基于MATLAB的光学图像处理

function light_Callback(hObject, eventdata, handles) % hObject handle to light (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global T axes(handles.axes2); T=getimage;
数 P(r)之间的关系为：
r1
∫ s = T (r) = pr(r)dr 0
对于离散图像，第 i 个灰度级 ri 出现的频数用 ni 表示，该灰度级像素对应的
概率值 Pi (ri)为：
Pi (ri)= ni/n
n 是帧内像素总数，ri 满足归一化条件。
离散图像的变换函数表达式为：
∑ ∑ Si = T (ri) = k−1 pr(r) = k−1 ni ，
直方图均衡化后图像
直方图统计（处理前）
直方图统计（处理后）
1.5、图像旋转：
一幅数字图像 f(x,y)的二维（p + q）阶矩定义为：
x ∑ ∑ mpq =
pyq f (x, y)
xy
其中，p,q=0,1,2,...,求和在跨越图像的所有空间坐标 x,y 的值上进行。相应的中心
矩定义为
∑ ∑ upq =
switch str case'增强'
T=getimage; prompt={'输入参数:'}; defans={'1'}; p=inputdlg(prompt,'input',1,defans); p1=str2num(p{1}); f=immultiply(handles.img,p1); imshow(f); handles.img=f; guidata(hObject,handles);
global T
axes(handles.axes2);
T=getimage;
h=histeq(handles.img);
%直方图均衡化;
imshow(h);
handles.img=h;
guidata(hObject,handles);
% --- Executes on button press in pushbutton12. function pushbutton12_Callback(hObject, eventdata, handles) % hObject handle to pushbutton12 (see GCBO)
% 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)
%亮度调节
1.2、对比度：
亮度调整0.5倍后的图像。
增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某 两个灰度值之间的动态范围来实现的（如图 4-1）。
增强对比度
在上图中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减
小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域 必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大， 图像处理的应用领域也将随之不断扩大，已在国家安全、经济发展、日常 生活中充当越来越重要的角色,对国计民生的作用不可低估。
二．预处理：
利用 matlab 的 GUI 程序设计一个简单实用的图像处理程序。该程序应具备 图像处理的常用功能，以满足用户的使用。现设计程序有以下基本功能： 1）图像的读取和保存。 2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整， 显示和对比变换前后的图像。 3）图像旋转：进行上下镜像，左右镜像。 4）用于实现图像的直观性和简单性，使用图像阈值处理。 5）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的 效果。 6）将高频强调滤波与直方图均衡化结合起来，用于医学图像的增强。 7）能对图像加入各种噪声，并通过几种滤波算法实现去噪并显示结果。 8）额外功能。
prompt={'调整倍数'}; defans={'0'};
p=inputdlg(prompt,'input',1,defans); p1=str2num(p{1}); y=imadjust(handles.img,[ ], [ ],p1); imshow(y); handles.img=y; guidata(hObject,handles);
0≦r≦1，k=0,1,2,……,L-1 这里 L 为灰度级的数目
一幅给定的图像的灰度级分布在[0,1]区间内的任一个 r 值，都可产生一个
s 值，且任一 r 值可按下式变换：
s= r 的概率密度为 Pr (r)，而随机变量 s 是 r 的函数，对于直方图均衡化后的连续图像，变换函数 T(r)与远图像概率密度函
本文涉及到的程序算法是基于 MATLAB 环境的。综合运用 MATLAB 工具箱 实现图像处理的 GUI 程序设计， 利用 MATLAB 图像处理工具箱，设计和实现自己 的 Photoshop 。
关键字：对比度 灰度级重构 锐化 直方图均衡 强调高频滤波与直方图
均衡 图像转动 底片效果 边缘信息 噪声图像 图像还原 维纳滤波
三．原理及图像实现：
1.常用图像处理：
1.1、用函数 imadjust 进行亮度处理：
函数 imadjust 是对灰度图像进行亮度变换的基本 IPT 工具。语法： g = imadjust(f, [low_in high_in],[low_out high_out],gamma)
此函数将图像 f 中的亮度值映像到 g 中的新值，即将 low_in 至 high_in 之 间的值映射到 low_out 至 high_out 之间的值。输出的图像应为 uint8 类、uint16 类或 double 类图像。
function uipanel6_SelectionChangeFcn(hObject, eventdata, handles) % hObject handle to the selected object in uipanel6 % eventdata structure with the following fields (see UIBUTTONGROUP) % EventName: string 'SelectionChanged' (read only) % OldValue: handle of the previously selected object or empty if none was selected % NewValue: handle of the currently selected object % handles structure with handles and user data (see GUIDATA) global T str=get(hObject,'string'); axes(handles.axes2);
注：本文在 PDF 格式中添加书签以便翻阅，特此说明。
一．设计背景：
数字图像处理（Digital Image Processing），就是利用数字计算机或者 其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图 像的实用性。例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重 建等。总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、 图像形态学处理、图像编码、图像重建、模式识别等。
i=0
i=0 n
式中 k 为灰度级数。
通过histeq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。(可
利rgb2gray函数对其他图像进行灰度图像的转化，程序略。)
function pushbutton7_Callback(hObject, eventdata, handles)
在灰度级中，r=0 代表黑，r=1 代表白，从 r=0 到 r=1 之间数值的变化，反
映了像素 you3 黑之白的灰度变化。对于一幅给定的图像，每一像素取得（0,1）
区间内的灰度级是随机的，即可以认为它是一个随机变量。假定 r 是连续的，那
么可以用概率密度函数 Pr (r)来表示原始图像的灰度分布。对数字图像来说，灰 度级看成是离散的，归一化后的 r 取值范围为
基于 MATLAB 的光学图像处理
学生：张雨辰 学号：1011100139 专业：光信息科学与技术
2013 年 1 月 2 日
摘要：
现代社会随着计算机科技的飞速发展，数码技术的日益提高，对图像进行数 字处理也越来越普遍。自然拍摄的照片，往往进行适当地处理之后可以消除黑边、 红眼、曝光不足等缺陷，使得图像变得更加好看。由于经过处理后的图像可能比 原来的要更加自然好看，也有可能变得模糊不清，效果变差。这就需要根据实际 图像的特点，哪些方面需要加以改进，就从那些方面着手，采用合适的算法，对 图像进行适当的数字处理。
% 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);