基于界面GUI的图像处理软件综合设计（基于Matlab ）.doc

《基于界面GUI的图像处理软件综合设计（基于Matlab ）.doc》由会员分享，可在线阅读，更多相关《基于界面GUI的图像处理软件综合设计（基于Matlab ）.doc（23页珍藏版）》请在三一办公上搜索。

1、河海大学计算机与信息学院（常州）MATLAB课程设计报告专业、学号 学生姓名 指导教师 完成时间 摘要数字图像处理技术是20世纪60年代发展起来的一门新兴学科，随着图像处理理论和方法的逐步完善，使得数字图像处理技术在各个领域得到了广泛的应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言，同时又是一个科学计算平台，它为数据分析和数据可视化、算法和应用程序开发提供了核心的数学和高级图形工具。MATLAB集成了功能强大的工具箱，MATLAB语言的语法特性与C语言极为相似，且更加简单，并且MATLAB语言可移植性好、扩展性强，再加上其中有丰富的图像处理函数，使得它在我们今后的学习

2、和工作有越来越重要的作用。本报告主要描述了简单的基于界面GUI的图像处理软件综合设计以及嵌入式设计：基于ICETEK-DM642-P4 的嵌入式DSP图像处理算法实现。这些都比较简单，主要为今后的学习打下基础。关键字：MATLAB、界面GUI处理、数字图像处理目录摘要-2设计一、基于界面GUI的图像处理软件综合设计（基于Matlab ）-4一、设计目的 -4二、设计要求 -4三、设计内容 -4四、总体设计 -4五、具体设计 -5图像的读取与包存 -5图像转化为灰度图像 -6图像直方图统计和直方图均衡 -6加入各种噪声，并通过几种滤波算法实现去噪-7边缘检测-12RGB图像处理-14图像锐化-1

3、5六、结果分析 -17设计二、嵌入式设计：基于ICETEK-DM642-P4 的嵌入式DSP图像理算法实现-18一、设计目的-18二、设计内容-18三、具体设计-18熟悉TMS320C6000软件开发过程-18了解边缘检测的算法和用途，利用Sobel 算子进行边缘检测，实现基于Sobel算子的边缘检测方法-20四、实验结果-22心得体会-22 设计一、基于界面GUI的图像处理软件综合设计（基于Matlab ）一、 设计目的综合运用MATLAB工具箱实现图像处理的GUI程序设计。二、 设计要求1、 熟悉掌握MATLAB的程序设计方法。2、 掌握MATLAB GUI程序设计。3、 学习和熟悉MAT

4、LAB图像处理工具箱。4、 学会运用MATLAB图像处理工具箱对图像分析。三、 设计内容设计一个软件，实现功能包括图像的读取、存储、显示、图像转换、加噪、去噪、增强、边缘检测、直方图统计等。四、 总体设计因为我们要学习的是运用MATLAB工具箱设计的方法和步骤，再加上能力有限，所以该软件实现的功能较简单，其菜单如下：设计完成时菜单界面如下：五、 具体设计图像的读取与保存1、 打开设计的时候，通过打开一个对话框来实现，选择uigetfile函数来实现，uigetfile函数显示一个打开文件的对话框，该对话框自动列出当前路径下的目录和文件。其使用方法如下：global im %定义一个全局变量im

5、filename,pathname=uigetfile(*.*;*.bmp;*.tif;*.png,select picture); %选择图片路径str=pathname filename; %合成路径+文件名im=imread(str); %读取图片axes(handles.axes1); %使用第一个axesimshow(im); %显示图片2、 保存同样通过打开一个对话框来实现，选择uiputfile函数来实现global BW %定义处理后的图片BW这个全局变量filename,pathname,filterindex=uiputfile(*.bmp;*.tif;*.png,save

6、 picture);存储图片路径if filterindex=0return %如果取消操作，返回elsestr=pathname filename; %合成路径+文件名axes(handles.axes2); %使用第二个axesimwrite(BW,str); %写入图片信息，即保存图片end3、 退出这就简单了，程序如下：clc;close all;close(gcf);图像转化为灰度图像。由于在matlab中较多的图像处理函数支持对灰度图像进行处理，故对图像进行灰度转化十分必要。可利用rgb2gray（X）函数对其他图像进行灰度图像的转化。转化实例如下：实现程序段如下：global T

7、axes(handles.axes2);T=getimage;x=rgb2gray(handles.img); imshow(x);handles.img=x;guidata(hObject,handles); p=inputdlg(prompt,input,1,defans); p1=str2num(p1); f=imresize(handles.img,p1,bilinear); imshow(f); handles.img=f; guidata(hObject,handles);end图像直方图统计和直方图均衡。 （1）通过histeq（X）函数实现直方图均衡。因为此函数只能对灰度图像进

8、行直方图均衡。故应先将彩图转为灰度图像。 在上一步的基础上对第二幅图进行直方图均衡：直方图均衡实现程序段如下：% - Executes on button press in pushbutton7.function pushbutton7_Callback(hObject, eventdata, handles)% hObject handle to pushbutton7 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles an

9、d user data (see GUIDATA)global Taxes(handles.axes2);T=getimage;h=histeq(handles.img); imshow(h);handles.img=h;guidata(hObject,handles); 关键部分：通过 h=histeq(handles.img)进行直方图均衡 （2）直方图统计。通过利用imhist(X)函数来实现直方图统计。% - Executes on button press in pushbutton8.function pushbutton8_Callback(hObject, eventdata,

10、 handles)% hObject handle to pushbutton8 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)axes(handles.axes2);x=imhist(handles.img); %直方图统计x1=x(1:10:256);horz=1:10:256;bar(horz,x1);axis(0 255 0 15000);set(handles.

11、axes2,xtick,0:50:255);set(handles.axes2,ytick,0:2000:15000);注意：横纵坐标的范围应选取适当，否则，统计图表有可能超出范围。加入各种噪声，并通过几种滤波算法实现去噪。（1）加入噪声。通过imnoise(I,type,parameters)来加入各种噪声。加入椒盐噪声加入高斯噪声：加入乘性噪声：实现程序段如下：function uipanel4_SelectionChangeFcn(hObject, eventdata, handles)% hObject handle to uipanel4 (see GCBO)% eventdata

12、reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)global Tstr=get(hObject,string);axes(handles.axes2);switch str case 椒盐噪声 T=getimage; prompt=输入椒盐噪声参数1:; defans=0.02; p=inputdlg(prompt,input,1,defans); p1=str2num(p1); f=imnoise(handles.

13、img,salt & pepper,p1); imshow(f); handles.img=f; guidata(hObject,handles); case 高斯噪声 T=getimage; prompt=输入高斯噪声1:,输入高斯噪声2; defans=0,0.02; p=inputdlg(prompt,input,1,defans); p1=str2num(p1); p2=str2num(p2); f=imnoise(handles.img,gaussian,p1,p2); imshow(f); handles.img=f; guidata(hObject,handles); case

14、乘性噪声 T=getimage; prompt=输入乘性噪声1:; defans=0.02; p=inputdlg(prompt,input,1,defans); p1=str2num(p1); f=imnoise(handles.img,speckle,p1); imshow(f); handles.img=f; guidata(hObject,handles); end（2）滤除噪声（高斯噪声）。（因为只能对灰度图滤波，所以应先转换为灰度图）滤波前中值滤波后低通滤波器滤波后实现程序段如下：中值滤波：global im;global y;y2=double(y)/255;MEDFILT=me

15、dfilt2(y2,3 3);axes(handles.axes2);imshow(MEDFILT,);低通滤波：global imglobal yM N=size(im);F=fft2(y);fftshift(F);Dcut=100;D1=250;for u=1:M for v=1:N D(u,v)=sqrt(u2+v2); BUTTERH(u,v)=1/(1+(sqrt(2)-1)*(D(u,v)/Dcut)2); endend BUTTERG=BUTTERH.*F; BUTTERfiltered=ifft2(BUTTERG);axes(handles.axes2);imshow(BUTT

16、ERfiltered,)边缘检测Robert算法检测：Sobel算法检测：Prewitt算法检测：Log算法检测：Canny算子检测：实现程序：Robert算子：global imglobal cwaxes(handles.axes2);cw=edge(im ,robert);imshow(cw);Sobel算子：global imglobal dwaxes(handles.axes2);dw=edge(im ,sobel);imshow(dw);Prewitt算子：global imglobal dwaxes(handles.axes2);dw=edge(im ,prewitt);imsho

17、w(dw);Log算子：global imglobal dwaxes(handles.axes2);dw=edge(im ,log);imshow(dw);Canny算子：global imglobal dwaxes(handles.axes2);dw=edge(im ,canny);imshow(dw);RGB图像处理转换为索引图：转换为二值图：实现程序：索引图像：global imY2=rgb2ind(im,128);axes(handles.axes2);imshow(Y2);二值图像：global imwm=im2bw(im,0.4);axes(handles.axes2);imsho

18、w(wm);图像锐化Sobel算子滤波：拉氏算子滤波：空域高通滤波：频域高通滤波：实现程序：Sobel算子滤波：global imH=fspecial(sobel);K=filter2(H,im);axes(handles.axes2);imshow(K);拉氏算子滤波：global imam=double(im);h=0 1 0,1 -4 1,0 1 0;J=conv2(am,h,same);K=am-J;axes(handles.axes2);imshow(K);空域高通滤波：global imj=im2double(im)h=-1 -1 -1,-1 9 -1,-1 -1 -1;K=con

19、v2(j,h,same);axes(handles.axes2);imshow(K);频域高通滤波：global imglobal yM N=size(im);F=fft2(y);fftshift(F);Dcut=100;D1=250;for u=1:M for v=1:N D(u,v)=sqrt(u2+v2); BUTTERH(u,v)=1/(1+(sqrt(2)-1)*(Dcut/D(u,v)2); endend BUTTERG=BUTTERH.*F; BUTTERfiltered=ifft2(BUTTERG);axes(handles.axes2);imshow(BUTTERfilter

20、ed,)六、结果分析软件测试基本成功，课题所要求的功能均能较好实现。但一些功能只支持灰度图像的处理。其中值得一提的是在滤波处理中的低通滤波与高通滤波的效果。由于一般图像中含有较多的低频信息成分高频成分较少，通过低通滤波后，噪声以及高频成分被滤除，图像虽有少量失真，略显模糊，但尚可辨识。但若是通过高通滤波后，大量的有效低频信息被滤除，图像严重失真，不可辨识。设计二、嵌入式设计：基于ICETEK-DM642-P4 的嵌入式DSP图像处理算法实现一、 设计目的 掌握Code Composer Studio2.2 的安装和配置，熟悉TMS320C6000软件开发过程，熟悉怎样运用该软件来做相关的实际图

21、像处理。二、设计内容掌握Code Composer Studio2.2 的安装和配置，熟悉TMS320C6000软件开发过程：创建工程和管理工程、编译和调试、使用观察窗口、了解图形功能（实验书P40-45）；了解边缘检测的算法和用途，利用Sobel 算子进行边缘检测，实现基于Sobel算子的边缘检测方法（实验书P106-108） ； 在的基础上，修改核心代码，调试实现基于Prewitt算子的边缘检测方法。三、具体设计熟悉TMS320C6000软件开发过程1. 实验准备. 连接实验设备，连接220V 供电电源连线，请使用有质量保证的220V 电源插座。. 打开实验箱上的开关，给实验箱供电。上电正

22、常时，ICETEK-DM642-P4 评估板的上电指示灯常亮，复位指示灯熄灭。注意：如果在ICETEK-DM642-P4 评估板上电后，指示灯的亮灭状态不对，请立即关闭实验箱电源开关，检查设备。打开液晶显示屏电源开关，此时液晶显示屏上应显示条状彩条。如果没有彩条显示，请按下板上的S3 复位按钮，再次观察液晶显示屏是否有彩条输出。提示：如果使用自配的图像输入设备和图像输出设备，请务必保证各设备与DM642-P4评估板的供电电源共地。如果不共地，过大的电压差，将击穿DM642 评估板。2. 设置Code Composer Studio2.2 在硬件仿真(Emulator)方式下运行请参照第二部分，

23、第二章操作。3. 启动Code Composer Studio2.2双击桌面上“CCS 2(C6000)”，启动Code Composer Studio2.2；如果无法进入CCS软件，请参照第二部分，第三章操作，排除问题。4. 创建工程. 创建新的工程文件：选择菜单“Project”的“New”项；在“Project Creation”对话框中，在“Project”项输入USECCS ； 单击“ Location ” 项末尾的浏览按钮， 改变目录到C:ICETEK-DM642-P4Lab501-USECCS，单击“OK”；单击“完成”；这时建立的是一个空的工程文件； 展开主窗口左侧工程管理窗口

24、中“ Projects ” 下新建立的“USECCS .pjt”，其中各项均为空。提 示：如果要创建库文件，只需要在建立新工程时，将“Project”中的选项更改为“Library (.lib)”即可。. 在工程文件中添加程序文件：选择菜单“Project”的“Add Files to Project”项；在“Add Files to Project”对话框中选择文件目录为Lab501-USECCS，改变文件类型为“C Source Files(*.c;*.ccc)”，选择显示出来的文件“volum.c”；重复上述各步骤，添加volume.cmd、load.asm 和vectors.asm 文

25、件到USECCS 工程中(如没有找到相应的文件，请选择改变文件类型来找)；添加C:tiC6000cgtoolslibrts6400.lib。. 编译连接工程：选择菜单“Project”的“Rebuild All”项；注意编译过程中CCS 主窗口下部的“Build”提示窗中显示编译信息，最后将给出错误和警告的统计数。5. 编辑修改工程中的文件. 查看工程文件展开CCS 主窗口左侧工程管理窗中的工程各分支，可以看到“USECCS.pjt”工程中包含“volume.h”、“rts6400.lib”、“volume.c”和“volume.cmd”等文件，其中“volume.h”为程序在编译时根据程序中

26、的“include”语句自动加入的。. 查看源文件双击工程管理窗中的“volume.c”文件，可以查看程序内容。双击工程管理窗中的“volume.h”文件，打开此文件显示，可以看到其中有主程序中要用到的一些宏定义如“BUF_SIZE”等。“volume.cmd”文件定义程序所放置的位置，此例中描述了DM642 的存储器资源，指定了程序和数据在内存中的位置。. 编辑修改源文件打开“volume.c”，找到“main()”主函数，将语句“input = &inp_buffer0;”最后的分号去掉，这样程序中就出现了一个语法错误；重新编译连接工程，可以发现编译信息窗口出现发现错误的提示，双击红色错误

27、提示，CCS 自动转到程序中出错的地方；将语句修改正确(这里是将语句末尾的分号加上)；重新编译；注意，重新编译时修改的文件被CC 系统自动保存。. 修改工程文件的设置选择“Project”菜单中的“Build Options”项，打开“Build Options for USECCS.pjt”对话框，选择“Linker”卡片，在“Stack Size”项后输入1024；单击“确定”完成设置；通过此设置，重新编译后，程序中的堆栈的尺寸被设置成1024 个字。6. 基本调试功能. 执行File􀃆Load Program , 在随后打开的对话框中选择刚刚建立的Lab501-USEC

28、CSDebugUSECCS.out 文件。. 在项目浏览窗口中，双击volume.c 激活这个文件，移动光标到main()行上，右击鼠标选择Toggle Breakpoint 或按F9 设置断点。. 选择Debug􀃆Run 或按F5 运行程序,程序会自动停在main()函数头上。 按F10 执行到write_buffer()函数上。 再按F8,程序将转到write_buffer 函数中运行。 此时,为了返回主函数,按shift-F7 完成write_buffer 函数的执行。 再次执行到write_buffer 一行,按F10 执行程序,对比与F8 执行的不同。注意: 在执行

29、C 语言的程序时,为了快速的运行到主函数调试自己的代码,可以使用Debug􀃆Go main 命令，上述实验中的使用的是较为繁琐的一种方法。7. 使用观察窗口. 执行View􀃆Watch Window 打开观察窗口。. 在volume.c 中,选中任意一个变量,右击鼠标,选择“Quick Watch”，CCS 将打开QuickWatch 窗口并显示选中的变量。. 在volume.c 中,选中任意一个变量,右击鼠标,选择“Add to Watch Window”，CCS将把变量添加到观察窗口并显示选中的变量值。. 在观察窗口中双击变量,则弹出修改变量窗口,此时,

30、可以在这个窗口中改变程序变量的值。. 把str 变量加到观察窗口中,点击变量左边的”+”,观察窗口可以展开结构变量,并且显示结构变量的每个元素的值。. 把str 变量加到观察窗口中；执行程序进入write_buffer 函数，此时num 函数超出了作用范围，可以利用Call Stack 窗口察看在不同作用范围的变量： 执行View􀃆Call Stack 打开堆栈窗口。 双击堆栈窗口的main()选项,此时可以察看num 变量的值。8. 文件输入/输出这一节介绍如何从PC 机上加载数据到目标机上。可用于使用已知的数据流测试算法的正确性。在完成下面的操作以前，先介绍Code Co

31、mposer Studio 的Probe（探针）断点,这种断点允许用户在指定位置提取/注入数据。Probe 断点可以设置在程序的任何位置，.当程序运行到Probe 断点时，与Probe 断点相关的事件将会被触发，当事件结束后，程序会继续执行。在这一节里，Probe 断点触发的事件是：从PC 机的数据文件加载数据到目标系统的缓冲区中。. 在真实的系统中，read_signals 函数用于读取A/D 模块的数据并放到DSP 缓冲区中。在这里，代替A/D 模块完成这个工作的是Probe 断点。当执行到函数read_signals时，Probe 断点完成这个工作。 在程序行read_signals(i

32、nt *input)上单击鼠标右键，选择“Toggle breakpoint”，设置软件断点。 单击鼠标右键，选择“Toggle Probe Point”，设置Probe 断点。. 执行File􀃆File I/O，打开对话框。. 点击Add File 把sine2.dat 文件加到对话框中。. 完成设置： 在Address 中，输入inp_buffer 在Length 中,输入100 保证warp around 被选中；. 关联事件和Probe 断点： 点击Add Probe Point 按钮,打开对话框； 点击Probe Point 列表中的内容,使之被选中； 在Conne

33、ct 中选择sine2.dat 文件； 点击Replace 按钮确认设置； 点击“确定”关闭对话框。. 点击“确定”关闭对话框,此时,已经配置好了Probe 断点和与之关联的事件.进一步的结果在下面实验中显示了解边缘检测的算法和用途，利用Sobel 算子进行边缘检测，实现基于Sobel算子的边缘检测方法1 把数据从视频通道通过一维方式传送到片内RAM中并作Sobel边缘提取算法。我们只对摄像头采集的一块数据进行Sobel边缘提取。采用一维EDMA传送方式，每一次传送采集的一行中的部分数据（DAT_copy（）函数）。在PAL制式下，先把一行数据放到nMemTemp数组中，比如我们要把从144行

34、到432行，从180列到435列的图像进行Sobel边缘提取，最后把变换后的数据输出到显示缓冲区。 unsigned char nMemTemp720;for ( i = 0; i frame.iFrm.y1+i*capLinePitch,nMemTemp,numPixels); DAT_wait(m_nID); if ( i144 & iframe.iFrm.y1+i*disLinePitch,numPixels);因为Sobel算法需要三行数据，我们可以开辟一个可以存放三行数据的缓冲区，通过指针的交换把从视频通道过来的数据分别放到缓冲区中。保存的三行图像使用翻卷的缓冲区管理，三个变量分别指

35、示当前使用的y行、y-1行和y-2行在缓冲区中的起始偏移量。我们可以这样来做：轮流往三块缓存区拷贝数据。只要拷贝的指针变化就可以。在我们拷贝当前这一块的时候，已经拷贝的另外两块数据依然没有变化，所以我们就可以实现三块数据保存采集图像中的相邻的三行数据。如下：缓冲区1cLines0-255缓冲区2cLines256-512缓冲区3cLines513-768三个指针*pImg1,*pImg2,*pImg3分别轮流指向三个缓冲区。 m_nOffset1=0; m_nOffset2=256; m_nOffset3=512;unsigned char cLines256*3;void Sobel() u

36、nsigned int m_nID;m_nID=DAT_copy(nMemTemp+180,cLines+m_nOffset3,256);pImg1=cLines; pImg1+=m_nOffset1;pImg2=cLines; pImg2+=m_nOffset2;pImg3=cLines; pImg3+=m_nOffset3;x1=(*pImg1); pImg1+; x2=(*pImg1); pImg1+;x4=(*pImg2); pImg2+; x5=(*pImg2); pImg2+;x7=(*pImg3); pImg3+; x8=(*pImg3); pImg3+; for ( mi=0;

37、mi256;mi+,pImg1+,pImg2+,pImg3+ ) x3=(*pImg1); x6=(*pImg2); x9=(*pImg3);m_nWork1=x7+x8+x8-x2-x2-x3;m_nWork2=x3+x6+x6-x4-x4-x7;if ( m_nWork1255 ) m_nWork2=1; else if ( m_nWork2frame.iFrm.y1, m_dbFrameBufferTemp, numPixels, numLines, numPixels);其中：m_dbFrameBufferTemp是指向SDRAM中缓冲区的指针，numPixels是一行的象素数，num

38、Lines是行数。当把数据存放到SDRAM的一个数组中后，Sobel算法的实现就非常简单了。当然也可以参照一维的方法来实现。四、实验结果.这次硬件实验经过不断调试，做得很成功，实验箱的显示板上显示了我们想要的结果。 心得体会通过为期两周的matlab课程设计实践，使我对matlab的使用有了进一步的了解和熟悉。 当我第一次拿到此次的课题时，感到有些无所适从。虽然，曾经学习过matlab的课程，在课程的考核中也取得了较好的成绩，但由于对matlab的学习更多的只是停留在理论上的学习，在课时内的试验也只是简单的基础性试验， 所以对matlab实际运用不是很熟练。虽然对课题感到很懵懂，但在霍老师的简单提示与指导后，我开始找到了解决问题的路径。我选择的是“利用matlab的GUI程序设计一个简单实用的图像处理程序”这一课题。本课题的重点是句柄的使用、GUI的使用以及matlab中相关图像处理函数使用。 为此，在实践