Matlab for西安电子科技大学3-4
基于MATLAB 图像简单处理应用
基于MATLAB 图像简单处理应用摘要：数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。
数字图像处理技术已经在各个领域上都有了比较广泛的应用，图像处理的信息量很大，对处理速度的要求也比较高。
matlab强大的运算和图形展示功能，使数字图像处理变得更加的简单和直观。
该文介绍如何利用matlab及其图像处理工具箱进行图像灰度、亮度、截图和查找边缘效果处理，通过简单的例子来说明利用matlab图像处理工具箱及函数进行图像处理的方法。
关键词：matlab函数；图像处理；算法；工具箱；gui界面中图分类号：tp311 文献标识码：a 文章编号：1009-3044（2013）15-3610-041 图像编辑软件基本目标：加强对图像编辑的算法的理解和认识，利用matlab软件实现对图像灰度、亮度、截图以及查找边缘等操作，综合运用matlab工具箱实现图像处理的gui界面程序设计。
主要内容：学习matlab gui程序设计，利用matlab图像处理工具箱，实现图像编辑算法，动态演示算法的执行过程，设计和实现自己的图像编辑，该软件能实现以下功能：图像的打开和保存；设计图形用户界面，让用户通过菜单能够对图像进行亮度和灰度调整，显示和对比变换前后的图像；编写程序通过按钮的回调函数实现对图像截图以及查找边缘操作，并保存。
采用的方法和模型：在快速发展的信息社会，我们可以借助计算机，利用matlab软件图像处理工具箱来实现对数字图像进行处理，以达到不同的效果。
2 工具箱选择及常用函数介绍选用图像处理工具箱（image processing toolbox）。
常用的函数：1） imread 读入图像；2） uicontrol 建立并设置控件属性；3） axes 建立坐标系；4） imwrite或 uiputfile保存图像；5） uigetfile 文件打开对话框；6）imshow显示图像；7）close退出；8）imadjust 图像的亮度调整；9）rgb2gray图像的灰度调整；10）edge查找边缘；11）imcrop截图。
Matlab simulink AM
摘要:随着matlab7.0的应用日益广泛，所以有必要对它的三种方针方法，作深入的研究。
本文分析了线性模拟调制的原理 ,分别使用脚本程序、Simulink和GUI三种方法对 AM调制系统进行仿真 ,阐述三种方法进行通信系统仿真的一般步骤 ,以实例说明三种仿真方法的特点。
结果表明 ,三种方法各有优劣 ,脚本程序编写比较简单，基于 Simulink仿真模型能够反映系统的动态工作过程 ,基于G U I的可视化界面具有很好的演示效果 ,都是学习、研究设计通信系统的有力工具。
关键词:下边带信号上边带信号脚本程序图形用户界面仿真调制引言目前 ,计算机仿真已经成为解决工程实际问题的重要手段 ,Matlab7.0软件是其中功能最为强大的仿真软件之一。
目前利用 Matlab7.0进行系统性能仿真,主要有三种方法:其一是通过脚本程序的编写 ,实现相关系统仿真和性能分析;其二是利用 Simulink模块库 ,通过鼠标拖拉的方式建立相关系统的仿真模型 ,对每个模块进行参数设置 ,以达到动态系统仿真和性能分析的目的;其三是利用图形用户界面 GU I ,创建各种菜单、按钮等可视化界面 ,通过函数回调等手段 ,实现人机交互的系统仿真及其性能分析。
Matlab7.0语言比较简单 ,脚本程序的编写也比较简单 ,很多语言结构和风格与常用的 C语言非常相似 ,因此 ,对于初学者而言 ,是很容易上手的。
知的Simulink 软件具有丰富的模块库,其中公共模块库共包含 9个模块库[ 1 ]:连续系统模块库、离散系统模块库、函数与表库、数学运算库、非线性系统模块库、信号与系统模块库、系统输出模块库、系统输入模块库、子系统模块库。
除了公共模块库之外, Simulink中还集成了许多面向不同专业领域的专业模块库,如面向控制系统设计与分析的 Control System Toolbox模块库、面向数字信号处理系统设计与分析的 DSP Blockset模块库、专用于通信系统仿真的通讯模块库等。
基于Matlab的m序列生成及性能仿真
ＰＮ＿ｍｏｄ８＝ｒｅｓｈａｐｅ（ＰＮ—ｍｏｄ８，１，５１２）； ｅｎｄ
ｌｏｃａｔｉｏｎ＝１； ｋ＝１： ｆｏｒ ｉ＝１：ｌｅｎｇｔｈ（ｒｅｇ＿ａ１１）
ｉｆ ｒｅｇ＿＿ｔｅｓｔ＝＝ｒｅｇ＿ａｌｌ（ｉ，：） ｌｏｃａｔｉｏｎ（ｋ）＝ｉ； ｋ＝ｋ＋１：
％寻找初始状态，以验证其周期
ｅｎｄ
ｅｎｄ
合伪随机序列的基本性质，可以满足扩频序列的设计需求。
基于以上ｍ序列移位寄存器结构，可在Ｍａｔｌａｂ中用Ｍ语言编程
产生１１３序列的程序代码：
ｒｅｇ＝［１ ０ １ １ １ ０ １ ０ １ １ ０ １］；
％从高位到低位
ｒｅ。ｇＬｔｅｓｔ＝ｒｅｇ；
ｅｏｅｆｆ＝［１ ０ ０ ０ ０ ０ １ ０ １ ０ ０ １ １１；％高位到低位
％计算Ｉｎ序列自相关性
ｓｕｂｐｌｏｔ（２，１，１）；
ｐｌｏｔ（ｊ，ｔｅｍｐ／ｌｅｎｇｔｈ（ｎ））； ｔｉｄｅ（７自相关性，）；
ａｘｉｓ（［一１０００ １０００—０．１ １．２］）；
酣ｄ ｏｎ； 同理可计算ｍ序列互相关性程序。
运行程序后可返回Ｄ１序列相关函数如图２所示。
由图２可以看出，ｍ序列具有良好的自相关特性和互相关性，符
关和互相关特性【”。
１．ｍ序列简介
ｍ序列是最长线性移位寄存序列的简称．是由带线性反馈的移存
器产生的周期最长的序列。它是周期为Ｎ＝２ｒ＿１的线性伪随机序列，ｒ
是移位寄存器阶数。 ｍ序列的性质有闭：
ａ）均衡性，即在ｍ序列的一个周期中，…１’和…０’的数目基本相等。
ｂ）长度为ｋ的游程数目占游程总数的２４．其中“＋”游程和“一”游程
ｉ＝ｌ；
ｆｏｒ ｋ＝１：（２＾ｌｅｎｇｔｈ（ｒｅｇ））
％计算一个周期的ｒｆｌ序列输出
基于Matlab_Simulink的TDMA技术的仿真研究
输入信号经过子系统 ＴＤＭＡＳｕｂｓｙｓｔｅｍ １ 后， 分别在相应的时隙中得到了采样． 将 ０．０１ｓ 分为三 个等间距时隙，第一个时隙用于传送方波信号，第 二个时隙传输正弦波信号，第三个时隙传输锯齿波 信号．
图 ４ ＴＤＭＡＳｕｂｓｙｓｔｅｍ ３ 模块结构 － ４８ －
图 ６ 分时采样后的波形图
图2tdmasubsystem1模块结构图3tdmasubsystem2模块结构图4tdmasubsystem3模块结构图5输入信号波形图图6分时采样后的波形图48图7传输信号波形图34不同时隙分离的信号此信号为模块tdmasubsystem2的输出信号该模块结构与tdmasubsystem1相同将时间上叠加在一起的三个分时信号利用各自的时隙分离开来
关键词：TDMA；Simulink；通信仿真 中图分类号：ＴＰ３９３ 文献标识码：A 文章编号：1673- 260X（2010）12- 0047- 03
1 引言 时分多址，简称 ＴＤＭＡ（Ｔｉｍｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌ－
ｔｉｐｌｅ Ａｃｃｅｓｓ）． 是通信技术中基本多址技术之一， ＴＤＭＡ 应 用 在 北 美 数 字 式 先 进 移 动 电 话 系 统 （Ｄ－ＡＭＰＳ），全球移动通信系统（ＧＳＭ）和个人数字 蜂窝系统（ＰＤＣ）中，卫星通信和光纤通信中也有应 用．
基于Matlab的OFDM调制解调系统仿真实验
基于Matlab的OFDM调制解调系统仿真实验付卫红;韦娟;刘乃安;李晓辉【摘要】本文在介绍OFDM调制解调技术原理的基础上,给出了基于Matlab仿真平台的OFDM调制解调系统仿真框图,详细介绍了关键模块的具体仿真实现方法,包括信号产生模块、基带调制模块、串并变换模块、IFFT模块等.最后对OFDM 调制解调系统性能进行了仿真和分析,结果验证了本文给出的仿真模型的正确性、合理性.【期刊名称】《电气电子教学学报》【年(卷),期】2018(040)002【总页数】5页(P139-143)【关键词】OFDM调制;OFDM解调;基带调制【作者】付卫红;韦娟;刘乃安;李晓辉【作者单位】西安电子科技大学,通信工程学院,陕西西安710071;西安电子科技大学,通信工程学院,陕西西安710071;西安电子科技大学,通信工程学院,陕西西安710071;西安电子科技大学,通信工程学院,陕西西安710071【正文语种】中文【中图分类】G426;TN910 引言“通信原理”是高校通信工程专业非常重要的一门基础课程[1]，该课程主要讲解了几种基本的调制方式，比如BPSK调制、QPSK调制、QAM调制、2ASK调制、2FSK调制等，这些调制方式是通信系统中应用的最基本的调制方式，它们都属于单载波的调制方式，频谱利用率相对较低。
正交频分复用OFDM调制则属于多载波调制，由于多载波之间相互重叠，因此频率利用率高，而且通过添加合适的循环前缀，能够有效地抗多径效应[2-4]。
OFDM调制技术的这些优点使其在第四代、第五代无线通信系统中得到了广泛应用[5，6]。
我校通信工程专业在“通信原理”这门课中简单介绍了OFDM调制的原理，并没有过多涉及OFDM调制信号的产生以及模拟实验方法。
为了让学生更好地了解OFDM技术基本原理、信号特点以及详细的实验仿真过程，本文给出了利用Matlab软件模拟仿真OFDM调制发射接收系统的详细过程，给出了仿真结果，对信号相关波形以及结果进行了分析[7，8]。
matlab_intro讲解
不必记忆类型及方法、技巧，直接求解 没有中间结果
数学建模课程模板 东北大学信息学院
Slide 1 (of 11)
2.2.4 程序流程
循环语句 for， while 转移语句 if， elseif， else 开关语句 switch case 试探语句 try catch 不同流程语句的嵌套使用 每个流程应该对应一个end
Saturday, 2009-3- 21, 22:00:11 数学建模课程模板 东北大学信息学院 Slide 1 (of 11)
Saturday, 2009-3- 21, 22:00:11 数学建模课程模板 东北大学信息学院 Slide 1 (of 11)
2.2.3 基本语句结构
直接赋值语句
A=5; B=[1 2; 3 4]; C=A+6+B^2;
函数调用语句 [e,f,g]=funname(a,b,c)
Saturday, 2009-3- 21, 22:00:11
用MATLAB： eig(A)
Saturday, 2009-3- 21, 22:00:11 数学建模课程模板 东北大学信息学院 Slide 1 (of 11)
例2 可能的隐患 Fibonacci数列
数学描述 C语言实现
存在问题：数据结构的预定义 MATLAB实现
Saturday, 2009-3- 21, 22:00:11 数学建模课程模板 东北大学信息学院
已知函数曲线绘制
已知函数 自变量向量生成
等间距 等对数间距 logspace 不等间距
计算函数值 （点运算） 绘图并检验
Saturday, 2009-3- 21, 22:00:11 数学建模课程模板 东北大学信息学院 Slide 1 (o验 数据存储
《MATLAB课程设计》报告.DOC
《MATLAB课程设计》报告设计题目：基于MATLAB的语音信号采集与处理学生姓名：学生学号：********专业班级：光信息科学与技术答辩时间：2013年12月指导教师：冯明库广东技术师范学院电子与信息学院一、设计目的及意义1. MATLAB软件功能简介MATLAB的名称源自Matrix Laboratory,1984年由美国Mathworks公司推向市场。
它是一种科学计算软件，专门以矩阵的形式处理数据。
MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。
MATLAB软件包括五大通用功能，数值计算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。
其中，符号运算功能的实现是通过请求MAPLE 内核计算并将结果返回到MATLAB命令窗口。
该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。
目前，Mathworks公司已推出30多个应用工具箱。
MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。
MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。
由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。
例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。
MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。
小波变换的原理及matlab仿真程序
基于小波变换的信号降噪研究2 小波分析基本理论设Ψt ∈L 2 R L 2 R 表示平方可积的实数空间,即能量有限的信号空间 , 其傅立叶变换为Ψt;当Ψt 满足条件4,7：2()Rt dw wCψψ=<∞⎰1时,我们称Ψt 为一个基本小波或母小波,将母小波函数Ψt 经伸缩和平移后,就可以得到一个小波序列：,()()a bt bt aψ-=,,0a b R a ∈≠ 2 其中a 为伸缩因子,b 为平移因子;对于任意的函数ft ∈L 2 R 的连续小波变换为：,(,),()()f a b Rt bW a b f f t dt aψψ-=<>=3 其逆变换为：211()(,)()fR R t b f t W a b dadb C a aψψ+-=⎰⎰ 4 小波变换的时频窗是可以由伸缩因子a 和平移因子b 来调节的,平移因子b,可以改变窗口在相平面时间轴上的位置,而伸缩因子b 的大小不仅能影响窗口在频率轴上的位置,还能改变窗口的形状;小波变换对不同的频率在时域上的取样步长是可调节的,在低频时,小波变换的时间分辨率较低,频率分辨率较高：在高频时,小波变换的时间分辨率较高,而频率分辨率较低;使用小波变换处理信号时,首先选取适当的小波函数对信号进行分解,其次对分解出的参数进行阈值处理,选取合适的阈值进行分析,最后利用处理后的参数进行逆小波变换,对信号进行重构;3 小波降噪的原理和方法小波降噪原理从信号学的角度看 ,小波去噪是一个信号滤波的问题;尽管在很大程度上小波去噪可以看成是低通滤波 ,但由于在去噪后 ,还能成功地保留信号特征 ,所以在这一点上又优于传统的低通滤波器;由此可见 ,小波去噪实际上是特征提取和低通滤波的综合 ,其流程框图如图所示6：小波分析的重要应用之一就是用于信号消噪 ,一个含噪的一维信号模型可表示为如下形式：(k)()()S f k e k ε=+* k=…….n-1其中 ,f k 为有用信号,sk 为含噪声信号,ek 为噪声,ε为噪声系数的标准偏差;假设ek 为高斯白噪声,通常情况下有用信号表现为低频部分或是一些比较平稳的信号,而噪声信号则表现为高频的信号,下面对 sk 信号进行如图结构的小波分解,则噪声部分通常包含在Cd1、Cd2、Cd3中,只要对 Cd1,Cd2,Cd3作相应的小波系数处理,然后对信号进行重构即可以达到消噪的目的;降噪方法一般来说, 一维信号的降噪过程可以分为 3个步骤进行5,6：1一维信号的小波分解,选择一个小波并确定一个小波分解的层次N,然后对信号进行N 层小波分解计算;2） 小波分解高频系数的阈值量化,对第1层到第N 层的每一层高频系数, 选择一个阈值进行软阈值量化处理．3） 一维小波的重构;根据小波分解的第 N 层的低频系数和经过量化处理后的第1层到第N 层的高频系数,进行一维信号的小波重构;在这 3个步骤中,最核心的就是如何选取阈值并对阈值进行量化,在某种程度上它关系到信号降噪的质量．在小波变换中,对各层系数所需的阈值一般根据原始信号的信号噪声比来选取,也即通过小波各层分解系数的标准差来求取,在得到信号噪声强度后,可以确定各层的阈值;这里着重讨论了信号在两种不同小波恢复后信号质量的不同和对信号中的信号与噪声进行分离;4．仿真实验本文采用Mtalab 本身程序提供的noissin 信号函数及初设原始信号fx 为例进行Matlab 分析1,3,其中：()sin(0.03)f x t =e = noissin + randnsizee1;首先对noissin 函数上叠加上随机噪声信号得到e,分别对比采用db10小波和sym8小波对信号e 进行5层分解,并且细节系数选用minimaxi 阈值模式和尺度噪声db10以及选用sure阈值模式和尺度噪声sym8;在进行噪声消除后,还对原信号进行进一步分析,将原始信号和噪声信号分离开来,仿真结果如图所示：图1图2图3图1-1为原始信号图形,1-2为叠加随机噪声后的图形,而1-3和1-4为利用db10和sym8小波默认阈值降噪后的信号图形;从图1-3和1-4可以看出利用db10和sym8小波降噪后的信号基本上恢复了原始信号,去噪效果明显;但是滤波后的信号与原始信号也有不同,从图中可以很直观地看到采用阈值消噪后信号特征值较少无法准确还原原始信号这是由于为降噪过程中所用的分析小波和细节系数的阈值不恰当所致,如需要更好的恢复信号,还可以采用其它种类小波对其进行分析,通过选取不同的阈值,分析结果,得到一个合适的阈值;从图2和图3中看出,在经过用db10对信号进行5层分解,然后分别对分解的第5层到第1层的低频系数和高频系数进行重构;可以得出其主要基波函数和高频噪声函数的图形,其中小分波分解的细节信号是有白噪声分解得到的,而正弦信号可以在图2中的近似信号a5得到;因为在这一层的影响已经可以忽略了,所以获得的信号就是初始信号的波形,从而把淹没在噪声中的有用信号有效地分离出来;5 总结小波变换对平稳信号的去噪声,要比传统的滤波去噪声得到的效果好．用小波变换进行信号降噪处理, 既降低了噪声同时又提高了信噪比,这说明小波降噪方法是切实可行的方案, 但是由于小波函数很多,采用不同的小波进行分解, 得到的结果可能相差很大, 而变换前并不能预知哪一种小波降噪效果更好,需反复试验比较才能得到良好的效果,这也是小波变换的困难之处之一;另外信号降噪过程中阀值的选取是十分重要的;本文利用两个小波sym8 ,db 10 以及将信号中的信噪分离开来,更加直观可行,通过分别进行信号降噪处理对所得结果与原始信号进行比较可以得出Sym8小波以及默认阈值处理后的重构信号与原始信号最为接近,与分离的结果相同;小波分析是一种信号的视频分析方法,它具有多分辨率分析的特点 ,很适合探测正常信号中夹带的瞬态反常现象并展示其成分,有效区分信号中的突变部分和噪声;通过MATLAB编制程序进行给定信号的噪声抑制和非平稳信号的噪声消除实验表明:基于小波分析的消噪方法是一种提取有用信号、展示噪声和突变信号的优越方法 ,具有广阔的实用价值;在这个越来月信息化的社会中,基于小波分析的应用前景必将越来越广泛;N=10;t=1:10;f=sint.expt+20sint.expt+5sint.expt;plott,f;f=sint.expt+20sint.expt+5sint.expt;输出数据fid=fopen'E:','wt';>> fprintffid,'%f\n',L;C,L=wavedecf,5,'db10';>> fid=fopen'E:','wt';>> fprintffid,'%f\n',L;>> fprintffid,'%f\n',C;>> C,L=wavedecf,1,'db10';>> fid=fopen'E:','wt';>> fprintffid,'%f\n',C;>> C,L=dwtf,'db10';>> fid=fopen'E:','wt';>> fprintffid,'%f\n',C;>> fprintffid,'%f\n',L;参考文献1徐明远,邵玉斌.MATALAB仿真在通信与电子工程中的应用M.西安：西安电子科技大学出版社,2010.2张志涌,杨祖樱等编著.MATLAB教程R2006a-R2007aM.北京：北京航空航天出版社,2006. 3张德丰.详解MATLAB数字信号处理M北京：电子工业出版社,2010.4杨建国.小波分析及其工程应用M北京：机械工业出版社,2005.5冯毅,王香华.小波变换降噪处理及其MATLAB实现J.数字采集与处理,2006,,2112：37-39. 6禹海兰,李天云.基于小波理论的噪声信号分析J.东北电力学院学报.3:36-40.7潘泉,张磊,孟晋丽,张洪才著,小波滤波方法及应用M.北京：清华大学出版社,2005.附仿真源码如下：N=1000;t=1:1000;f=sint;load noissin;e1=noissin;init=66;randn'seed',init;e = e1 + randnsizee1;subplot2,2,1;plott,f;xlabel'1 样本序列'; //x轴标记ylabel'原始信号幅值'; //y轴标记grid ;subplot2,2,2;plote ;xlabel'2 测试样本序列' ;ylabel'含有已加噪声的信号幅值' ;grid ;s1=wdene,'minimaxi','s','one',5,'db12'; subplot2,2,3;plots1;xlabel'3 db10降噪后信号' ;ylabel 'db10小波降噪后的信号幅值';grid;s2=wdene,'heursure','s','one',5,'sym8'; subplot2,2,4;plots2;xlabel'4 sym降噪后信号';ylabel'sym8小波降噪后的信号幅值';grid;figure;subplot6,1,1;plote;ylabel'e';C,L=wavedece,5,'db10';for i=1:5a=wrcoef'a',C,L,'db10',6-i;subplot6,1,i+1; plota;ylabel'a',num2str6-i;endfigure;subplot6,1,1;plote;ylabel'e';for i=1:5d=wrcoef'd',C,L,'db10',6-i;subplot6,1,i+1;plotd;ylabel'd',num2str6-i;end。
FIR数字滤波器的设计及其在MATLAB中的仿真实现
FIR数字滤波器的设计及其在MATLAB中的仿真实现
闫晓艳;傅丰林;陈健;阔永红
【期刊名称】《电子科技》
【年(卷),期】2004(000)005
【摘要】介绍了FIR数字滤波器的设计方法,以及MATLAB工具箱中交互式信号处理工具--SPTool在滤波器设计中的应用.并以两个FIR数字带通滤波器(中心频率分别是90Hz和150Hz,带宽都是30Hz)的设计为例,详细说明了采用Least Squares FIR准则、利用SPTool工具设计FIR的步骤.所设计的滤波器通带内波纹小于0.2dB,阻带衰减大于40dB.
【总页数】4页(P43-46)
【作者】闫晓艳;傅丰林;陈健;阔永红
【作者单位】西安电子科技大学通信工程学院,陕西,西安,710071;西安电子科技大学通信工程学院,陕西,西安,710071;西安电子科技大学通信工程学院,陕西,西
安,710071;西安电子科技大学通信工程学院,陕西,西安,710071
【正文语种】中文
【中图分类】TN713+.7
【相关文献】
1.基于CCS环境和MATLAB仿真的FIR数字滤波器实现 [J], 梅志红;赵莉
2.基于MATLAB的辅助教学课件设计与实现--以FIR数字滤波器设计为例 [J], 梁丽娟;冯国瑞;李永江
3.基于MATLAB软件的FIR数字滤波器的设计和仿真 [J], 赵秀克;刘剑;巩沛源
4.FIR数字滤波器的MATLAB仿真和DSP的实现 [J], 陶炳坤;陈鹏宇;李楠;濮霞
5.基于MATLAB的FIR数字滤波器仿真设计研究 [J], 关云静
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Matlab的图形轮廓提取及填充
上面我们研究了如何提取黑白图形的轮廓， 其实在我们获得的网络图像图形资源中， 还经常得到一些轮廓图形， 我们需要将这 些轮廓填充起来作为形状来研究， 因此有必要研究如何有效地填充边界轮廓。为便于实验， 本文中用来填充的轮廓图形都是简单的 轮廓图形。
轮廓都是一个闭合的曲线， 但有些图形的边界非常接近画布的边缘， 以至于在填充时程序往往将这部分区域作为对象外部区 域， 即背景来考虑， 这样就导致轮廓的范围被改变， 从而不能正确填充。因此在填充前， 我们需要利用 ｐｈｏｔｏｓｈｏｐ 中的动作命令将轮 廓图形的画布变得稍大一些， 例如原始图像画布大小为 ２５６＊２５６， 那么我们可以将其尺寸改为 ２８０＊２８０， 这样， 一些轮廓点就不会距 离画布边缘过近了。
收稿日期： ２００８－ ０２－ １４ 作 者 简 介 ： 井 艾 斌 ， 女 ， 山 东 师 范 大 学 传 播 学 院 ２００６ 级 硕 士 研 究 生 ， 研 究 方 向 ： 计 算 机 教 育 应 用 ； 柳 青 ， 女 ， 山 东 师 范 大 学 传 播 学 院
２００５ 级硕士研究生， 研究方向： 计算机教育应用； 孟祥增， 男， 山东师范大学传播学院教授， 研究方向： 计算机教育应用。
画布尺寸处理好以后， 我们就可以进行填充了。目前研究比较多的填充算法有扫描线算法、种子填充算法等。但这些算法的代 码不易编写， 而且对于简单的形状来说， 这些算法显得比较繁琐， 针对我们的实验中使用的轮廓图形比较简单的特点， 我们提出了 一种较为简单的轮廓填充思想， 这种算法共分为两大步， 这里我们所取一幅背景为黑色的帽子的轮廓图”ｈａｔ．ｂｍｐ”为例， 如图 ４。
另外， 因为我们需要研究的对象是形状而非内部细节， 所以本文所涉及的轮廓， 指图形的外轮廓， 不包括图形内部的孔洞所围 成的内部边界， 例如， 对于示例图 １， 我们所期望得到的轮廓是如图 ３ 所示的外轮廓， 而非图 ２ 所示图形的整个内外边界轮廓。
- 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)。
view([-1,0,1])
view([0,0,1])
三. 图形的旋转
rotate(旋转对象,P,角度) P 是三维空间的一个点,如P为(0 0 1) P与原点(0 0 0)构成旋转轴 按右手定则旋转对象
x,y]=meshgrid(-3:0.125:3);z=peaks(x,y);figure(1) ; urf(x,y,z) ;colormap (autumn);shading interp; 1 P=[0 0 1];
colormap设置当前图形的调色板
colormap(选择参数) %设置调色板
'default' 为默认调色板
Colorbar 显示条形调色板样图
默认调色扳: 用颜色代表Z方向的高度 Z高度的最下方为蓝色 高度升高,由蓝变绿,变黄,变红
例1: 默认调色板
[x,y]=meshgrid (-3:0.125:3); z=peaks(x,y); figure(1) mesh(x,y,z); Colormap ('default' )
%设置默认调色扳
Colorbar
%显示条形调色板样图
MATLAB 常用的调色板
%设置调色板
autumn bone gray hsv pink 'default' 为默认 autumn bone gray hsv pink 由红到橙色 灰度颜色板 线性灰度 红黄青蓝 粉色
默认
colormap(选择参数)
colormap (bone)
例4: 选用gray调色板
=0:pi/18:2*pi
igure(1)
x,y,z]=cylinder(2+sin(t))
urf(x,y,z)
hading interp
colormap (gray)
colorbar
例5: 选用hsv调色板
t=0:pi/20:4*pi figure(1) [x,y,z]=cylinder(t.*sin(t)) surf(x,y,z) shading interp colorbar colormap (hsv)
'default' 为默认调色板
colorbar 显示条形调色板样图
view([x y z])设置观察点为(x , y , z)
rotate(旋转对象,P,角度)
�
内容提要: 图形的调4*3的RGB矩阵, 每行表示1种颜色 元素值:0~1 一般为64种颜色
常用颜色的RGB成份 R(红色) G(绿色) B(蓝色)
0 0 0 0 1 …… 0.5 ……. 0 0 1 1 0 0.5 0 1 0 1 0 0.5 黑色 蓝色 绿色 青蓝 红色 灰色
3.8 图形函数(了解)
回顾: figure(n) subplot(m,n,p) plot(x,y) grid on/off axis ([xmin xmax ymin ymax ]) bar bar3 hist pie meshgrid mesh 三维网格曲线 surf 三维网格曲面 sphere 画球体 cylinder 画圆柱体 …
… P120
例2:用autumn显示多峰曲线
[x,y]=meshgrid(-3:0.125:3); z=peaks(x,y); figure(1) surf(x,y,z) ; shading interp; colormap (autumn) colorbar
例3:用bone显示多峰曲线
[x,y]=meshgrid(-3:0.125:3); z=peaks(x,y); figure(1) waterfall(x,y,z) %流水效果 colorbar
例6: 选用pink调色板
figure(1) sphere() shading interp colorbar colormap (pink)
二.图形的视角
view([x y z]) 在直角坐标系中,设置观察点为(x , y , z) 缺省:为默认观察点
(-1,-1.2,0.9)
例:多峰函数 [x,y]=meshgrid(-3:0.125:3) ; z=peaks(x,y) ; surf(x,y,z) view([-1,-1.2 ,2 ])
2
igure(2),
h2=surf(x,y,z)
otate(h2, P,90)
olormap (autumn) 3
hading interp;
igure(3),h3=surf(x,y,z)
otate(h3, P,270)
olormap (autumn)
hading interp;
小结: colormap(选择参数) %设置调色板