劉蓉彥　鄧紅亮　汪桃

摘要：Matlab作為編程語言和可視化工具，現(xiàn)已集成了圖像處理的模塊。隨著數(shù)字圖像技術的發(fā)展，現(xiàn)在已經(jīng)擁有很多成熟的算法，并且許多算法在Matlab中都已經(jīng)實現(xiàn)并形成了圖像處理工具箱。人們對圖像技術的要求也越來越高，單一的算法已經(jīng)不能滿足圖像在航空航天、生物工程、醫(yī)藥圖像、軍事公安以及道路交通等領域的需求。

關鍵詞：圖像處理；分析；MATLAB GUI

中圖分類號：TP390 文獻標識碼：A 文章編號：1009-3044（2018）19-0193-03

1 背景

隨著數(shù)字圖像技術的發(fā)展，現(xiàn)在已經(jīng)擁有很多成熟的算法，并且許多算法在Matlab中都已經(jīng)實現(xiàn)并形成了圖像處理工具箱。人們對圖像技術的要求也越來越高，單一的算法已經(jīng)不能滿足圖像在航空航天、生物工程、醫(yī)藥圖像、軍事公安以及道路交通等領域的需求。數(shù)字圖像處理技術將會伴隨著未來信息領域技術的發(fā)展，更加深入到生產(chǎn)和科研活動中，成為人類生產(chǎn)和生活必不可少的內(nèi)容[1]。

2 系統(tǒng)的總體設計

使用MATLAB GUI實現(xiàn)圖像的基本處理，諸如圖像代數(shù)運算，運動圖像模糊以及運動圖像復原，圖像平滑處理等多種圖像處理，可以簡化很多工作。利用MATLAB提供的GUI平臺設計一個面向?qū)ο蟮目梢暬僮鹘缑?，所有的功能都對應一個相應的回調(diào)函數(shù)，回調(diào)函數(shù)編寫成功后便可實現(xiàn)數(shù)字圖像處理，此設計的模塊結構如圖1所示：

3 系統(tǒng)的界面設計

每個界面都是由相應的按鈕對應的Callback函數(shù)構成，每個Callback函數(shù)對應的運行結果顯示在可編輯文本框內(nèi)。

3.1 軟件主界面

主界面是軟件開始運行是的主要界面，也是進入數(shù)字圖像處理的各個界面的借口，主要是按鈕進入系統(tǒng)，如圖2所示：

3.2 軟件子界面

該次設計的平臺是對圖像進行各種基本的操作，如圖像運算，圖像分割等，通過GUI進行圖像處理操作。

3.2.1 圖像運算

圖像運算是對圖像進行代數(shù)運算、圖像平移、圖像鏡像變換，圖像旋轉(zhuǎn)和圖像校正，如圖3所示為圖像運算的框架圖。

圖像加法運算是將同一場景的多幅圖像求平均，加法運算可以降低圖像中的隨機噪聲[2]圖像減法運算是對兩幅圖像的像素值進行減法運算，然后再輸出減法操作之后的圖像，將其放在指定的fig上。如圖4。

3.2.2 圖像分割

圖像分割作為圖像處理領域中一個極為重要的內(nèi)容之一，圖像分割是將圖像中有意義的部分或者需要應用的部分分割出來。圖像分割的基本應用有邊緣檢測和圖像二值化等[4]。

圖像二值化將彩色的圖像分割成只有0和225兩種灰度的圖像，在程序中讀入一個彩色圖像，然后將其二值化，用編程語言將圖像進行處理。

邊緣檢測算子檢查每個像素的領域，并對灰度變化率進行量化，經(jīng)典的邊緣檢測方法是對云圖像按像素的某范疇組織邊緣檢測算子，如梯度算子、Sobel算子、拉普拉斯算子等[4]。不同邊緣檢測如圖5所示：

3.2.3 圖像改善

圖像改善在數(shù)字圖像處理中較為常用，圖像改善可以對圖像進行復原，增強等。

3.2.3.1 圖像復原

在運動中拍下的照片極易因為技術原因而變成模糊圖像，使用圖像復原可以將模糊圖像通過根據(jù)先驗知識建立退化模型的方式對模糊圖像進行恢復。如圖6。

3.2.3.2 圖像增強

圖像增強是圖像進行加工的不可缺少的步驟。一般的操作是將讀入的圖像選擇合適的濾波器對圖像進行濾波，消除噪聲然后經(jīng)過傅里葉逆變換得到增強的圖像。

1）直方圖均衡化

直方圖均衡化通過改變函數(shù)將原圖的直方圖調(diào)整為具有“平坦”傾向的直方圖，進而校正圖像。

2）間域濾波

空間域濾波是使用空域模板將圖像進行遍歷處理，突出圖像的某一部分，比如突出邊緣可以將圖像強化。如圖7所示為其中的一種操作。

3）偽彩色增強

偽彩色圖像是將黑白圖像按照一定的灰度級映射成相應的彩色圖像，增強圖像的可視化和提高圖像的辨識度。如圖8。

3.2.4 直線提取

Hough變換屬于特性提取技術，最初只是用于二值圖像直線檢測，后來拓展到檢測任意形狀，在二維參數(shù)空間里，Hough變換就是利用在圖像空間中具有一定特性的像元，通過某種映射的形式去尋找與之有聯(lián)系的累積對應點[3]。如圖9。

3.2.5 圖像常用正交變換

1）傅里葉變換

傅里葉變換應用十分廣泛，如圖10。

2）離散余弦變換，簡稱DCT對于信號和圖像進行有損數(shù)據(jù)壓縮。由于離散余弦變換具有很強的“能量集中”特性，大多數(shù)的自然信號都集中在離散余弦后的低頻部分。如圖11。

3.2.6 圖像小波變換

小波變換可以很好地提取圖像的信息。小波變換可以實現(xiàn)圖像去噪處理和壓縮處理等操作，如下圖為小波變換中的去噪處理。如圖12。

4 結束語

該平臺借助MATLAB GUI數(shù)字圖像處理功能，擁有GUI界面簡單直觀的優(yōu)勢。同過調(diào)用返回函數(shù)的方法實現(xiàn)對圖像的簡單處理。如圖像代數(shù)運算，圖像分割，圖像改善等。隨著數(shù)字圖像的應用的愈發(fā)廣泛，這些基礎的操作將會在科技領域提供更多的幫助。

參考文獻：

[1] 李磊. 基于MATLAB GUI的數(shù)字圖像處理系統(tǒng)設計[D]. 成都： 成都理工大學， 2012.

[2] 英英. 基于MATLAB的圖形圖像處理系統(tǒng)的實現(xiàn)[D]. 呼和浩特： 內(nèi)蒙古大學， 2013.

[3] 李磊. 基于MATLAB GUI的數(shù)字圖像處理系統(tǒng)設計[D]. 成都： 成都理工大學， 2012.

[4] 郭曉軍. 數(shù)字圖像處理[M]. 北京： 電子工業(yè)大學出版社， 2009.