基于界面GUI的图像处理软件综合设计（基于Matlab ） .doc

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-15六、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matlab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imfilename,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 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 taxes(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 and 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, 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.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 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.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 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=medfilt2(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(butterfiltered,)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);imshow(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);imshow(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=conv2(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(butterfiltered,)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，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fileload program , 在随后打开的对话框中选择刚刚建立的lab501-useccsdebuguseccs.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debugrun 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debuggo 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viewwatch 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,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viewcall 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 composer 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(int *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filefile 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connect 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() unsigned 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;mi256;mi+,pimg1+,pimg2+,pimg3+ ) x3=(*pimg1); x6=(*pimg