的常⽤函数表8标准数组⽣成函数表9数组操作函数三、实验内容1、学习安装MATLAB软件。
2、学习使⽤help命令，例如在命令窗⼝输⼊helpeye，然后根据帮助说明，学习使⽤指令eye（其它不会⽤的指令，依照此⽅法类推）3、学习使⽤clc、clear，观察commandwindow、commandhistory和workspace等窗⼝的变化结果。
4、初步程序的编写练习，新建M-file，保存（⾃⼰设定⽂件名，例如exerc1、exerc2、exerc3……），学习使⽤MATLAB的基本运算符、数组寻访指令、标准数组⽣成函数和数组操作函数。
注意：每⼀次M-file的修改后，都要存盘。
四、实验结果练习A：（1）helprand，然后随机⽣成⼀个2×6的数组，观察commandwindow、commandhistory和workspace等窗⼝的变化结果。
MATLAB实验报告1(推荐文档)
学生实验报告一、实验目的 熟悉MATLAB 软件的用户环境；了解MATLAB 软件的一般命令；掌握MATLAB 向量、数组、矩阵操作与运算函数；掌握MATLAB 软件的基本绘图命令；掌握MATLAB 语言的几种循环、条件和开关选择结构，及其编程规范。
通过该实验的学习，使学生能灵活应用MATLAB 软件解决一些简单问题，能借助MATLAB 软件的绘图功能，对函数的特性进行探讨，广泛联想，大胆猜想，发现进而证实其中的规律。
二、实验仪器、设备或软件： 电脑,MATLAB 软件三、实验内容 1．MATLAB 软件的数组操作及运算练习；2．直接使用MATLAB 软件进行作图练习；3．用MATLAB 语言编写命令M 文件和函数M 文件。
四、实验步骤1．在D 盘建立一个自己的文件夹；2．开启软件平台——MATLAB ，将你建立的文件夹加入到MATLAB 的搜索路径中；3．利用帮助了解函数max, min, sum, mean, sort, length ，rand, size 和diag 的功能和用法；4．开启MATLAB 编辑窗口，键入你编写的M 文件（命令文件或函数文件）；5．保存文件（注意将文件存入你自己的文件夹）并运行；6．若出现错误，修改、运行直到输出正确结果；7．写出实验报告，并浅谈学习心得体会。
五、实验要求与任务根据实验内容和步骤，完成以下具体实验，要求写出实验报告（实验目的→问题→算法与编程→计算结果或图形→心得体会）1. 已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=321212113A ， ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=101012111B 要求：（1）屏幕输出A 与B ；（2）A 的转置A′；（3）求A+B 的值；（4）求A-B 的值；（5）求4A ；（6）求A×B ；（7）求A -1．2. 有一函数f (x ,y )=x 2+sin xy +2y ，写一程序，输入自变量的值，输出函数值。
3. 用plot ，fplot 分别绘制函数y =cos(tan(πx ))图形。
matlab实验报告1
matlab实验报告1MATLAB实验报告1摘要：本实验使用MATLAB软件进行了一系列的实验，主要包括数据处理、图像处理和信号处理。
通过实验，我们掌握了MATLAB软件在科学计算和工程领域的应用，深入了解了MATLAB在数据处理、图像处理和信号处理方面的强大功能。
一、数据处理实验在数据处理实验中，我们使用MATLAB对一组实验数据进行了分析和处理。
首先，我们导入了实验数据并进行了数据清洗和预处理，然后利用MATLAB的统计分析工具对数据进行了描述性统计分析，包括均值、方差、标准差等指标的计算。
接着，我们利用MATLAB的绘图工具绘制了数据的直方图和散点图，直观地展现了数据的分布规律和相关性。
二、图像处理实验在图像处理实验中，我们使用MATLAB对一幅图像进行了处理和分析。
首先，我们读取了图像并进行了灰度化处理，然后利用MATLAB的图像滤波工具对图像进行了平滑和锐化处理，最后利用MATLAB的图像分割工具对图像进行了分割和特征提取。
通过实验，我们深入了解了MATLAB在图像处理领域的应用，掌握了图像处理的基本原理和方法。
三、信号处理实验在信号处理实验中，我们使用MATLAB对一组信号进行了处理和分析。
首先，我们生成了一组模拟信号并进行了频域分析，利用MATLAB的信号滤波工具对信号进行了滤波处理，然后利用MATLAB的频谱分析工具对信号的频谱特性进行了分析。
通过实验，我们深入了解了MATLAB在信号处理领域的应用，掌握了信号处理的基本原理和方法。
综上所述，本实验通过对MATLAB软件的应用实验，使我们对MATLAB在数据处理、图像处理和信号处理方面的功能有了更深入的了解，为我们今后在科学计算和工程领域的应用奠定了良好的基础。
MATLAB软件的强大功能和广泛应用前景，将为我们的学习和科研工作提供有力的支持和帮助。
实验一MATLAB操作基础实验报告
闽 江 学 院 电 子 系 实 验 报 告学生姓名：班级：学 号：课程：MATLAB 程序设计一、 实验题目：MATLAB 操作基础 二、 实验地点：实验楼A210 实验目的：1、熟悉MATLAB 的操作环境及基本操作方法。
2、掌握MATLAB 的搜索路径及其设置方法。
3、熟悉MATLAB 帮助信息的查阅方法。
三、 实验内容：1、先建立自己的工作目录，再将自己的工作目录设置到MATLAB 搜索路径下，再试验用help 命令能否查询到自己的工作目录。
2、在MATLAB 环境下验证例1-1至1-4，并完成以下题目： （1）绘制右图所示图形 （2）求383、利用MATLAB 的帮助功能分别查询inv ，plot 、max 、round 等函数的功能及用法。
4、在工作空间建立一个变量a ,同时在当前目录下建立一个M 文件：a.m ，试在命令窗口输入a ，观察结果，并解释原因。
四、 实验环境（使用的软硬件）： MATLAB 7.0 五、 实验结果：实验程序： （1）求38。
程序： x=8;plot(x, x^(1/3));0.10.20.30.40.50.60.70.80.91-1-0.8-0.6-0.4-0.200.20.40.60.81得到的结果： ans= 2（2）绘制图像 程序：x=[0:0.001:1]；plot(x, sin(2*pi*x),x, 2*x-1,x,0); 得到结果如下图：（3）查询plot 、inv 、round 、max 等函数的功能及用法 分别输入：输入：help plot 得到：PLOT Linear plot.PLOT(X,Y) plots vector Y versus vector X. If X or Y is a matrix, then the vector is plotted versus the rows or columns of the matrix, whichever line up. If X is a scalar and Y is a vector, length(Y) disconnected points are plotted.PLOT(Y) plots the columns of Y versus their index.If Y is complex, PLOT(Y) is equivalent to PLOT(real(Y),imag(Y)). In all other uses of PLOT, the imaginary part is ignored.Various line types, plot symbols and colors may be obtained with0.10.20.30.40.50.60.70.80.91-1-0.8-0.6-0.4-0.200.20.40.60.81PLOT(X,Y,S) where S is a character string made from one elementfrom any or all the following 3 columns:b blue . point - solidg green o circle : dottedr red x x-mark -. dashdot c cyan + plus -- dashed m magenta * stary yellow s squarek black d diamondv triangle (down)^ triangle (up)< triangle (left)> triangle (right)p pentagramh hexagramFor example, PLOT(X,Y,'c+:') plots a cyan dotted line with a plus at each data point; PLOT(X,Y,'bd') plots blue diamond at each data point but does not draw any line.PLOT(X1,Y1,S1,X2,Y2,S2,X3,Y3,S3,...) combines the plots defined by the (X,Y,S) triples, where the X's and Y's are vectors or matrices and the S's are strings.For example, PLOT(X,Y,'y-',X,Y,'go') plots the data twice, with a solid yellow line interpolating green circles at the data points.The PLOT command, if no color is specified, makes automatic use of the colors specified by the axes ColorOrder property. The default ColorOrder is listed in the table above for color systems where the default is blue for one line, and for multiple lines, to cyclethrough the first six colors in the table. For monochrome systems, PLOT cycles over the axes LineStyleOrder property.PLOT returns a column vector of handles to LINE objects, onehandle per line.The X,Y pairs, or X,Y,S triples, can be followed byparameteralue pairs to specify additional propertiesof the lines.输入：help inv得到：INV Matrix inverse.INV(X) is the inverse of the square matrix X.A warning message is printed if X is badly scaled ornearly singular.输入：help round得到：ROUND Round towards nearest integer.ROUND(X) rounds the elements of X to the nearest integers.输入：help max得到：MAX Largest component.For vectors, MAX(X) is the largest element in X. For matrices,MAX(X) is a row vector containing the maximum element from eachcolumn. For N-D arrays, MAX(X) operates along the firstnon-singleton dimension.[Y,I] = MAX(X) returns the indices of the maximum values in vector I. If the values along the first non-singleton dimension contain morethan one maximal element, the index of the first one is returned.MAX(X,Y) returns an array the same size as X and Y with thelargest elements taken from X or Y. Either one can be a scalar.[Y,I] = MAX(X,[],DIM) operates along the dimension DIM.When complex, the magnitude MAX(ABS(X)) is used, and the angleANGLE(X) is ignored. NaN's are ignored when computing the maximum.Example: If X = [2 8 4 then max(X,[],1) is [7 8 9],7 3 9]max(X,[],2) is [8 and max(X,5) is [5 8 59], 7 5 9].inv 求矩阵的逆plot 画图max 求最大值round 向0取整六、思考练习：1、help命令和look for命令有什么区别？lookfor 关键词在所有M文件中找“关键词”，比如：lookfor inv（即寻找关键词“inv”）其实就和我们平时用CTRL+F来查找“关键词”是一样的而help是显示matlab内置的帮助信息用法：help 命令，比如 help inv ，作用就是调用inv这个命令的帮助2、什么是工作空间？假定有变量A与B存在于工作空间中，如何用命令保存这两个变量？下次重新进入MATLAB后，又如何装载这两个变量？①工作空间：工作空间是由系统所提供的特殊变量和用户自己使用过程生成的所有变量组成的一个概念上的空间；②保存变量：保存当前工作空间，比如要保存的路径为f:\matlab\work\matlab.mat,输入命令：save f:\matlab\work\matlab.mat ；③载入变量：输入命令：load f:\matlab\work\matlab.mat 。
matlab实验报告
matlab实验报告Matlab实验报告实验题目：利用Matlab进行数据处理与分析实验目的：通过使用Matlab进行数据处理与分析的实践，掌握Matlab的基本操作和数据处理的方法。
实验内容：1. 数据读取：从文件中读取原始数据，并进行初步的观察和分析。
2. 数据清洗：对原始数据进行清洗，包括去除空值、异常值等。
3. 数据可视化：利用Matlab的绘图函数，将数据可视化呈现，以方便对数据进行进一步的分析和理解。
4. 数据分析：对清洗后的数据进行统计分析，包括求平均值、方差、相关系数等。
5. 模型建立：根据数据分析的结果，建立合适的数学模型，并使用Matlab进行参数估计和模型验证。
6. 结果验证：利用实验数据和模型进行实验结果的对比，验证模型的准确性和可靠性。
实验步骤：1. 准备实验数据：从实验样本中获得原始数据，并将其存储为文本文件。
2. 使用Matlab导入数据：使用Matlab的数据导入函数，将文本文件中的数据导入到Matlab的工作空间中。
3. 数据分析与处理：使用Matlab的数据处理函数，对导入的数据进行清洗和处理，去除异常值和空值，并进行初步的数据观察和分析。
4. 数据可视化：利用Matlab的绘图函数，绘制数据的直方图、散点图、折线图等，以展示数据的分布和趋势。
5. 数据统计分析：使用Matlab的统计分析函数，对处理后的数据进行统计分析，包括计算平均值、方差、相关系数等。
6. 模型建立与验证：根据数据分析的结果，建立合适的数学模型，并使用Matlab进行参数估计和模型验证。
7. 结果对比和讨论：将实验结果与模型预测结果进行对比，并进行结果的讨论和分析。
8. 实验结论：总结实验结果并给出结论。
实验结果：根据实验数据的分析和处理，得出如下结论：1. 数据呈现正态分布，符合正态性假设。
2. 数据之间存在显著的正相关关系，相关系数为0.8，结果具有统计学意义。
3. 建立的数学模型与实验数据拟合良好，模型预测结果与实验结果吻合度高。
北工大matlab作业实验报告
北工大MATLAB实验报告完成日期:2018.12目录实验一用FFT进行谱分析 (3)一、实验内容 (3)二、实验过程 (3)三、实验代码 (4)四、实验结果及分析 (5)五、实验心得 (5)实验二噪声数据的抑制 (6)一、实验内容 (6)二、实验过程 (7)三、实验结果分析 (14)四、实验心得 (15)参考文献 (15)实验一用FFT进行谱分析一、实验内容FFT的用途之一是找出隐藏或淹没在噪声时域信号中信号的频率成分。
本题要求用FFT 对试验数据进行谱分析，指出数据包含的频率成份。
提示：首先建立试验数据。
过程推荐如下：生成一个包含两个频率成分的试验信号，对这个信号加入随机噪声，形成一个加噪信号y。
（试验数据参数推荐为：数据采样频率为1000Hz，时间区间从t=0到t=0.25，步长0.001秒，噪声的标准偏差为2，两个频率成分的试验信号可取50Hz和120Hz）。
（1）绘制加噪信号y它的波形。
（2）求出含噪声信号y的离散傅立叶变换（取它的FFT），（FFT试验参数推荐为：256点）。
（3）求出信号的功率谱密度（它是不同频率所含能量的度量），并绘制功率谱图，标记出两个频谱峰值对应的频率分量。
二、实验过程1．打开matlab软件，根据实验要求，用已知条件求出重要参数：N=256;n=0:N-1;t=n/fs;2.绘制加入了噪声信号的y图象：y=sin(2*pi*50*t)+sin(2*pi*120*t)+2*randn(size(t));subplot(2,2,1);plot(y);title('y的波形');3.对y求付里叶变换：Y=fft(y,N);4.绘制Y的幅值图象：fudu=abs(Y);f=n*fs/N;subplot(2,2,2)plot(f,fudu)；5.抽取256点进行绘图：subplot(2,2,3)plot(f(1:N/2),fudu(1:N/2));6.利用y的自相关函数求出y的功率谱，并绘图：y2=xcorr(y,'unbiased');y2p=fft(y2,N);yk=abs(y2p);subplot(2,2,4)plot(f(1:N/2),yk(1:N/2));title('功率谱')三、实验代码N=256;n=0:N-1;t=n/fs;y=sin(2*pi*50*t)+sin(2*pi*120*t)+2*randn(size(t)); subplot(2,2,1);plot(y);title('y的波形');Y=fft(y,N);fudu=abs(Y);f=n*fs/N;subplot(2,2,2)plot(f,fudu)subplot(2,2,3)plot(f(1:N/2),fudu(1:N/2));y2=xcorr(y,'unbiased');y2p=fft(y2,N);yk=abs(y2p);subplot(2,2,4)plot(f(1:N/2),yk(1:N/2));title('功率谱')四、实验结果及分析结果分析：功率谱的两个峰值对应的频率分别为：f=50Hz和120Hz五、实验心得学习了一个学期的MATLAB，现在终于能够进行一次实践了。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西北工业大学
《基于MATLAB的数字信号处理》实验报告
学院：计算机学院
学号：
姓名：
专业：计算机科学与技术
西北工业大学
2017年07 月
3.
实验二 MATLAB 基本编程实验
一、实验目的及要求
1. 回顾数字信号处理的主要内容；
2. 掌握利用MATLAB 进行信号处理的方法；
3. 了解信号处理工具箱中一些函数的功能；
二、实验设备（环境）及要求
1． 计算机
2． Matlab 软件编程实验平台
三、实验内容
1 .任何实数序列x(n)都能分解成为它的偶部分量和奇部分量之和，编写一个MATLAB 函数文件，该函数的功能是将一给定序列分解成为它的偶部分量和奇部分量。
并通过M 文件或命令行调用该函数文件将以下序列分解成为偶部分量和奇部分量。
0.05()sin(0.1/3), 0n 100
n x n e n ππ-=+≤≤
title('巴特沃斯的幅频特性'); subplot(2,3,5)
plot(w1,180/pi*(angle(h1))); xlabel('frequency Hz'); ylabel('phase');
title('巴特沃斯的相频特性'); %椭圆带通滤波器
rs=60;rp=0.1; %椭圆带通滤波器的指标 [B,A]=ellip(N,rp,rs,wn) [h2,w2]=freqz(B,A,256,fs);
subplot(2,3,3)
plot(w2,20*log10(abs(h2)/max(abs(h2)))); xlabel('frequency Hz'); ylabel('magnitude /dB'); title('椭圆滤波器的幅频特性'); subplot(2,3,6)
plot(w2,180/pi*(angle(h2))); xlabel('frequency Hz'); ylabel('phase');
title('椭圆滤波器的相频特性');
六、实验结果
1．原始序列及得到的奇偶序列如下图所示
2.1差分方程表示如下()()(4)0.8145*(4)=+-+-y n x n x n y n
2.2计算出的幅频和相频图如下
2.3 输入序列与滤波器的输出序列如下图所示
分析结果可知，输出相对于输入在相位上有一定的延迟，幅度上有了提升。
两个
正弦信号在对应的频率处均有一定给成都上的幅度增加和相位延迟
3．带通滤波器设计
根据上图结构可以看出：巴特沃斯带通滤波器的通带无波动，且设计出来的滤波器结构简单，相频变化表现较差，但带外衰减速度较慢。
椭圆滤波器的通带有一定的波动起伏，边带截止频率非常陡峭，相频表现差。
矩形窗函数带通滤波器通带有一定的波动，边带截止频率变现位于三者的中等，相频变化表现较好。
六、实验结果
1.加入噪声图片及复原图片
本次实验分别使用均值滤波，中值滤波，维纳滤波三种方法对加入噪声的图片进行复原。
每种方法分别采用了3x3和7x7的模板大小进行处理，最终得到的结果如上图所示。
分析图片结果可以得到：
均值滤波方法更适合处理椒盐噪声的图片，针对椒盐噪声图片，7x7模板处理
效果趋于模糊，3x3模板的效果更好。
中值滤波同样更适合处理椒盐噪声图片，3x3模板处理效果非常好，基本接近于原始图片，7x7模板处理效果有一定程度上的模糊。
维纳滤波跟适合处理高斯噪声，对比不同模板大小的处理效果，7x7模板的处理效果要明显好于3x3的效果，其处理结果基本近似原始图片。
2.DCT变换结果的均方误差及重构图片结果如下图所示：
分析上述结果可以看出，DCT变换保留1/5个数的系数时，重构的图像质量最好。
减少DCT变换系数的个数，图像质量略有下降。
模型训练结果如上图所示，所给的样本被完成的区分开来。
模型训练过程显示，经过一次迭代就停止。
测试结果如上图所示，可以看到，针对测试的100组数据，训练后的网络均实现了正确区分，未出现划分错误的情况
2.实验结果展示
BP网络的训练过程及误差变化曲线如上图所示，最终在测试集上的检测结果如下：
从图上可以看到，训练的BP网络在测试集上表现良好，每一个点都拟合的非常好。
imshow(pic2);
axes(handles.axes4);
imshow(pic3);
axes(handles.axes5);
imshow(pic4);
axes(handles.axes7);
imshow(pic5);
axes(handles.axes6);
imshow(Result);
% hObject handle to Detection (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
六、实验结果及分析
实验界面如下：包含“打开图片”与“交通标志检测”两个按钮，及7个坐标轴显示框，用来显示原图及交通标志检测过程中的处理结果。
实验测试结果如下：
点击“打开图片”，选取待检测的图片，图片读取完成后，点击“交通标志检测”将会展示出检测过程中各个阶段的处理结果。
具体包括RGB2HSV图像，颜色阈值分割结果，膨胀操作结果，孔洞填充结果以及最终的交通标志检测及标志显示结果。
具体操作如下：
从实验结果可以看出，针对常见的圆形，红色边缘的交通标志，该系统都可以准确的检测出来。
而针对三角形及蓝色的交通标志，检测系统则无法准确的找到交通标志的位置。
主要原因是该系统在进行交通标志检测时利用红色分量作为阈值进行的图像分割，同时利用圆形做匹配，因此，系统针对其他形状和颜色的路标存在一定的局限性。
七、遇到的问题及解决的过程
在实现交通标志检测系统的过程中，遇到了诸多问题，主要包括交通标志检测的理论问题以及MATLAB相关函数的使用问题。
1.基于颜色分割的阈值选取。