《基于MATLAB的迷你photoshop设计》由会员分享，可在线阅读，更多相关《基于MATLAB的迷你photoshop设计（15页珍藏版）》请在金锄头文库上搜索。
1、基于MATLAB的迷你photoshop设计一 绪论课题背景:图像处理技术发展概述课题内容:用MATLAB软件对图像处理的功能进行设计课题目的:利用MATLAB实现图像处理,并用系统程序进行实验,对各种算法进行验证比较二 系统程序说明( (一一) )系统流程图系统流程图详细设计列出功能模块及界面功能确认每个功能实现功能要求考虑系统的各部设计保证需求完全分配概要设计需求调研分析软件编码验收测试系统软件交互准备攥写论文( (二二) )系统各模块系统各模块 1 1 系统主界面系统主界面运行程序会进入如图1界面若直接打开图片则可进入 图像编辑界面图1 图像主界面图2 图像编辑界面2 系统设计的主要功能
2、系统设计的主要功能主要对文件打开、文件保存、文件关闭、灰度图、镜像、旋转、截图、傅里叶变换、预值化、加入噪声、灰度处理、频谱分析、颜色模式转变、下拉菜单、图像锐化、频域增强等功能设计，没有photoshop类的强大全面功能，用作迷你型图像处理软件。 图像增强模块包括均值滤波、中值滤波、梯度锐化和拉普拉斯锐化。（1）均值滤波 平滑模板的思想是通过将一点和周围8个点作平均，从而去除突然变化的点，滤掉噪声，其代价是图像有一定程度的模糊。 均值模板设置如图3所示 。图3 平滑模板设置（2）中值滤波 基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的值，从而
3、消除孤立的噪声点。 中值滤波模板设置如图4所示。图4 中值滤波模板设置3 3 图像增强模块图像增强模块（3）梯度锐化 一般采用梯度值的改进算法，将图像各个点的梯度值与某一阈值作比较，如果大于阈值，该像素点的灰度用梯度值表示，否则用一个固定的灰度值表示。 梯度锐化时的阈值设置窗口如图5所示。图 5阈值设置窗口（4）拉普拉斯锐化 拉普拉斯模板的算法是，先将自身与周围的8个象素相减，表示自身与周围像素的差别，再将这个差别加上自身作为新像素的灰度。可见，如果一片暗区出现了一个亮点，那么锐化处理的结果是这个亮点变得更亮，增加了图像的噪声。 拉普拉斯锐化模板：-1 -1 -1-1 9 -1-1 -1 -1
4、三三 图像处理实验图像处理实验（一）Box模板与高斯模板平滑效果比较 如图6从左到右分别是原图，用Box模板处理后和用高斯模板处理后的结果图，可以看出高斯模板处理后的平滑效果要比Box模板清晰。Box虽然考虑了领域点的作用，但并没有考虑各点位置的影响，对于所有的9个点一视同仁，所以平滑效果并不理想。实际上，离某点越近的点对该点的影响应该越大。 图6原图、Box模板和高斯模板平滑后的对比图（二）不同平滑模板比较 如图7为不同模板下平滑效果比较图，因为平滑是将一个点取与邻近像素的平均值，可见平均中所取的邻近像素点越多，平滑效果越好，但同时也会使轮廓变得模糊。 (a) 2*2模板 (b) 3*3模板
5、 (c) 4*4模板 (d) 5*5模板图7 不同模板下平滑效果比较（三）中值滤波模板比较（三）中值滤波模板比较 如图如图8 8为不同规格模板下中值滤波的效果。可见模板范围越大，像素越多，平为不同规格模板下中值滤波的效果。可见模板范围越大，像素越多，平滑效果越好，但是模糊程度随之加深。二维中值滤波的窗口尺寸对滤波效果影响滑效果越好，但是模糊程度随之加深。二维中值滤波的窗口尺寸对滤波效果影响较大，不同的图像内容和不同的应用要求，往往采用不同的窗口形状和尺寸。窗较大，不同的图像内容和不同的应用要求，往往采用不同的窗口形状和尺寸。窗口尺寸一般先采用口尺寸一般先采用3 3再取再取5 5逐点增大，直到滤
6、波效果满意为止。逐点增大，直到滤波效果满意为止。 (a)3*3模板 (b)5*5模板 (c)8*8模板 图8 不同模板下中值滤波效果比较（四）均值滤波和中值滤波比较 如图9给出了中值滤波和均值滤波两种方法的不同处理结果。其中图9(a)为噪声原图，图9(b)为均值滤波效果图，图9(c)为中值滤波效果图。相对平均值滤波而言，中值滤波对某些输出信号具有不变性，且中值滤波是非线性运算，因此中值滤波对随机噪声的抑制能力要比平均值滤波差一些。但对脉冲干扰来讲，特别是脉冲宽度小于m/2，相距较远的窄脉冲干扰，中值滤波是很有效的。 (a)噪声原图 (b)均值滤波 (c)中值滤波图9 均值和中值滤波比较（五）各
7、边缘检测算子比较 如图10为各边缘检测算子效果比较图。可见，Robert梯度检测边缘较好。Sobel算子有一定噪声抑制能力，在检测阶跃边缘时得到的边缘宽度至少为二像素，具有各向同性的性质。微分算子类边缘检测方法有增强高频分量的作用，对噪声是敏感的。对于有噪声的图像，LOG算子对图像先进行高斯滤波，然后用Laplacian算子来提高边缘提取的能力。 原图 Roberts算子 Sobel算子 Prewitt算子 Krisch边缘检测算子 LOG算子图10 各边缘检测算子效果图比较四 结论BoxBox虽然考虑了领域点的作用，但并没有考虑各点位置的影响，对于所有的虽然考虑了领域点的作用，但并没有考虑各
8、点位置的影响，对于所有的9 9个点一视同仁，所以平滑效果并不理想。实际上，离某点越近的点对该点的个点一视同仁，所以平滑效果并不理想。实际上，离某点越近的点对该点的影响应该越大，所以高斯模板处理后的平滑效果要比影响应该越大，所以高斯模板处理后的平滑效果要比BoxBox模板清晰。模板清晰。中值滤波对消除孤立点和线段的干扰十分有用，特别是对于二进噪声尤其有中值滤波对消除孤立点和线段的干扰十分有用，特别是对于二进噪声尤其有效，但对于消除高斯噪声影响则效果不佳。如果图像中点、线和尖角细节较效，但对于消除高斯噪声影响则效果不佳。如果图像中点、线和尖角细节较多，则不宜采用中值滤波。中值滤波的优点是在消除噪声
9、的同时，还能保护多，则不宜采用中值滤波。中值滤波的优点是在消除噪声的同时，还能保护边界信息。边界信息。从图像处理的实际效果看，用从图像处理的实际效果看，用RobertRobert梯度检测边缘较好。梯度检测边缘较好。SobelSobel算子有一定噪算子有一定噪声抑制能力，在检测阶跃边缘时得到的边缘宽度至少为二像素，具有各向同声抑制能力，在检测阶跃边缘时得到的边缘宽度至少为二像素，具有各向同性的性质。性的性质。 Laplacian Laplacian算子基于的是二阶导数的零交叉，而微分算子类边缘检算子基于的是二阶导数的零交叉，而微分算子类边缘检测方法有增强高频分量的作用，对噪声是敏感的。对于有噪声的图像，测方法有增强高频分量的作用，对噪声是敏感的。对于有噪声的图像，LOGLOG算子对图像先进行高斯滤波，然后用算子对图像先进行高斯滤波，然后用LaplacianLaplacian算子来提高边缘提取的能力，算子来提高边缘提取的能力，因此其边缘检测效果也不错。因此其边缘检测效果也不错。 w谢谢观看谢谢观看w欢迎各位老师提出指导意见w
