matlabGUI图像处理（精选12篇）
实验一 图象变换实验
实 验
实验名称：图像处理姓名：刘强
班级：电信
学号：
报 告
1102
1404110128
数字图象处理实验指导书
实验一 图象变换实验
实验一 图像变换实验——图像点运算、几何变换及正交变换
一、实验条件
PC机 数字图像处理实验教学软件
大量样图
二、实验目的
1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的简单操作；
2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的具体步骤；
3、观察图像的灰度直方图，明确直方图的作用和意义；
4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果；
5、观察图像正交变换的结果，明确图像的空间频率分布情况。
三、实验原理
1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤
图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。
图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为：
B(x,y)＝f[A(x,y)] 其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点运算就完全确定下来了。另外，点运算处理将改变图像的灰度直方图分布。点运算又被称为对比度增强、对比度拉伸或灰度变换。点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。
图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：
数字图象处理实验指导书
实验一 图象变换实验
2、图像正交变换的基本原理及编程实现步骤 数字图像的处理方法主要有空域法和频域法，点运算和几何变换属于空域法。频域法是将图像变换到频域后再进行处理，一般采用的变换方式是线性的正交变换（酉变换），主要包括傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波变换等。正交变换被广泛应用于图像特征提取、图像增强、图像复原、图像压缩和图像识别等领域。
正交变换实验的重点是快速傅立叶变换（FFT），其原理过于复杂，可以参考有关书籍，这里不再赘述。至于FFT的编程实现，系统采用的方法是：首先编制一个一维FFT程序模块，然后调用该模块对图像数据的列进行一维FFT，再对行进行一维FFT，最后计算并显示幅度谱。程序流程图如下：
四、实验内容
图像灰度直方图
点运算：图像反色、灰度线性变换、阈值变换、窗口变换、灰度拉伸和灰度
数字图象处理实验指导书
实验一 图象变换实验
均衡
几何变换：图像镜像变换、图像转置、图像平移、图像缩放和图像旋转 正交变换：傅立叶变换、离散余弦变换、沃尔什变换、霍特林变换和小波正反变换
注意：
1、所有实验项目均针对8位BMP灰度图像进行处理，其它格式（如JPG）的图像可以利用系统提供的图像格式转换工具进行转换，再进行处理；
2、本次实验的重点是图像的灰度直方图和点运算，几何变换和正交变换只作一般性了解。
五、实验步骤
以图像灰度阈值变换为例说明实验的具体步骤，其它实验项目的步骤与此类似。
1、打开计算机，在系统桌面上双击“数字图像处理实验教学软件系统”的可执行文件“图象处理”的图标，进入实验系统；
2、执行文件→打开，在OPEN对话框中选择待处理的图像，按【OK】后系统显示出图像；
3、执行查看→图像基本信息，将显示图像基本信息对话框，如图所示；
数字图象处理实验指导书
实验一 图象变换实验
4、执行查看→灰度直方图，查看图像的灰度直方图，如图所示；
5、执行图像变换→正交变换→傅立叶变换，查看图像的频率域分布情况，如图所示；
数字图象处理实验指导书
实验一 图象变换实验
6、执行图像变换→正交变换→小波变换，查看图像经过小波变换的效果，如图所示；
7、执行图像变换→点运算→阈值变换，修改阈值变换对话框中的阈值参数，如图所示；
数字图象处理实验指导书
实验一 图象变换实验
8、设置完阈值参数后按【OK】,系统显示阈值变换后的图像，与原图像进行比较，观察阈值变换的效果，如图所示；
9、重复步骤4，查看阈值变换后图像的直方图分布情况；
数字图象处理实验指导书
实验一 图象变换实验
10、重复步骤5，查看阈值变换后图像的频率域分布情况；
11、执行文件→保存或另存为，保存处理后的图像；
12、执行文件→重新加载，重新加载原始图像，但要注意先前对图像的处理将会丢失； 注意：
13、在执行步骤2时可能会出现有些图像文件不能打开的情况，如图所示，此时可以先利用图像格式转换工具将图像文件转换为8位BMP图像，再利用系统进行处理。步骤14和15是使用图像格式转换工具的方法；
14、在桌面上双击图像格式转换工具Jpg2bmp的图标，进入转换工具界面，如图所示；
15、按照界面提示，把JPG格式的图像文件转换成8位BMP图像。
数字图象处理实验指导书
实验一 图象变换实验
步骤13示意图
步骤14示意图
六、思考题
1、图像灰度线性变换、阈值变换、窗口变换、灰度拉伸和灰度均衡之间有何区别？
灰度线性变换就是将图像的像素值通过指定的线性函数进行变换，以此增强或者减弱图像的灰度。
灰度的阈值变换可以让一幅图像变成黑白二值图。
灰度的窗口变换也是一种常见的点运算。它的操作和阈值变换类似。从实现方法上可以看作是灰度折线变换的特列。窗口灰度变换处理结合了双固定阈值法，与其不同之处在于窗口内的灰度值保持不变。
灰度拉伸又叫做对比度拉伸，它与线性变换有些类似，不同之处在于灰度拉伸使用的是分段线性变换，所以它最大的优势是变换函数可以由用户任意合成。
灰度均衡是增强图像的有效方法之一。灰度均衡同样属于改进图像的方法，灰度均衡的图像具有较大的信息量。从变换后图像的直方图来看，灰度分布更加均匀。
2、利用图像镜像和旋转变换可以实现图像转置吗？如果可以，应该怎样实现？
可以。进行一次镜像变换，顺（逆）时针旋转两次，再以与第一次相反的方向镜像变换。
数字图象处理实验指导书
实验一 图象变换实验
实验二 图像增强及复原实验
七、实验条件
PC机 数字图像处理实验教学软件
大量样图
八、实验目的
1、熟练使用“数字图像处理实验教学软件系统”；
2、熟悉图像增强及复原的基本原理，了解编程实现的具体步骤；
3、观察图像中值滤波、平滑、锐化和伪彩色编码的结果，比较不同参数条件下的图像增强效果；
4、观察图像退化和复原的结果，比较不同复原方法的复原效果。
九、实验原理
1、图像增强和复原的基本原理
对降质图像的改善处理通常有两类方法：图像增强和图像复原。
图像增强不考虑图像降质的原因，只将图像中感兴趣的特征有选择地进行突出，并衰减图像的次要信息，改善后的图像不一定逼近原始图像，只是增强了图像某些方面的可读性，如突出了目标轮廓，衰减了各种噪声等。图像增强可以用空域法和频域法分别实现，空域法主要是在空间域中对图像象素灰度值直接进行运算处理，一般包括中值滤波、模板平滑和梯度锐化等，空域法可以用下式来描述：
g(x,y)＝f(x,y)*h(x,y)其中f(x,y)是处理前图像，g(x,y)表示处理后图像，h(x,y)为空间运算函数。图像增强的频域法是在图像的频率域中对图像的变换值进行某种运算处理，然后变换回空间域，系统涉及的各种滤波器属于频域法增强，这是一种间接处理方法，可以用下面的过程模型来描述：
其中：F(u,v)=[ f(x,y)]，G(u,v)= F(u,v)H(u,v)，g(x,y)=1[ G(u,v)]，和1分别表示频域正变换和反变换。实验系统提供了图像增强相关内容的文字说明，用户在操作过程中可以参考。
图像复原是针对图像降质的原因，设法去补偿降质因素，使改善后的图像尽可能逼近原始图像，提高了图像质量的逼真度。关于图像复原的详细原理可以参考相关书籍，这里不再赘述。本系统提供了图像的噪声退化、卷积退化和运动模糊退化操作，并提供了相应的逆滤波复原、维纳复原和运动模糊复原操作。本次
数字图象处理实验指导书
实验一 图象变换实验
实验中图像复原只作一般性了解。
2、编程实现步骤
下面以图像增强中的中值滤波操作为例给出编程实现的程序流程图，如下：
十、实验内容
图像增强：中值滤波、图像模板平滑、理想低通滤波器平滑、巴特沃斯低通滤波器平滑、梯度锐化、拉普拉斯锐化、理想高通滤波器锐化、巴特沃斯高通滤波器锐化和伪彩色编码
图像复原：图像的噪声退化、卷积退化、卷积加噪声退化、运动模糊退化、逆滤波复原、维纳复原和运动模糊复原
注意：
3、所有实验项目均针对8位BMP灰度图像进行处理；
4、本次实验的重点是图像增强中的中值滤波和模板平滑，图像复原只作一般性了解。
十一、实验步骤
以图像中值滤波操作为例说明实验的具体步骤，其它实验项目的步骤与此类似。
11、打开计算机，在系统桌面上双击“数字图像处理实验教学软件系统”的可执行文件“图象处理”的图标，进入实验系统；
12、执行文件→打开，在OPEN对话框中选择待处理的图像，按【OK】后系统显示出图像；
数字图象处理实验指导书
实验一 图象变换实验
13、执行查看→图像基本信息，将显示图像基本信息对话框，如图所示；
14、执行查看→灰度直方图，查看图像的灰度直方图，如图所示；
数字图象处理实验指导书
实验一 图象变换实验
15、执行图像变换→正交变换→傅立叶变换，查看图像的频率域分布情况，如图所示；
16、执行图像增强→中值滤波，选择或自定义对话框中的滤波器参数，如图所示；
数字图象处理实验指导书
实验一 图象变换实验
17、设置完滤波器参数后按【OK】,系统显示中值滤波后的图像，与原图像进行比较，观察中值滤波的效果，如图所示；
18、重复步骤4，查看中值滤波后图像的直方图分布情况；
数字图象处理实验指导书
实验一 图象变换实验
19、重复步骤5，查看中值滤波后图像的频率域分布情况；
10、执行文件→保存或另存为，保存处理后的图像；
11、执行文件→重新加载，重新加载原始图像，但要注意先前对图像的处理将会丢失。
数字图象处理实验指导书
实验一 图象变换实验
十二、思考题
1、图像中值滤波和模板平滑之间有何区别？
图像平滑处理就是用平滑模板对图像进行处理，以减少图像的噪声。而中值滤波是一种非线性的信号处理方法。
2、图像增强和图像复原之间有何区别？
图像增强：利用一定的技术手段，不用考虑图像是否失真（即原 始图像在变换后可能会失真）而且不用分析图像降质的原因。针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
图像复原：针对质量降低或者失真的图像，恢复图像原始的内容或者质量。图像复原的过程包含对图像退化模型的分析，再对退化的图像进行复原。图像退化是由于成像系统受各种因素的影响，导致了图像质量的降低，称之为图像退化。这些因素包括传感器噪声、摄像机聚焦不佳、物体与摄像机之间的相对移动、随机大气湍流、光学系统的象差、成像光源和射线的散射等。图像复原大致可以分为两种方法：
一种方法适用于缺乏图像先验知识的情况，此时可对退化过程建立模型进行描述，进而寻找一种去除或消弱其影响的过程，是一种估计方法；
另一种方法是针对原始图像有足够的先验知识的情况，对原始图像建立一个数学模型并根据它对退化图像进行拟合，能够获得更好的复原效果。
3、图像维纳复原为什么比逆滤波复原效果好？
维纳滤波复原的原理可表示为
对于维纳滤波，由上式可知，当
时，由于存在 项，所以数字图象处理实验指导书
实验一 图象变换实验
1图形界面设计
用GUIDE版面设计器根据比较设计需要首先拖拽两个图形窗口Axes, 一个作为待处理图片区域, 另一个作为已处理图片区域;其次, 拖拽1个下拉菜单Pop-up menu作为图像分割算法的选择按钮;第三, 拖拽3个按钮Push Button作为输入图像、保存图像、退出界面的按钮;第四, 拖拽一个Slider微调按钮, 实现阈值的选取;第五, 拖拽一个Edit Text编辑文本框, 实现编辑文本框与微调按钮的同步;最后, 合理布局所有按钮及图形, 使界面达到美观工整后运行GUI, 系统自动生成GUI文件。
2控件属性设置
控件是GUI必不可少的组成部分, 每一个控件都有其各自的属性。在初步定好GUI界面时, 需要对添加在上面的控件进行基本属性的设置。需要设置的属性主要有:FontSize、String、Tag、Max、Min、Resize、Units。
属性设置好之后, 图像分割主界面如图1。
3程序代码编写
图像分割GUI界面设计完成后需要在按钮的callback回调函数中添加代码。
①将待处理的图像载入图形窗口的程序代码如下:
运行结果如图2所示。
②保存图像的程序代码:
运行结果如图3所示。
③退出界面回调函数程序代码:
运行结果如图4, 图5所示。
编辑文本框Edit Text回调函数程序代码:
微调按钮Slider回调函数程序代码:
4结语
运动对象检测是数字图像处理技术的一个重要部分，它是计算机视觉、目标识别与跟踪、运动图像编码、基于内容的检索、安全监控等视频分析和处理应用的关键步骤。解决跟踪算法的计算量与实时性这对矛盾，是提高系统跟踪精度和跟踪稳定性的关键，此即为本文的关键所在。
对于变化很慢的背景图像而言，可把动目标看作目标对背景的扰乱，可以看作Kalman滤波器在零均值白噪声时的退化公式：
WT[IWP(k)WT] K(k1)P(k1)
若认为图像每一个时空点在空间独立，则以上变量均为标量。即： B(k)P(k1)P(k),P(1)1B(k1)
这就是说估值的方差随着测量次数的增加而逐渐减小，结果是收敛的，对于图像，只要系统采样频率足够快，则可以认为背景静止，所以当图像序列通过这个低通滤波器时，图像序列中遂时间缓变的部分就可以分离出来。接着利用图像和背景进行差分运算，即可从图像中提取出变化的目标
式中的D(k+1)是去除背景后的当前帧目标图像。而后，考虑到空间邻接像素之ˆ(k1)D(k1)(k1)ˆ(k1)ˆ(k)K(k1)ˆ(k)(k1)WP(k_1)1[IK(k1)W]P(k)
间的相关性，需要进一步对差分图像数据进行4x4的空间滑动平均滤波以消除输入图像中的噪声影响，然后将以上得到的目标图的D(k+1))中每个像素的灰度数据向行和列方向分别投影并且求和，据此计算目标的质心，得到相对饱满的目标图像。
该文探讨了渐消记忆递归最小二乘法在图像背景重建中的应用，使用简捷有效的算法结构在复杂背景的条件下分离出了背景和动目标；对图像在空间域做4~4的滑动平均滤波有效地抑制了于扰噪声；在求目标的质心时采用等效灰度投影算法，简化了求质心运算，整体上说算法简洁，操作方便，基本上解决了引文提出的矛盾。文章研究的运动对象检测可应用在计算机视觉、目标识别与跟踪、运动图像编码、基于内容的检索、安全监控等视频分析和处理应用的关键步骤上，如若这种算法得到进一步优化和更新，一定会运用到更多更广的地方。
通信二班 陈阳（10950229）
本文由芬乐网提供
参考文献
1.刘永信等《复杂背景图像中检测动目标的一种方法》 摘自《计算机工程与应用》2002.03
2.曹炬等《从移动背景红外序列图像中检测运动目标》 摘自《电子信息学报》2005.01
直方图均衡化的研究
一、摘要
直方图均衡化就是把一已知灰度概率分布的图像经过一种变换,使之演变成一幅具有均匀灰度概率分布的新图像。它是以累积分布函数变换法为基础的直方图修正法。分析和总结灰度直方图的均衡化算法并通过VC++实验验证该方法能有效达到图像增强的目的。对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。
二、关键字
灰度统计
直方图
均衡化
三、实验原理
1、直方图的理论基础：
（1）直方图概念：灰度直方图表示图像中每种灰度出现的频率。（2）直方图的作用： 反映一幅图像的灰度分布特性
n（3）直方图的计算：
p(rk)k0rk1k0,1,2,,l1 n式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。
2、设计目的： 产生一幅灰度级分布具有均匀概率密度的图像，扩展像素取值的动态范围，达到了图象增强的目的。
3、直方图均衡化的效果 ：
1）变换后直方图趋向平坦，灰级减少，灰度合并。
2）原始象含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。同时，也增加了图象的可视粒度。
4、离散情况下的直方图均衡化的算法：
A、列出原始图像的灰度级 fj,j0,1,,L1
B、统计各灰度级的像素数目 nj,j0,1,,L1
C、计算原始图像直方图各灰度级的频数 Pf(fj)nj/n,j0,1,,L1
kD、计算累积分布函数 C(f)j0Pf(fj),j0,1,,k,L1
F、应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号：
giINT[(gmaxgmin)C(f)gmin0.5] G、用的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀分布的输出图像。
四、实验内容及源程序
1、灰度分布密度的统计 程序代码如下：
/*********************************************** *函数名称：ZhiFangTu(float *tongji)*函数类型：void *变量说明：tongji，灰度分布密度统计 *功能：对图像进行灰度直方图统计
***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code here
int huidu[256];//灰度计数
CAAADoc* pDoc = GetDocument();
LPSTR lpDIB;LPSTR
lpDIBBits;
lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());
lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针
int iH,iW;memset(huidu,0,sizeof(huidu));//变量初始化
iH = ::DIBHeight(lpDIB);//宽
iW = ::DIBWidth(lpDIB);//长
LPBYTE temp1=new BYTE[iH*iW];//新图像缓冲区
memcpy(temp1,lpDIBBits,iH*iW);//复制原图像到缓冲区
for(int i=0;i { for(int j=0;j { unsigned char temp; temp=temp1[iW*i+j];//灰度统计计数 huidu[temp]++;} } for(i=0;i<256;i++)//统计灰度分布密度 tongji[i]=huidu[i]/(iH*iW*1.0f);} 2、直方图分布的均衡化 （1）统计直方图数组，用一个数组p记录pi；（2）i从1开始，令sisi1pi； （3）一个数组L记录新的s的索引值，即令Lisi*(2561)； （4）依次循环每个像素，取原图的像素值作为数组L的下标值，取该下标值对应的数组值作为均衡化之后的像素值。程序代码如下： /*********************************************** *函数名称：zhifangtujunheng *函数类型：void *变量说明：无 *功能：对图像进行灰度分布均衡化处理 ***********************************************/ void CAAAView::OnZhifangtujunheng(){ // TODO: Add your command handler code here CAAADoc* pDoc = GetDocument(); LPSTR lpDIB;LPSTR lpDIBBits; lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB()); lpDIBBits = ::FindDIBBits(lpDIB);//原图数据区指针 float Hdmd[256];//灰度密度 float temp[256];//中间变量 int a[256];long i,j;memset(temp,0,sizeof(temp));//初始化 OnZhifangtu(Hdmd);//获取图像的灰度密度分布 for(i=0;i<256;i++)//进行均衡化处理 { if(i==0) { temp[0]=Hdmd[0]; } else { temp[i]=temp[i-1]+Hdmd[i]; } a[i]=(int)(255.0f*temp[i]+0.5f);} long iH,iW; iH = ::DIBHeight(lpDIB);//宽 iW = ::DIBWidth(lpDIB);//长 for(i=0;i { for(j=0;j { unsigned char temp1;//将转换后的灰度分布写入dib图像 temp1=*(lpDIBBits+i*iW+j); *(lpDIBBits+i*iW+j)=a[temp1];} } pDoc->UpdateAllViews(NULL);::GlobalUnlock((HGLOBAL)pDoc->GetHDIB());EndWaitCursor();} 五、实验结果的分析与比较 a原图如下所示： b均衡后的结果如下： 结论：图像直方图趋于平坦化，且灰度间隔被拉大，从而有利于图像的分析和识别。对于较为暗淡的图像，采用直方图均衡化能够增强其整体对比度，获的较为理想的观察效果。 六、参考文献 关键词：汽车涂装; 数字图像处理; 1、引言 汽车行业本就是自动化程度较高的产业, 但是目前的工业4.0和日益上涨的人力成本给汽车企业提出了更高的要求, 数字图像处理在快速、高效的完成汽车涂装生产和涂装生产过程中的缺陷检测方面有显着优势。另外为实现高节奏的生产过程中, 高速运转的设备故障预警, 数字图像处理也提供了可行的解决方案。 2、数字图像处理基础 提到数字图像处理, 首先要明确什么是数字图像。一幅图像可以定义为一个二维函数 (x, y) , 其中x和y是空间 (平面) 坐标, 而任何一对空间坐标 (x, y) 处的幅值f称为图像在该点的强度或灰度。当X, Y和灰度值f是有限的离散数值时, 我们称该图像为数字图像。有了数字图像, 我们可以对数字图像进行处理, 对数字图像处理可以分为初级处理、中级处理、高级处理三种方式, 初级处理就是对图像进行简单的处理, 例如我们平时用的ps和相机美颜功能, 都可以理解为对数字图像进行了初级处理, 这种处理输入的是图像 (原图) , 输出是处理过的图像 (例如PS过的图像) 。中级处理, 在初级处理的基础上, 输入的是图像, 输出的则是从图像处理中得到的信息, 例如小区停车场的摄像头, 拍摄车牌号的图像, 在图像中提取出车牌号信息, 与数据库中的信息进行比对, 从而实现身份进入、停车计时等功能。最后, 高级处理就涉及到计算机自主学习的功能, 例如对车身表面喷涂质量的检测, 就属于对数字图像的高级处理。详细应用将在下文阐述。 3、数字图像处理在汽车涂装领域的应用 3.1、自动车型的识别 在汽车涂装工艺中, 针对不同的车型, 设备需要设定不同的工艺参数, 例如前处理自动加药的加药量, 电泳的电压, 喷涂机器人的轨迹等等。针对这一应用, 目前汽车厂大部分使用光电开关, 针对不同车型的特征点进行检测, 这种方式的有点在于成本低, 一般一到两个光电开关就可以检测2-3种车型, 但是这种检测方式的缺点在于它检测的车型必须有明显的特征点或者尺寸差别, 这样才能完成车型的识别。而针对尺寸差别不大或者没有明显特征点的车型, 光电开关就无能为力了。这时就该数字图像处理出马了。我们在固定位置拍照, 我们把目标也就是车身标为1, 把背景标为0, 我们设定每个车型的1和0边界, 通过计算机内部算法对图像进行边界判定, 这样就可以根据1和0的边界样式识别出是哪种车型。以上的方法是界定边界法。或者, 我们可以使用另一种方法——骨架法。骨架法是界定边界法的简化形式, 我们在边界选取一些特征点, 然后把特征点按一定顺序连接起来, 这样构成的图形, 就是这个图形的边界骨架, 只要选取的骨架点能反应出不同的车型, 这种方法的计算量会小很多, 适合运算资源不够的情况。选取的点的数量不同, 识别的精度也不相同。 3.2、易磨损部位的检测及预警 汽车工厂里面的设备需要长时间高负荷运行, 有些易磨损部位的检测就成了难题, 我们无法经常性的停机检查, 那样会严重影响生产, 另外我们也很不容易凭借肉眼来观察出细微的磨损, 因此在线实时检测易磨损部位的磨损情况就显得十分重要。 首先一般我们需要观察的易磨损部位周边情况都比较复杂, 或者光线条件不好, 无法得到十分清晰的照片, 这样就需要我们先对数字图像进行一定程度的变换。首先要对图像进行最简单的灰度变换, 例如我们可以把过亮的图像通过把整个图像灰度变小实现图像的变暗, 或者把过暗的图像的整个灰度变大实现图像的变量, 或者通过函数, 把在一个很大范围灰度的图像的大范围灰度映射到一个比较小的灰度范围, 这样可以在图像中凸显出目标物体。另外常用的变换还有对数变换、伽马变换、分段线性变换、平滑空间滤波变换、锐化空间滤波变换、混合空间变换等, 这些变换都是对图像的灰度进行针对性的处理, 以达到预期的效果。 我们对灰度变换后的图像, 获取他的边界, 与正常无磨损的部件边界进行对比, 实时进行检测。这样我们还可以根据磨损的程度, 设定一个预警机制, 可以根据磨损速度, 预测该易磨损件的寿命, 制定维修计划。在达到预测的寿命时可以直接更换该易损件, 或者增加关注度, 实时观测磨损程度, 在磨损程度达到临界值时再进行更换, 这样可以大大节约成本。 3.3、车身表面质量检测 质量是产品的生命, 对于汽车产品来说, 好的涂装表面是车质量最直接最外在的体现, 所以, 每个汽车厂都对汽车车身表面质量检测十分严格, 目前大部分汽车厂都采用人工检测, 通过在线人员的眼看、手摸来发现汽车车身表面存在的质量问题。但是首先这种传统的方式对在线的工人要求很高, 工人必须有丰富的经验才能应对形形色色的车身质量问题, 培养一个经验丰富的工人需要很长的时间, 由经验不丰富的工人进行检查可能造成错检。其次, 工人很难在高负荷的连续生产下保持长时间的专注度, 往往可能在连续工作一段时间后由于注意力下降, 可能造成漏检。另外, 这种检测往往很难形成统一的技术规范、技术标准, 例如工人觉得车身车门有色差, 这就是一个完全主观的判断, 没有任何数据做支撑, 每个人对色彩的敏感程度不同就会做出不同的判断。针对这些问题, 在车身表面质量检测过程中引入数字图像处理技术的优势明显。首先, 机器通过学习后学习的经验完全可复制到其他的机器中, 这样就解决的经验丰富的问题, 机器可以通过不断的学习, 不断的完善自己的知识库, 同时把这些经验实时共享给其他的机器。其次, 机器是不知疲倦的, 也不会出现注意力不集中的问题, 无论工作多久都会保质保量的完成工作。最后, 通过数字图像处理, 完全可实现不同质量缺陷的标准化, 例如计算机通过对图片的数字化处理, 完全把车身的颜色数字化, 颜色在什么范围认为是没有问题的, 超出范围就认为有色差, 这样所有的车身都是一个标准, 避免了主观意识对质量的影响。 为了实现车身表面质量的检测, 首先要对车身表面的照片进行处理。这些处理包括:图像降噪处理、图像色彩分层、图像的点线边缘检测。处理过的图像我们还需要对图像进行压缩, 因为图像中包含了很多我们不需要的信息, 而计算机的存储和运算速度有限, 我们要把资源用在刀刃上, 所以对数字图像进行压缩也是必须的。最后我们需要对图像进行频率域变换, 这是数字处理的重中之重, 数字计算和快速傅里叶变换算法 (FFT) 是人们对数字图像处理的关键技术。之后我们需要对数字图像进行全局阈值处理, 这种处理的目的在于突出我们的目标区域, 而使其他的“背景”完全“消失”, 这样我们可以更清楚的实现对图像的处理。 在我们收集了足够多的处理过的数字图像后, 我们可以开始进行机器学习了, 我们设定不同的分类器, 每个分类器对应一种缺陷, 然后我们把收集的数字图像随机分为三个集合:训练集、验证集、测试集。然后我们用训练集训练一个分类器, 然后再用验证集和测试集来测试分类器的准确性。在训练过程中, 可能会出现欠拟合或者过拟合, 欠拟合就是模型拟定的太严谨, 不符合现实情况。过拟合就是算法不但学习了数据, 还把噪声学习了这样的算法无法推广。我们需要寻找到一个平衡点, 既能完成对缺陷的处理又能保证正常合格车身的通过率。 4、结语 数字图像处理技术在汽车涂装自动化领域的运用, 必将对改善车身质量, 降低人力成本起到积极作用。并且, 随着数字图像处理技术的进一步发展, 和数字处理算法的进一步优化, 数字图像处理将更快更准确的寻找和发现汽车涂装表面缺陷。随着数字图像处理在汽车涂装领域的应用进一步深入, 通过数字图像处理来指导生产, 发现生产中存在的问题的水平将近一步的提高, 同时随着计算机硬件成本的降低和技术的发展, 数字图像处理在汽车涂装领域的应用将会持续增长。 参考文献 [1]阮秋琦, 阮宇智.等数字图像处理学[M]第三版.北京:电子工业出版社, 20xx.6. [2]学习Open CV (中文版) / (美) 布拉德司机 (Bradski.G.) , (美) 科勒 (Kaehler.A.) 着;于仕琪, 刘凯祯译.北京:清华大学出版社, 20xx.10. [3]赵立兴, 基于模糊算法的数字图像处理技术研究[D].秦皇岛;燕山大学, 20xx, 22-39. 说话人识别(Speaker Recognition,SR)是语音识别的一种,是通过话音区分说话人,从而进行身份鉴别与认证的技术。与其他生物认证技术如指纹识别、掌型识别、虹膜识别等相比,具有独特的方便性、经济性和准确性,并逐渐成为人们日常生活和工作中重要且普及的安全验证方式[1]。 Matlab是使用最为广泛的科学计算软件之一,在说话人识别中有着广泛应用。但在实际应用中仍存在如下不足:其语音处理工具箱仅仅提供了基本函数,并未针对一类问题给出一整套设计方案;一般Matlab控制台程序以命令形式调用语音处理工具箱函数,这种形式不像人机交互界面那样直观,也不易数据处理。正因为这些困难与不足,有必要设计基于Matlab GUI的说话人识别测试平台[2]。 1 GUI说话人识别测试平台实现 1.1 系统框架设计 说话人识别系统框图如图1所示,主要由以下模块组成: (1)预处理模块:完成对语音信号的采样与量化、预加重处理、加窗、端点检测等; (2)特征提取模块:测试音和训练音都必须经特征提取,提取出表征说话人个性的语音信号特征,以方便后续处理; (3)参考模板模块:对模型参数进行估计和优化,建立说话人模型; (4)模式匹配模块:测试音经特征提取,将提取出的特征参数和训练时产生的模型进行匹配,计算匹配距离; (5)判决模块:根据匹配距离大小,依照某种相似性准则形成判决[3]。 对上面5个模块编写程序,在程序中调用了语音处理工具箱中的enframe,melcepst,melbankm等函数[4]。对所有程序进行优化和整合,设计出说话人识别系统测试平台。 1.2 人机交互界面设计 说话人识别测试平台主界面如图2所示。设置各控件属性,通过回调函数实现系统功能。 1.2.1 控件属性值设置 图2主界面中,包括如下控件类型:Static Text,,,,,Mpanel等。表1为各控件类型的主要属性设置情况[5]。 1.2.2 系统各部分功能的实现 主界面主要包括录音、测试及结果分析3部分。 (1)录音部分:首先设置语音采样点数,然后录音,可通过PLOT按钮观看录制的语音波形,或通过PLAY按钮听录制语音的声音[6],以保证录制语音质量。录音按钮回调函数为: function pushbutton9_Callback(h Object,eventdata,handles) (2)测试部分:首先选择人数、发音的字数、帧长、帧移、是否选择有端点检测,然后选择采用的语音特征参数是MFCC或MFCC+ΔMFCC,通过The Path of Train按钮,输入训练语音路径,以输入训练语音,再按TRAIN按钮,当Edit text框中显示training has been completed表明训练已完成。再按The Path Of Test按钮,输入测试语音路径,以输入测试语音,再按TEST按钮以进行测试,其测试结果显示在Edit text框中,最后识别率显示在Identify rate窗口。训练按钮回调函数为: function train_Callback(h Object,eventdata,handles)3 (3)结果分析部分:对几个影响识别率的因素进行了分析。主要因素有:帧长、人数、字数、MFCC阶数、是否采用端点检测等,其结果和理论结论一致。 2 测试实例 测试实例参数设置及测试结果如图3所示。特征参数采用MFCC+差分MFCC;识别模型为矢量量化模型;测试环境为实验室环境。人数为50人,每个人训练、测试时分别说12个汉字,中文普通话。识别率窗口显示系统识别率为96%,效果较好,表明了该测试平台的有效性。 3 结语 本文所设计的基于Matlab GUI说话人识别测试平台,充分利用Matlab软件中的GUI技术及语音处理工具箱中内置函数,功能完善,包括录音、测试及结果分析部分。该平台提供了良好的人机交互环境,便于用户在各种参数条件下的测试实验,例如用户可方便设置采样点数、人数、字数、及帧长、帧移、MFCC的阶数等测试条件,系统识别率高,为进一步开发说话人识别系统提供一定的仿真环境及参考价值。 参考文献 [1]吴朝晖.说话人识别模型与方法[M].北京:清华大学出版社,2009. [2]秦辉.基于Matlab GUI的预测控制仿真平台设计[J].系统仿真学报,2006,18(10):2778-2779. [3]甄斌,吴玺宏,刘志敏.语音识别和说话人识别中各倒谱分量的相对重要性[J].北京大学学报:自然科学版,2001,37(3):371-378. [4]陈炜杰.噪声环境下的说话人识别技术研究[D].杭州:浙江工业大学,2008. [5]郑阿奇.Matlab实用教程[M].北京:电子工业出版社,2005. 课程英文译名：Digital Image Processing 适用专业：空间信息工程、摄影测量与遥感全日制本科一、一、课程性质、目的和任务： 本课程是空间信息工程系、摄影测量与遥感系开设的必修的专业基础课之一。 通过本课程的学习，要求学生掌握有关数字图像处理的基本概念、方法、原理及应用，培养和增强学生数字图像处理技能的创新意识和创新思维，提高实际动手能力和创新能力，为学生进一步学习数字摄影测量、遥感和地理信息系统等专业课程奠定基础。二、二、课程教学的基本要求： 1.牢固掌握图像数字化理论、图像直方图及其应用、傅立叶变换、图像增强的基本算法、图像分割、影像纹理的基本分析法、二值图像处理等内容； 2.掌握空间滤波的卷积算法、几何校正和灰度内插法等； 3.了解图像复原与重建、数据压缩、模板匹配、分类、图像处理与分析的发展趋势。 三、三、课程内容的重点和难点 1.重点内容： 主要是数字图像处理的基本概念和算法。具体包括：数字图像与图像数字化的概念；灰度直方图；图像处理算法形式；傅立叶变换、图像空间域、频率域增强；图像分割的边缘检测；纹理分析；二值图像处理与分析等。 2.难点 傅立叶变换、频率域图像增强与恢复、边缘跟踪、纹理的灰度共生矩阵分析法等。 四、四、本课程与其他课程之间的联系与分工 本课程的数学基础是建立在高等数学、离散数学、线性代数、概率论与数理统计等课程之上；光学、摄影学与计算机应用是学习和掌握该课程的重要基础知识；该课程是为数字摄影测量、遥感、地理信息系统、计算机视觉等课程服务；模式识别、图像理解是该课程内容的深入发展；与计算机图形学相互渗透、补充。在学习数字摄影测量、遥感、模式识别、图像理解和计算机视觉等课程之前，应先修该基础课程。 五、五、各教学实践环节的主要内容 本课程教学时数为52学时，课堂教学52学时，课外实习3次共6学时。实习内容如下： 实习一 编写统计影像灰度直方图的程序 实习二 应用图像处理软件Photoshop进行图像及其直方图显示、灰度变换与直方图均衡、几何变换和裁剪、图像平滑和锐化、彩色增强处理 实习三 应用Photoshop进行边缘检测、图像二值化、边缘跟踪等六、六、使用教材及参考书 教材：贾永红编著《计算机图像处理与分析》武汉大学出版社 参考书：1.荆仁杰等 《计算机图像处理技术》浙江大学出版社 2.容观澳 《计算机图像处理》清华大学出版社七、七、课程内容及安排 第一章 绪论（2学时）1.1数字图像处理的概念 1.2数字图像处理的内容和特点 1.3数字图像处理的应用 第二章 基本概念（5学时）2.1图像数字化 2.2图像灰度直方图 2.3图像处理算法的形式 2.4图像的数据结构与特征 第三章 图像变换（4学时） 3.1图像变换的预备知识 3.2付立叶变换及其性质 第四章 图像增强（10学时）4.1 图像增强的点运算 4.2图像的空间域平滑 4.3图像的空间域锐化 4.4频率域增强 4.5彩色增强技术 4.6多图像运算 第五章 图像复原与重建（4学时）5.1图像退化模型 5.2图像复原的方法 5.3图像重建 第六章 图像压缩（3学时）6.1概述 6.2图像保真度准则 6.3统计编码方法 6.4图像压缩的标准 第七章 图像分割（10学时）7.1边缘检测 7.2 边缘跟踪 7.3 Hough变换检测直线 7.4区域分割 7.5区域增长 第八章 二值图像处理（7学时）8.1二值图像的连接性和距离 8.2连接成分的变形操作 8.3图形的形状分析 第九章 纹理分析（6学时）9.1概述 9.2影像纹理的直方图分析法 9.3 Laws纹理能量测量法 9.4纹理分析的自相关函数法 9.5灰度共生矩阵分析法 教师先通过演示Photoshop的羽化和浮雕等简单的滤镜效果，激发学生创作欲望，启发学生利用Photoshop的滤镜却创造性地处理图片，进而说明图像信息可以表情达意，引出该任务。学生打开素材图片进行创造性的艺术处理，让学生放手去创意性地处理图片。最后展示学生作品并点评，进行教学评价，可采用自评、他评和教师评相结合的多元评价机制。 接着展示几幅老师用Photoshop处理的精美效果,让相信大家课后会积极尝试，巧妙构思,利用Photoshop的神奇功能，制作出更多的艺术效果。接着让学生继续欣赏一些Photoshop作品，感觉Photoshop带给我们的震憾，最后最后展示华南虎的一张图片,从情感上进行升华。我们学习使用Phtoshop可以美化我们的生活，增添生活的乐趣，为我们的生活服务，千万不能作一些违法犯罪的事件，比如华南虎事件。 6．回顾总结 从“神七”话题导入，通过展示PHOTOSHOP设计精品，组织学生讨论交流，引出课题。教学内容的展开按照了解PHOTOSHOP功能——认识PHOTOSHOP界面——对图片的简单处理层层递近的任务来进行的。从贴近生活的语言简单了解PHOTOSHOP的功能，接着环环相扣的3个任务：一自主探究，认识Photoshop界面，任务二：小组协作，简单处理图片。任务三：创造性地处理图片。在进行教学设计过程当中，力求为教师和学生创造更多的活动空间，并在交流碰撞中提高认识，拓展思路。 六、教学反思 1．教学语言的问题 无论是信息技术课还是其他学科的课，教学语言对教师要求都是最基本的要求。教学语言应该简练、丰富，如果生动、幽默当然是更好了。所以在以后的教学和学习中，不断地提高自己的语言基本功，提高自己各方面的业务素质是每个教师为断成长的必修课。 2．教学内容的整体把握 一个好的教学设计是一节课成败的关键，要根据不同的课题进行灵活的教学设计。首先对每一个课题的教学内容要有一个整体的把握。“初识Photoshop”,定位是“初识”，那么这节课的教学内容就很明确了：(1)了解Photoshop。(2)认识功能和界面。(3)通过对图片进行简单处理来加深对Photoshop的了解。三大块，教学内容简洁明晰。这样的基础上再进行设计就可以把握住课题的主旨了。 3．教法方法的合理选择 “雷达收发原理”是我院雷达类专业的一门核心课程, 该课程包含的知识点繁多、概念与原理较抽象, 如何使学生直观、感性地理解并掌握课程相关知识点的物理概念是本课程教学中亟待解决的核心问题。经过近几年在教学内容、教学方法与效果评价等方面的探索改革, 该课程已逐步形成理实一体交融的教学理念[1]。其中, 基于自研的雷达收发实验箱和实验台开展的硬件实验大大激发了学员的学习兴趣。但是, 针对新体制雷达收发系统中的重要组成部分———阵列天线, 由于受到无法购置实际装备、实验场地等条件的限制, 缺乏有效的教学演示手段。 本文基于MATLAB GUI仿真技术[2]开发了“雷达阵列天线方向特性”仿真平台, 该平台既可以辅助教员理论授课, 也可为学员提供课后实验平台, 提高了理论教学和实践教学的效率, 进一步加强学员对雷达收发系统的感性认识。 二、MATLAB GUI仿真技术 MATLAB是Math Works公司出品的商业数学软件, 具有强大的计算和绘图功能, 特别是采用GUI (Graphical User Interfaces, 图形用户界面) 编程方式, 可以制作能反复使用、操作简单且效果形象的仿真系统。图形用户界面是由窗口、光标、按键、菜单、文字说明等对象 (Objects) 构成的一个用户界面。用户通过一定的方法 (如鼠标或键盘) 选择、激活这些图形对象, 使计算机产生某种动作或变化, 比如实现计算、绘图等。所以, MATLAB GUI仿真技术特别适合课程教学虚拟平台的高效设计与开发。 三、教学仿真平台 仿真平台的目的就是充分利用计算机运算速度快及可视化的特点, 将教学内容中比较抽象、学员难以理解的重、难知识点, 用形象直观的方式展示出来, 辅助课堂教学, 提高授课质量。 1、仿真内容的选取 根据近几年的教学经验及对教学内容的综合分析, 在仿真平台内容的选取上, 主要包括:直线阵与矩形阵两种典型雷达阵列天线的方向特性。围绕以上内容, 展开相应仿真界面的设计开发。 2、Matlab GUI应用开发 “雷达阵列天线方向特性”教学仿真平台采用了用户与程序通过界面进行交互的模式, 根据用户的输入, 及时准确地向用户呈现结果以供学习, 并可重复使用。整个系统由“阵列天线选择”主界面和仿真演示子界面组成。其中, “阵列天线选择”主界面完成雷达阵列天线阵形的选择;仿真演示子界面包含直线阵与矩形阵方向特性分析界面, 如图1所示。整个仿真平台的操作主要通过图形控件完成, 仿真结果能够实时动态地进行显示, 参数对结果的影响一目了然。 为了使整个系统样式规范、操作简便, 仿真系统的界面布局统一设置为:左上侧是阵列天线参数设置区, 同时设置两个按键完成基本的性能参数计算和单次显示功能;左下侧给出程序源代码;右侧为计算结果显示区;右下侧设置重要参数的连续可调滑动条。 四、课程应用探讨 采用“雷达阵列天线方向特性”仿真平台势必对课堂教学和学生自学具有较好的辅助作用。 1) “雷达阵列天线方向特性”仿真系统的开发, 将理论授课和仿真演示结合起来, 有利于学员对知识的理解、消化。 2) 仿真系统开放了相应程序的源代码, 并对其进行难点注释, 鼓励学员利用MATLAB编程, 为自主性实验的展开奠定了基础。 3) 基于MATLAB的仿真系统使用方便、扩展性强, 避免了搭建雷达阵列天线硬件实验系统带来的成本高与场地限制等不足。 五、结语 本文围绕“雷达收发原理”课程的重要知识点———阵列天线, 开发了一套课程仿真平台。该平台的仿真内容设计合理, 操作界面友好, 有利于使抽象的理论知识形象化, 提高课堂教学的质量, 激发学员的学习兴趣。同时也为学生的课后复习和实验提供了良好的平台, 对该课程的教学是一个十分有益的补充。 摘要：为加深学员对雷达收发系统中阵列天线方向特性原理的理解, 利用MATLAB GUI编程方法设计、开发了相应的仿真平台。此平台层次清晰、可以动态仿真雷达阵列天线的方向图。实践表明, 该仿真平台有利于改善课堂教学效果, 激发学员的学习兴趣, 也为学员课后的自学提供了良好的平台。 关键词：MATLAB GUI,雷达阵列天线,仿真平台 参考文献 [1]汪枫, 刘润华, 张荣华.雷达收发原理课程教学改革研究[J].空军预警学院学报, 2013, 05:384-385. 其中，计算机对图像信息或者数据信息的处理技术应用十分广泛，这一技术统称为计算机图像处理技术。 在工程技术、工业、机电行业、广告传媒领域以及农业领域均有广泛应用，利用该技术对数据图像进行分析处理。 滤镜是photoshop的特色工具，充分而适度地运用好滤镜不仅可以改善图像效果，还可以在原有图像的基础上产生许多特殊效果。Photoshop滤镜分为两类：一是软件自带的内置滤镜，二是外挂滤镜。当计算机安装photoshop后只有内置滤镜，外挂滤镜是它的一个插件，需要用户单独安装（plug-ins）。1）滤镜命令的使用常识 学习滤镜之前，首先要了解使用滤镜时的注意事项和基本的使用小技巧，这样可以更有效地提高对滤镜的掌握速度，更深刻地理解滤镜的内涵。 ●如果要处理的图像文件很大，执行某些滤镜命令时，系统处理的速度会比较慢。这时我们可以选取部分图像应用滤镜效果，满意之后再对整个图像进行全面处理。 ●滤镜只能应用于当前可见图层（眼睛图标），且可以反复应用，连续应用，但一次只能应用在一个图层上。 ●滤镜不能应用于位图模式、索引颜色模式和48位RGB模式的图像中（16位RGB模式的图像，有些滤镜命令也不可以使用），某些滤镜只对RGB模式的图像起作用（比如：“画笔描边”滤镜）。还有，滤镜只能应用于图层的有色区域，对完全透明的区域没有效果（提示信息：所选区域是空的）。 ●有些滤镜很复杂，如果应用于尺寸较大的图像，执行时需要很长的时间，如果想结束正在生成的滤镜效果，只需按Esc键即可。 ●最后一次应用的滤镜出现在滤镜菜单的最上方，若要重复此滤镜效果，执行该滤镜命令按钮或者按下快捷键ctrl+F即可，而且参数设置也相同。按快捷键ctrl+Alt+F，可以弹出上一次执行的滤镜对话框进行设置。 ●滤镜的处理效果是以像素为单位的，因此，滤镜的处理效果与图像的分辨率有关，用同样的参数处理不同分辨率的图像，其效果也是不相同的。2）变形性滤镜 ●液化滤镜（Ctrl+Shift+X）实例 鲜橙 ●扭曲滤镜 使用photoshop提供的扭曲滤镜可以对图像应用扭曲变形实现各种神奇的效果。 实例 快速五等分正圆 新建文件（15厘米*15厘米，300像素/英寸，白色背景）； 显示图像标尺，将图像的宽度5等分； 新建图层，并向图像中的五等分填充不同的颜色； 执行“滤镜/扭曲/极坐标”命令，在弹出的对话框中设置“平面坐标到极坐标”，单击确定按钮，图像出现正圆五等分效果； 实例 球面字 新建文件（16厘米*7厘米，72像素/英寸）； 新建图层，在图像中产生一个圆形选区，进行径向渐变（白色到红色）； 使用文字蒙版工具输入文字，将文字填充黄色；载入图形，执行“滤镜/ 扭曲/球面化”命令，产生球面效果； 实例 制作水面涟漪效果 新建文件（640像素*480像素，72像素/英寸）； 新建图层，进行线性渐变（蓝色到白色，从左上方向右下方）； 执行“滤镜/扭曲/水波”命令，产生水波纹效果（数量：50，起伏：20，样式：围绕中心）； 实例 制作卷发字 新建文件（12厘米*6厘米，72像素/英寸）； 新建图层，输入文字，使用色谱渐变进行线性渐变（从左上方向右下方拖动），取消选择； 使用椭圆选框工具，选择一个圆形选框，执行“滤镜/扭曲/旋转扭曲”命令（角度：999）； 实例 制作壁纸 新建文件（18厘米*12厘米，300像素/英寸，白色背景）； 新建图层1，进行线性渐变（红色【172，25，60】到淡黄色【253，250，226】）； 打开素材文件（圆点），将该图像移动到当前新建的文件中，自动生成图层2，并设置图层混合模式为叠加； 执行“滤镜/扭曲/球面化”命令（数量为-100），图像中的圆点出现向内凹陷的效果，具有一定的动感； 新建图层3，设置前景色为白色，运用自定义形状工具，在图像中心位置绘制一个不规则的图形；并进行栅格化； 执行“滤镜/扭曲/旋转扭曲”(角度为200)，图像效果像旋转的齿轮；锁定该层的透明像素，以相反的方向填充与图层1相同的渐变色； 设置斜面与浮雕（样式：枕状浮雕，深度：450%，大小：20），并设置混合模式为“变亮”，图像出现半透明效果； 1）艺术效果滤镜 ●风格化滤镜 实例 制作一副灰度素描效果图(查找边缘：搜索主要颜色变化区域，强化其过渡像素，从而使图像看起来就像被彩色铅笔勾描过轮廓一样) 实例 制作雪堆字 扩散（模式为正常）；多次进行； 图层样式：斜面和浮雕（模式为内斜面、方法为雕刻清晰、深度为100%，方向为上，大小为10像素，软换为3像素，阴影角度为120度，高度为30度）。 实例 制作液体字 喷溅（喷色半径为8，平滑度为3）； 喷色描边（线条长度为8，喷色半径为13，描边方向为垂直）； 实例 《京剧艺术》书籍封面 新建文件（28厘米*19厘米，72像素/英寸，25%灰色背景）； 在图像的中央绘制一个宽度为2厘米的矩形框，填充50%的灰色，制作出封面的书脊； 打开素材（D28），将脸谱选取，拖动到底图中，按比例缩放并进行移动； 调整亮度/对比度（25，9）；并加上投影效果（扩展为40%）； 将脸谱复制并移动到书脊的左边，去掉颜色，制作浮雕效果（角度我：135，高度：3，数量：100）；设置图层混合模式为排除，产生一个低对比度的图像； 2）校正性滤镜 ●模糊滤镜 这组滤镜主要用来处理图像边缘过于清晰或颜色对比过于强烈的区域，其处理方法是使用边界分明的2种颜色的平均值来模糊边界线，以使边界的颜色平滑过渡。 “高斯模糊”是一种用途广泛的优秀的模糊滤镜，它按照高斯钟形曲线的半径大小对图像中特定数量的像素进行模糊处理。 “动感模糊”能使图像中的物体具有运动时拍摄到的效果，它能沿不同角度不同距离以直线方式模糊像素。实例 制作喷气飞机 打开飞机图像；复制飞机图层，得到飞机副本图层； 选中飞机图层，执行“滤镜/模糊/动感模糊”命令（角度：60，距离：530），并使用移动工具将气流移到飞机的尾部，产生飞机飞行时喷出时的气流效果； 选中飞机副本图层，执行“滤镜/模糊/动感模糊”命令（角度：60，距离：7），产生飞机快速飞行时的效果； 实例 制作玻璃字 新建一个文档（16厘米*12厘米，72像素/英寸，白色背景）； 使用文字蒙版工具输入文字信息，并填充黑色，取消选择； 执行“滤镜/模糊/动感模糊”（角度：45，距离：30）；将图层进行合并； 执行“滤镜/风格化/查找边缘”；执行图像菜单下的反相； 新建图层，进行色谱渐变线性填充（模式为颜色）。 ●锐化滤镜 锐化、进一步锐化：该滤镜的主要功能是提高相邻像素点之间的对比度，使图像更加清晰 USM锐化：该滤镜在处理过程中使用模糊遮罩来产生边缘轮廓锐化效果，是锐化滤镜中锐化效果最强的滤镜。 智能锐化：该滤镜主要用于改善图像边缘细节、阴影及高光锐化，使图像像素对比更加强烈，它综合了其他锐化滤镜的作用效果。 ●杂色滤镜 杂色滤镜命令，既可以向图像中添加杂点，又可以去除图像中的杂点，其主要作用还是去除图像杂点。实例 制作飞雪效果 打开素材（风景）； 新建图层，执行“滤镜/杂色/添加杂色”命令（数量：400，平均分布）；执行“滤镜/像素化/点状化”命令（单元格大小为30）；（说明：“点状化”滤镜可以将图像杂点归结为大的颜色块，并且颜色块之间还会产生缝隙，这些缝隙将运用工具箱中的背景色填充） 使用魔棒工具将其中的任意一种颜色全部选择，并填充白色；反选并删除选区内的图像；取消选择； 执行“滤镜/模糊/高斯模糊”（半径为3），图像边缘出现虚化效果；执行“滤镜/模糊/动感模糊”（角度：45，距离：70），编辑图像动态模糊效果； 3）图像纹理化滤镜的使用及效果 ●渲染滤镜 渲染滤镜可以在图像中创建云彩图案，模拟灯光、太阳光效果，还可以结合通道创建各种纹理贴图。 光照效果：使用该滤镜可以模拟为图像添加各种灯光效果。但此滤镜不能应用于灰度、CMYK和Lab模式的图像。实例 制作瓷砖字 新建图像（600像素*400像素，72像素/英寸）； 创建一个Alpha 1通道； 设置前景色为白色，背景色为黑色，输入文字（大小为250点）； 将通道进行复制，得到Alpha 1通道副本，并执行“滤镜/风格化/拼贴”；（拼贴数为10，最大位移为1%，填充空白区域为背景色）； 将通道副本进行复制，得到Alpha 1通道副本2，进行模糊处理（模糊半径为3）； 执行“选择/ 载入选区”，其参数为（通道为Alpha副本，操作为从选区中减去）；并按下ctrl+delete键，将网格线填充为黑色；再进行模糊处理（模糊半径为4）； 选中RGB混合通道，按下ctrl键单击Alpha 通道，使用浅蓝色（145，210，240）进行填充； 执行“滤镜/ 渲染/ 光照效果”（纹理通道为Alpha通道）； 执行“图像/调整/色阶”。 ●纹理化滤镜 纹理滤镜可以通过纹理的添加表现图像的深度感和材质感，经常用于制作3D MAX的材质贴图。 实例 图像染色玻璃效果（10，4，3） 实例 制作石雕壁画 新建文件，设置与底纹图形一样； 将12幅运动剪影图像打开，移动到适当位置；将所有图层合并，执行“图像/调整/反相”命令，对图像的色调进行反转，并存储文件； 打开石头底纹图形，执行“滤镜/纹理/纹理化”命令，载入运动纹理图像； 在图像上输入文字信息，并将文字图层转换成普通图层； 复制背景图层，载入文字图层，反选，删除，取消选择； 将文字图层作为当前图层，执行“滤镜/其他/位移”（3，3）； 复制背景副本，载入文字框，填充白色，取消选择，执行“滤镜/其他/位移”（-3，3）；并将背景副本2移动到背景副本的下面；将图层合并； 执行“滤镜/模糊/高斯模糊”（半径为1）； ●像素化滤镜 像素化滤镜可将图像的像素分块或平面化。 彩色半调：该滤镜模拟在图像的每一个通道上使用扩大的半调网屏效果 晶格化：该滤镜可以将相近的有色像素集中到一个像素的多角形网格中 马赛克：该滤镜可以把具有相似颜色的像素合成更大的方块，并按原图规则排列 习题 一、在执行滤镜命令时，如果需要重复执行上一步使用过的滤镜，并且需在其对话框中调整各项参数，可以按键盘中的（）组合键，显示其对话框。Shift+Alt+F Ctrl+Shift+F Ctrl+Alt+F Ctrl+Tab+F 二、在运用滤镜命令处理图像时，如果需要重复上一次使用的滤镜命令，可以按键盘中的（）组合键。 Alt+F Ctrl+F Shift+F Ctrl+D 三、photoshop中提供的模糊滤镜命令可以处理图像的各种模糊效果。以下列举的（）命令可使图像以某一中心进行模糊。进一步模糊 动感模糊 径向模糊 镜头模糊 四、下列关于滤镜的操作原则哪些是正确的？ 滤镜不仅可用于当前可视图层，对隐藏的图层也有效 不能将滤镜应用于位图模式或索引颜色模式的图像 有些滤镜只对RGB图像起作用 只有极少数的滤镜可用于16 位通道图像 五、上图经过滤镜处理和图层混合模式操作，得到下图效果，以下实现方法中说法正确的是： 在图形右侧做选区填充线性渐变色；利用滤镜“像素化”中的“马赛克”，得到方格效果；然后将效果复制一层，执行滤镜“风格化”中的照亮边缘”，得到边缘的亮色描边；将这一层的图层混合效果设为“颜色减淡”，实现最终效果。 在图形右侧做选区填充线性渐变色；利用滤镜“纹理”中的“马赛克拼贴”，得到方格效果；然后将效果复制一层，执行滤镜“画笔描边”中的“强化的边缘”，得到边缘的亮色描边；将这一层的图层混合效果设为“叠加”，实现最终效果。 在图形右侧做选区填充线性渐变色；利用滤镜“纹理”中的“拼缀图”，得到带边线的方格效果；然后将效果复制一层，执行反相命令得到，得到左上白色右下黑色的边缘描边；将这一层的图层混合效果设为“正片叠底”，实现最终效果。 在图形右侧做选区利用滤镜“像素化”中的“马赛克”，得到方格效果；然后将效果复制一层，执行滤镜“画笔描边”中的“强化的边缘”，得到边缘的亮色描边；在这一层上建立线性渐变的填充层，实现最终效果。 六、A图是原始图像，B图是执行某滤镜命令后的效果，请问下面哪个滤镜命令 滤镜/扭曲/极坐标——平面坐标到极坐标 滤镜/模糊/径向模糊（模糊方法：缩放）滤镜/模糊/径向模糊（模糊方法：旋转）滤镜/扭曲/极坐标——极坐标到平面坐标 七、如图所示，箭头左边是原始图象，箭头右边是经过滤镜处理后的效果。请问，通过下列哪个滤镜命令可以使左图变成右图的效果？ 滤镜>像素化>彩色半调 滤镜>纹理>颗粒（水平）滤镜>像素化>点状化 滤镜>纹理>染色玻璃 八、如图所示，箭头左边是原始图象，箭头右边是经过滤镜处理后的效果。请问，通过下列哪个滤镜命令可以使左图变成右图的效果？ 滤镜>扭曲>极坐标 滤镜>扭曲>挤压 滤镜>扭曲>球面化 滤镜>液化 （十）动作功能 1）动作基础操作 在PhotoShop中，动作就是一系列命令的组合。当用户必须重复执行一些命令时，例如，对图片的批量处理等，动作就会起到非常重要的作用，它能使动作中记录的命令自动执行，减少用户乏味枯燥的重复操作。 动作的创建、记录、执行和编辑等操作都是通过“动作”面板来进行的（Alt+F9）。 动作的编辑操作（向动作中插入菜单项目）：在photoshop中，可以使用“插入菜单项目”命令，向已经录制的动作中插入其他的命令选项，以丰富画面的处理效果。 2)自动命令 在PhotoShop的“文件/自动”菜单里面提供了自动处理命令。这些命令和动作一样，可以使图像操作实现自动化处理，但自动菜单中的命令往往是一些特殊的操作，直接使用既方便又快捷。 1、Web照片画廊 该命令用于照片的网络发布，PhotoShop将指定目录下的图片制作成缩略图，并组织在网页中，用户在浏览Web画廊时可以浏览缩略图，并点击小图看原图。 实例 创建Web照片画廊 2、联系表 该命令会将选定文件夹中的所有图像文件制作成一个缩略图，并将其排列在几幅指定大小的图像中，从而形成一个图像目录，方便浏览。实例 创建联系表 习题 一、要想建立一个动作序列，可以单击“动作” 面板中的（）按钮。停止/播放录制按钮 开始记录按钮 新建动作组按钮 播放按钮 二、要想为已经录制好的动作面板中插入其他的命令选项，此时可以执行动作面板菜单中的（）命令。 插入菜单命令 插入路径 插入停止 载入动作 三、使用文件/自动菜单中的命令可以快速处理大量的图片，下列（）命令可以实现图像文件模式转换操作。 创建快速批处理 条件模式转换 联系表II 限制图像 关键词：Matlab GUI,车外灯控制系统,控制逻辑 0 引 言 汽车工业已经成为当今世界第六大产业, 全球每年汽车总产量约为七千万辆[1]。随着电子技术的飞速发展, 越来越多的电子电器设备被应用到汽车领域, 使得汽车的性能以及驾驶的安全性、舒适性大大提高。在2006年, 汽车电子电器系统至少占到整车总价格的25%;在某些高级轿车当中, 这一比例甚至达到35%[2]。这些数据一方面说明汽车整体性能的提升, 但也从一个侧面反映了整车复杂度的大幅提高, 现有的汽车功能管理方式以及演示模型已经不能满足要求, 所以要对其进行改进。本文对现有的汽车外灯控制系统做了简要的分析, 然后提出一种新的基于Matlab GUI软件开发平台的新型汽车外灯控制系统模型, 并分析之, 进而根据不足提出进一步优化方案。 1 现有汽车外灯控制系统 目前广泛应用的、最为基础的汽车行业车外灯控制系统, 都是基于文字描述形式, 如表1所示。 这种描述方式的优点在于, 表述信息完整、无误, 但是它的缺点也是显而易见的, 就是缺乏直观性, 并且如果约束条件较多或者控制逻辑较复杂, 表格将非常繁琐。对于刚刚接触汽车外灯控制系统的人来说, 并不容易在短时间内完全掌握汽车外灯的控制逻辑, 以及各个不同部分汽车外灯的约束条件。与此同时, 当汽车生产厂商的市场部或其他部门需要对汽车外灯控制系统进行重新开发或者修改其某些功能和逻辑时, 不能够快速地得到验证, 因此降低了生产效率。 2 基于Matlab Simulink的演示模型 Matlab作为当今世界上应用最为广泛的数学软件, 具有非常强大的数值计算、数据分析处理、系统分析、图形显示甚至符号运算的功能。已经在生物工程、图像处理、语音处理、雷达探空以及工业自动控制等各个领域得到广泛的应用[3]。 Matlab Simulink软件集成了非常丰富的开发包, 其中就包含与汽车行业相关的开发资源, 例如Vehicle Network Toolbox开发工具包等等, 非常方便于汽车行业进行产品开发测试。 基于Matlab Simulink软件有以上优势, 汽车行业已经将Matlab Simulink软件应用到汽车电子电器功能管理领域, 例如, 根据汽车外灯控制系统功能描述, 制作简化的汽车外灯控制系统Simulink演示模型, 如图1所示。 图1所描述的是汽车后雾灯的逻辑状态图, 从中我们可以看到, 基于Simulink制作的汽车外灯控制系统模型较文字描述的汽车外灯控制系统更为直观, 其基本思想是利用Simulink当中Manual Switch模拟汽车外灯的控制开关或相关信号, 再根据汽车外灯控制逻辑, 最终模拟出汽车相关外灯亮、暗状态。在此模型中, 相关车灯的亮、暗状态可以观测, 因此也利于工程师查找逻辑错误或者对车灯功能进行修改。 当出现两种车灯之间存在一定联系的时候 (例如转向指示灯和警告灯之间的后发使能情况) , 如图2所示, 模型所需考虑的信号和状态增多, 使得模型在建模和使用时变得复杂。 此模型的优点显而易见, 就是通过建模让汽车外灯控制系统变得直观, 同时也存在一定的不足, 例如, 各个汽车外灯为独立系统, 他们之间的约束关系表现不清楚, 而且基于Simulink的系统模型所表述的逻辑关系比较简单, 不能够完全实现汽车外灯控制系统复杂的控制逻辑和约束关系。因此, 需要对此系统模型进行进一步的改进。 3 基于Matlab GUI改进的演示模型 Matlab GUI设计使建模过程不必深入掌握面向对象的编程语言, 也能设计出人机界面。与Visual C++相比, Matlab GUI学习起点低, 开发周期短, 具有良好的平台性, 计算能力非常突出等优势, 完全可以设计出与Visual C++编写的程序相媲美的界面[4]。在汽车电子电器管理领域, Matlab具有更好的拓展性, 所以我们考虑利用Matlab GUI设计汽车外灯控制系统演示模型。 如图3所示, 为Matlab GUI的开发界面。 由图3我们可以看出, 基于Matlab GUI的开发界面非常简单, 其基本控件为Push Button (触控按钮) 、Static Text (静态文本) 、Toggle Button (切换按钮) 、Radio Button (单选按钮) 等几种类型。只要将以上控件编排在相应位置, 并且编写适当的Callback回调程序, 就可以完成我们希望实现的各种功能, 达到演示目的。 其最终生成的演示模型如图4所示。 由图4我们可以看出, 在演示模型当中, 汽车四种上电状态 (KL_30、KL_R、KL_15、KL_50) 以及汽车外灯控制系统的各个按键一应俱全, 完全真实模拟汽车情况。同时, 通过编写控件的Callback程序, 我们可以将汽车外灯控制系统的各种逻辑以及约束条件整合到模型内部。 3.1 汽车外灯亮、暗控制 本文所建立的汽车外灯演示模型利用更改Matlab GUI里面的Static Text (静态文本) 背景颜色, 区分相应汽车外灯的亮或者暗。下面以警告灯亮、暗控制为例, 介绍相应程序。Matlab语句表述为: set (handles.text1, ′Visible′, ′off′) ; %将静态文本1设置为不可见, 其意义为控制相应车灯为“暗”。 set (handles.text1, ′Visible′, ′on′) ; set (handles.text1, ′backg′, ′y′) ; %将静态文本1设置为可见, 同时设置其背景颜色为白色。 %其意义为控制相应车灯为“亮”。 车外灯全部为暗时, 状态与图4所示状态相同;当警告灯满足“亮”的条件时, 其演示状态如图5所示。 由图5可知, 基于Matlab GUI制作的汽车外灯演示模型非常直观地表示出各个车灯亮、暗的状态。车灯所在位置也与实际汽车相一致, 即使没有接触过汽车或汽车外灯控制的人员也能清楚明白地了解。 3.2 汽车外灯的闪烁控制 汽车外灯控制系统除完成车灯亮、暗的控制的同时, 还需要完成车灯闪烁的相关控制。例如警告灯在条件满足时, 完成一定周期的闪烁。在Matlab编程中, 只需要编写简单的循环语句就可以完成相关演示控制, 其语句举例如下。 While HazardWarningState %当警告灯按钮按下时, 运行以下程序 set (handles.text1, ′Visible′, ′on′) ; pause (0.5) ; set (handles.text1, ′Visible′, ′off′) ; pause (0.5) ; end 3.3 汽车外灯的逻辑、约束控制 在车外灯控制系统中, 涉及到非常多的逻辑控制, 例如转向指示灯只有在KL_15上电状态和转向指示灯按钮按下的同时才会亮, 同时状态指示灯与警告灯是后发使能关系, 即在转向指示灯亮的前提状态下, 警告灯条件一旦满足, 则警告灯使能, 反之亦然。 在Matlab GUI编程中, 可以通过简单的语句实现相应的逻辑控制, 使得演示模型功能更加强大。 4 结 语 综上所述, 基于Matlab GUI设计的汽车外灯演示模型相比于目前的文字描述模式和Simulink建模模式优势明显, 它将车灯位置与真实车辆相对应, 使得无论是有经验的汽车电子电器工程师还是没有相关经验的汽车客户, 都能够清楚明白地了解汽车外灯控制系统的相关逻辑和汽车外灯的各项功能。当进行新产品开发, 或者需要对汽车外灯功能进行更改时, 可以首先应用在演示模型上, 从而快速得出结论, 大大缩短了产品开发周期, 因此提高了生产效率。本文所设计的演示系统将所有汽车外灯整合在一个模型当中, 较Simulink模型整合度更高, 因此更加具有使用价值。 在此基础上, 我们可以将此方法运用到汽车电子电器其他系统当中, 例如汽车内灯控制系统、车身控制系统、传动系统、娱乐功能控制系统、仪表盘控制系统等等, 从而进一步提高生产效率, 降低生产成本[5]。 但是, 我们也应注意到此方案的一些不足。此方案在注重表现汽车功能演示的情况下, 将汽车外灯的各种逻辑、约束条件整合在编程过程当中, 使得各车灯之间的逻辑并不是显而易见的, 这在汽车产品功能开发阶段并没有任何问题, 但是在具体实现时, 就会显现不足, 因此接下来作者希望能够通过Matlab GUI连接已有的Simulink模型, 以弥补这方面不足。 参考文献 [1] OICA.International Organization of Motor Vehicle Manufacturers[R/OL].http://www.oica.net. [2] SAE.International Society of Automotive Engineers[R/OL].http://automobile.sae.org/. [3] 耿君强, 景占荣, 羊彦, 等.使用Visual C++6.0和MATLAB开发指挥控制显示系统的仿真[J].计算机应用与软件, 2008, 25 (6) :176-177, 195. [4] 罗华飞.MATLAB GUI设计学习手记[M].北京:北京航空航天大学出版社, 2009. 【matlabGUI图像处理】推荐阅读： 手绘线条图像——立体图像的表达教案12-10 数字图像处理介绍07-14 图形与图像处理技术06-01 数字图像处理实验全09-23 图像处理技术论文11-07 图像处理综合实验报告11-14 数字图像处理心得体会06-12 计算机图像处理教案10-04 图像时代06-07 图像分析论文12-07图像处理技术论文 篇5
matlabGUI图像处理 篇6
《数字图像处理》教学大纲 篇7
第一课 认识图像处理软件 篇8
matlabGUI图像处理 篇9
计算机图像处理技术 篇10
matlabGUI图像处理 篇11
matlabGUI图像处理 篇12
