資源鏈接
https://gitee.com/chending006/shuzituxianghttps://gitee.com/chending006/shuzituxiang
課題介紹
matlab具有完備的圖形處理功能、友好的用戶界面以及功能強大的圖形處理工具箱，能夠實現對數字圖像的編輯和處理工作，實現功能包括數字圖像的讀取、存儲、顯示、去色、圖像翻轉、局部放大、透明度調整、去噪、平滑、銳化、壓縮、邊緣檢測等操作。
本文的主要內容如下：
1．研究圖像處理技術，包括圖像處理技術的分類、數字圖像處理的特點，主要內容以及應用。
2．分析MATLAB軟件及其在圖像處理中的應用。
3．完成系統的總體設計，各功能模塊設計。由于篇幅有限，本文重點論述了圖像變換模塊的設計，對已有的算法進行了分析，并進行了改進，利用MATLAB軟件完成了算法的實現，最后通過實例說明處理效果。
4．設計友好的、易于操作的圖形用戶界面，方便用戶對結果的觀察以及對已有算法的比較研究和新算法的開發。
5. 向做好的平臺中添加圖像，圖像的讀取、存儲、顯示、去色、圖像翻轉、局部放大、透明度調整、去噪、平滑、銳化、壓縮、邊緣檢測等操作。
二、菜單介紹
源碼二值圖像處理
global img_src
axes(handles.axes_dst);
x=im2bw(img_src);
imshow(x);
title('二值圖片處理')
圖片旋轉
W=imrotate(img_src,180,'crop');
imshow(W);
title('旋轉180后的圖片')
圖片剪切
I=imcrop(img_src);
imshow(I);
title('剪切圖片');
離散余弦變換
K=dct2(I);
imshow(K);
title('DCT變換后的圖片')
離散小波變換
[cA,cH,cV,cD]=dwt2(M,'db1'); %use db1 wavelet to discompose the picture
A=upcoef2('a',cA,'db1',1);
H=upcoef2('h',cH,'db1',1);
V=upcoef2('v',cV,'db1',1);
D=upcoef2('d',cD,'db1',1); % coding
均值濾波
H=ones(4,4)/16;
K=imfilter(img_src,H);%%%%對圖片進行均值濾波
imshow(K);
title('均值濾波后的圖片')
邊緣檢測
BW1=edge(K,'sobel');%%BW2=edge(K,'roberts',0.005); BW3=edge(K,'prewitt'); BW4=edge(K,'log',0.0005);
圖片壓縮
B=rgb2gray(img_src);
[c,s]=wavedec2(B,2,'db1');
a=appcoef2(c,s,'db1',1);
h=detcoef2('h',c,s,1);
v=detcoef2('v',c,s,1);
d=detcoef2('d',c,s,1);
k=[a h;v d];
b=wcodemat(a,500,'mat');
a1=0.5*b;
subplot(221);
imshow(B)
title('原始灰度圖片')
subplot(222);
image(k);
title('變換后各頻率分量')
r=appcoef2(c,s,'db1',2);
b=wcodemat(r,500,'mat');
a2=0.25*b;
subplot(223);
image(a1);
title('第一次壓縮圖片');
subplot(224);
image(a2);
title('第二次壓縮圖片');
whos('a1');
whos('a2');
圖像去噪
J=imnoise(B,'gaussian',0,0.09);
%%M=imnoise(B,'salt & pepper');
subplot(121);
imshow(J);
title('加噪聲的圖片');
[a,b,c]=ddencmp('den','wv',J);
K=wdencmp('gbl',J,'sym4',2,a,b,c);
K=uint8(K);
subplot(122);
imshow(K);
title('去噪后的圖片');
總結
以上是生活随笔為你收集整理的matlab数字图像处理系统的全部內容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。
