基于MATLAB GUI的圖像處理系統(tǒng)設(shè)計

王宏偉

（東南大學(xué)成賢學(xué)院電子與計算機(jī)工程系）

【摘要】MATLAB 是目前流行的數(shù)字計算軟件，其具有強(qiáng)大的圖像處理能力，并且界面簡單，易于操作，是設(shè)計圖像處理系統(tǒng)的理想工具。 本文將以MATLAB的圖形用戶界面（即GUI）平臺對圖像處理系統(tǒng)進(jìn)行設(shè)計。 其中大部分的圖像處理算法都可以通過 MATLAB 的圖像處理工具箱進(jìn)行實(shí)現(xiàn)，這大大節(jié)省了研究成本和時間。[1]該系統(tǒng)支持索引圖像、灰度圖像、RGB 圖像等圖像類型的文件格式的讀，寫和處理。這些功能在生活中有很多的運(yùn)用價值，同樣的，對于運(yùn)算量大、過程復(fù)雜的功能，利用 MATLAB也可以快速得到所需結(jié)果。因?yàn)槠邢?，本文將著重闡述圖像邊緣檢測以及對比度增強(qiáng)的實(shí)現(xiàn)。

【關(guān)鍵詞】MATLAB 數(shù)字圖像處理 GUI 邊緣檢測

圖像處理的絕大部分操作都是基于圖形用戶界面（GUI）進(jìn)行的，GUI的作用是為用戶提供一個直觀的可編輯的界面，并可以通過該界面實(shí)現(xiàn)自己設(shè)定的功能，這大大降低了程序員的編輯工作。同樣我們也不必了解每一步的程序語句，只需建立簡單的內(nèi)在聯(lián)系的程序語言即可。

1、圖像的邊緣檢測

邊緣檢測技術(shù)作用于圖像的局部線性結(jié)構(gòu)。目前多數(shù)的檢測技術(shù)都是應(yīng)用一些已有形式的梯度算子或者直接歸一化閾值分割。邊緣檢測廣泛應(yīng)用于圖像的分割、分類、配準(zhǔn)等，實(shí)際生活中，邊緣檢測主要被用作一個局部濾波運(yùn)算完成的。

1.1閾值分割

灰度閾值的目的是把圖像的灰度分成不同的等級，然后自己設(shè)定一個灰度閾值來確定需要得到的區(qū)域或想要分割開的邊界，該方法最常用的處理辦法是二值化的閾值分割。程序中先通過函數(shù)rgb2gray即將所有類型圖像轉(zhuǎn)換為灰度圖像，再通過循環(huán)語句for讀取每個點(diǎn)的灰度值，然后基于已設(shè)定的閾值將圖像轉(zhuǎn)化為二值圖像。

1.2梯度分割

梯度分割即利用某些算子對圖像進(jìn)行邊緣檢測，邊緣勾畫出物體的邊緣部分，使我們能夠看清物體的輪廓。同時邊緣所攜帶的大量信息，是圖像識別中抽取圖像特征的重要屬性。梯度分割常用的幾個邊緣檢測算子有Robert，Sobel以及Canny。這些算子都是基于函數(shù)的導(dǎo)數(shù)進(jìn)行分類的。函數(shù)的導(dǎo)數(shù)可以反映圖像的灰度變化幅度，一階導(dǎo)的極大極小值或者二階導(dǎo)的零點(diǎn)值都是圖像灰度變化最明顯的地方，因此把這些地方作為圖像的邊緣有其合理的依據(jù)。

1.2.1 Robert交叉算子

Robert算子是一種利用局部差分算子尋找邊緣的算子，兩個卷積為x=[1，0；0，-1]，y=[0，1；-1，0]，x和y線性相加得到其灰度的衡量標(biāo)準(zhǔn)，在程序中，我們同樣需要rgb2gray函數(shù)對圖像進(jìn)行灰度轉(zhuǎn)換，再通過函數(shù)edge（ ，'Robert'） 直接調(diào)用Robert算子即可，因?yàn)楣ぞ呦渥詭Я嗽摵瘮?shù)，所有操作起來相當(dāng)簡單。

1.2.2 Sobel算子

與Robert類似，兩個卷積為x=[-1，0，1；-2，0，2；-1，0，1]，y=[1，2，1；0，0，0；-1，-2，-1]，程序操作也相同，其中sobel算子對灰度漸變和噪點(diǎn)多的圖像處理效果更為優(yōu)秀。

1.2.3 Canny算子

Canny算子的方法是利用高斯濾波器計算導(dǎo)數(shù)，然后利用導(dǎo)數(shù)極大值和極小值來尋找圖像的梯度。該算子使用兩個閾值來分別檢測圖像的強(qiáng)邊緣和弱邊緣。這種方法對于噪聲較多的圖像處理效果較為出色。程序中通過函數(shù)edge（ ，'Canny'） 直接調(diào)用Canny算子即可。

2、圖像的對比度增強(qiáng)

對比度的增強(qiáng)在圖像處理也是很重要的一種技術(shù)，該技術(shù)也是基于點(diǎn)的逐個處理，修改圖像的每一個像素的灰度值，依次達(dá)到癌變圖像的動態(tài)范圍。

2.1線性變換

線性變換的方法是將原圖像的灰度值線性的壓縮或者拉伸，比如原來的灰度范圍是[a，A]，改變后的灰度范圍是[b，B]，但在實(shí)際生活中，單純的線性變換并不能得到較好的效果，我們可以設(shè)計多段的分段變換對不同區(qū)間的灰度值分別進(jìn)行處理，從而利用線性變換最大限度的提高圖像的對比度。

2.2非線性變換

在有些情況下，線性變換并不能滿足處理的要求，此時我們可以利用非線性變換來處理圖像，通常使用的是對數(shù)變換和Gamma校正。

對數(shù)變換的公式如下：g（x，y）=Clog（f（x，y）+1），這段函數(shù)可以拓寬灰度低值，同時降低高值灰度。

Gamma校正的公式如下：g=kr=k（f/c）^（1/r），其中k為常數(shù)，默認(rèn)為1，1/r取值范圍通常在0.4～0.8。

MATLAB中，線性變換和非線性變換都可以用imadjust實(shí)現(xiàn)，只不過調(diào)用格式略有不同，若為線性變換，函數(shù)為T=imadjust（I），若為非線性變換，則為T=imadjust（I，gamma）。

除了上述的功能，MATLAB還具備很多其他的圖像處理能力，例如圖像的變換，旋轉(zhuǎn)，圖像銳化，平滑，編碼壓縮及恢復(fù)。還有更多的功能等待開發(fā)，篇幅有限，在這就不再累述了。

參考文獻(xiàn)：

[1]周品.MATLAB 圖像處理與圖形用戶界面設(shè)計[M].清華大學(xué)出版社.2031.

[2]陳超.MATLAB應(yīng)用實(shí)例精講[M].北京：電子工業(yè)出版社.2011.