7.1ADAMS/Controls使用实例
本实例以MA TLAB作为外部控制程序，以偏心连杆模型为例，讲解ADAMS与MA TLAB的联合仿真过程。主要包括创建机械系统模型、模型参数设置、建立MA TLAB控制模型以及结果后处理四个步骤。机械模型建立、模型参数设置这两步为了导出一个可在MA TLAB软件Simulink 中使用的模块，这个模块包含了所建立ADAMS模型的信息参数，并有输入输出接口。利用这个模块在MALTAB中建立控制系统，就可以控制ADAMS模型，在仿真结束后，可以直接在MA TLAB 中得到所需的数据结果进行后处理。
偏心连杆的形心与大地以铰链相连，连杆可以绕着铰链转动。连杆右端连接有一个小球，由于小球的存在，使整个机构的质心与形心不重合，若在连杆左端没有力矩作用，连杆将做顺时针运动。本例通过测量连杆运动的角速度、角度，对左端力矩的大小进行不断控制，最终使连杆相对平衡，即其角速度为零。
图
7-22
偏心
连杆
模型
以
下将详细介绍联合仿真的详细步骤。通过本实例的学习，能够详细了解ADAMS软件与MA TLAB联合控制的使用方法。
7.2.1 创建机械系统模型
1、设置单位
启动ADAMS/View，选择新模型，在模型名输入MODEL_1。选择菜单栏【Settings】→【Units】命令，设置模型物理量单位，将单位设置成MMKS，长度和力的单位设置成毫米和牛顿，如图7-23所示：
图7-23设置模型物理量单位
2、创建连杆
单击几何工具包中的连杆按钮，将连杆参数设置为Length=400，Width=20，Depth=20，然后在图形区水平拖动鼠标，创建一个连杆，如图7-24。
图7-24创建连杆
3、创建旋转副
单击运动副工具包中的旋转副按钮，将旋转副的参数设置为1 Location和Normal to gird，单击连杆质心处的Marker点，将连杆和大地关联起来，如图7-25所示。
图7-25创建旋转副
4、创建球体
单击几何工具包中的球体按钮，将球体的选项设置为Add to Part，半径设置为20，然后在图形区单击连杆，再单击连杆右侧处的Marker点，将球体加入到连杆上，如图7-26所示。此时连杆的质心产生了移动。
图7-26创建球体
5、创建单分量力矩
单击载荷工具包中的单分量力矩按钮，将单分量力矩的选项设置为Space Fixed和Normal to Grid，将Characteristic设置为Constant，勾选Torque并输入0，然后在图形区单击连杆，再单击连杆左侧的Marker点，在连杆上创建一个单分量力矩，如图7-27所示。
图7-27创建单分量力矩
至此，偏心连杆模型已经建好。
7.2.2 模型参数设置
1、创建输入状态变量
单击菜单【Build】→【System Elements】→【State V ariable】→【New】，弹出创建状态变量对话框。如图7-28，将Name输入框改成. MODEL_1.Torque（MODEL_1为文件名，Torque为变
量名）。单击OK按钮后创建状态变量Torque作为输入变量。
3、将状态变量与模型关联
在图形区双击单分量力矩的图标，打开编辑对话框，如图7-28所示，在Function输入框中输入V ARV AL(.MODEL_1.Torque) ，这里V ARV AL（）是一个ADAMS函数，它返回变量.MODEL_1.Torque的值。通过函数把状态变量Torque与力矩关联起来，力矩取值将来自于状态变量Torque。
图7-28 编辑单分量力矩对话框
4、指定状态变量Torque为输入变量
单击菜单【Build】→【Controls Toolkit】→【Plant Input】后，弹出定义控制输入对话框，如图7-29所示。将Plant Input Name 输入框改成.MODEL_1.PINPUT_Torque, 在Variable Name 输入框中，用鼠标右键快捷菜单输入状态变量.MODEL_1.Torque,单击OK按钮。
图7-29 定义控制输入对话框
5、创建输出状态变量
单击菜单【Build】→【System Elements】→【State V ariable】→【New】，弹出创建状态变量对话框。如图7-30所示，将Name输入框修改成.MODEL_1. Angle，在F(time,…)=输入框中输入表达式AZ(MARKER_3,MARKER_4)*180/PI，单击Apply按钮创建状态变量Angle作为第一个输
出变量，然后将Name修改成.MODEL_1.V elocity，在F(time,…)=输入框中输入表达式WZ(MARKER_3,MARKER_4)*180/PI，如图7-31所示。其中AZ（）函数返回绕Z轴旋转的转角，这里代表连杆相对于转轴的转角，WZ（）函数返回绕Z轴旋转的角速度，这里代表连杆的角速度。
图7-30 创建输出变量Angle 图7-31 创建输出变量V elocity
6、指定状态变量angle、V elocity为输出变量
单击菜单【Build】→【Controls Tookit】→【Plant Output】后，弹出创建控制输出对话框，如图7-32所示。将Plant Output Name输入框修改成. MODEL_1.PINPUT_output。在V ariable Name 输入框中，用鼠标右键快捷菜单输入状态变量Angel和V elocity，单击OK按钮。
图7-32创建控制输出对话框
7、导出控制参数
如果还没有加载ADAMS/Controls模块，单击菜单【Tools】→【Plugin Manager】，在弹出的插件管理对话框中选择ADAMS/Controls模块，并单击OK按钮，之后出现一个新的菜单Controls。单击菜单【Controls】→【Plant Export】，弹出导出控制参数对话框，如图7-33所示。在File Prefix 输入框中输入controlspid，在Plant Input输入框中用鼠标右键快捷菜单输入PINPUT_Torque，在Plant Output输入框中用鼠标右键快捷菜单输入.PINPUT_output，将Control package选择为MA TLAB，Type选择为non_linear，Initial Static Analysis选择NO,ADAMS/Solver Choice选择为Fortran。单击
OK按钮后，在ADAMS的工作目录下将生成controlspid.m、controlspid.cmd、controlspid.adm这3个文件。
图7-33 导出控制参数对话框
7.2.3 建立MATLAB控制模型
1、导出ADAMS模型在MA TLAB里的模块
启动MA TLAB ，先将MA TLAB的工作目录指向ADAMS的工作目录，方法是单击工作栏中Current Direction后的按钮，弹出选择路径对话框。在MA TLAB命令窗口的>>提示符下，输入controlspid，也就是controlspid.m的文件名，然后在>>提示符下输入命令ADAMS_sys ,该命令是ADAMS与MA TLAB的接口命令。在输入ADAMS_sys命令后，弹出一个新的窗口，该窗口是MA TLAB/Simulink的选择窗口，其中S-Function方框表示ADAMS模型的非线性模型，即进行动力学计算的模型，State-Space表示ADAMS模型的线性化模型，在ADAMS_sub包含有非线性方程，也包含许多有用的变量。
2、建立控制方案
在MA TLAB/Simulink选择窗口中，单击菜单【File】→【New】→【Model】后，弹出一个新的窗口，单击工具栏中的保存按钮，将新窗口存盘为control_model.mdl（不能与.m文件同名）,将ADAMS_sub方框拖拽到control_model.mdl窗口中，并参考图7-34完成控制系统的搭建，也可采用其他的控制方案。
图7-34 连接后的控制方案
3、设置MA TLAB与ADAMS之间的数据交换参数
在control_model.mdl窗口中双击ADAMS_sub方框，在弹出的新的窗口中双击MSCSDoftware，弹出数据交换参数设置对话框，将Interprocess设置为PIPE(DDE) ，如果不是在一台计算机上，选择TCP/IP，将Communication Interval输入框中输入0.005，表示每隔0.005s在MA TLAB和ADAMS之间进行一次数据交换，若仿真过慢，可以适当改大该参数，将Simulation Mode设置为continuous，Animation mode设置成interactive，表示交互式计算，在计算过程中会自动启动ADAMS/View，以便观察仿真动画，如果设置成batch，则用批处理的形式，看不到仿真动画，其他使用默认设置即可。
4仿真设置和仿真计算。
单击窗口中菜单【Simulation】→【Simulation Parameters】,弹出仿真设置对话框，在Solver 页中将Start time设置为0，将Stop time设置为20，将Type设置为Variable-step,其他使用默认选项，单击OK按钮。最后单击开始按钮，开始仿真。（若出现错误，重启MATLAB即可。每次启动MATLAB都需要选择路径到包含controlspid.m、controlspid.cmd、controlspid.adm的文件夹，并输入controlspid(.m文件名)和ADAMS_sys（ADAMS与MA TLAB的接口命令））。
7.2.4 结果后处理
在MA TLAB示波器中，可以得到角度和力矩的曲线。得到的V elocity变量曲线和Torque变量曲线分别如图7-35和图7-36所示。此模型初始受重力作用，产生转动，通过控制力矩的大小，
最终角速度为零，模型达到平衡。
图7-35 变量V elocity随时间的变化
图7-36 变量Torque随时间的变化
Matlab图像处理的几个实例（初学者用） 1.图像的基本信息及其加减乘除 clear,clc; P=imread('yjx.jpg'); whos P Q=imread('dt.jpg'); P=im2double(P); Q=im2double(Q); gg1=im2bw(P,0.3); gg2=im2bw(P,0.5); gg3=im2bw(P,0.8); K=imadd(gg1,gg2); L=imsubtract(gg2,gg3); cf=immultiply(P,Q); sf=imdivide(Q,P); subplot(421),imshow(P),title('郁金香原图'); subplot(422),imshow(gg1),title('0.3'); subplot(423),imshow(gg2),title('0.5'); subplot(424),imshow(gg3),title('0.8'); subplot(425),imshow(K),title('0.3+0.5'); subplot(426),imshow(L),title('0.5-0.3'); subplot(427),imshow(cf),title('P*Q'); subplot(428),imshow(sf),title('P/Q'); 2.图像缩放 clear,clc; I=imread('dt.jpg'); A=imresize(I,0.1,'nearest'); B=imresize(I,0.4,'bilinear'); C=imresize(I,0.7,'bicubic'); D=imresize(I,[100,200]); F=imresize(I,[400,100]); figure subplot(321),imshow(I),title('原图'); subplot(322),imshow(A),title('最邻近插值'); subplot(323),imshow(B),title('双线性插值'); subplot(324),imshow(C),title('二次立方插值'); subplot(325),imshow(D),title('水平缩放与垂直缩放比例为2:1'); subplot(326),imshow(F),title('水平缩放与垂直缩放比例为1:4');
信号与系统实验报告——图像处理 学院：信息科学与工程学院 专业：2014级通信工程 组长：** 组员：** 2017.01.02
目录 目录 (2) 实验一图像一的细胞计数 (3) 一、实验内容及步骤 (3) 二、Matlab程序代码 (3) 三、数据及结果 (4) 实验二图像二的图形结构提取 (5) 一、实验内容及步骤 (5) 二、Matlab程序代码 (5) 三、数据及结果 (6) 实验三图像三的图形结构提取 (7) 一、实验内容及步骤 (7) 二、Matlab程序代码 (7) 三、数据及结果 (8) 实验四图像四的傅里叶变化及巴特沃斯低通滤波 (9) 一、实验内容及步骤 (9) 二、Matlab程序代码 (9) 三、数据及结果 (10) 实验五图像五的空间域滤波与频域滤波 (11) 一、实验内容及步骤 (11) 二、Matlab程序代码 (11) 三、数据及结果 (12)
实验一图像一的细胞计数 一、实验内容及步骤 将该图形进行一系列处理，计算得到途中清晰可见细胞的个数。 首先，由于原图为RGB三色图像处理起来较为麻烦，所以转为灰度图，再进行二值化化为黑白图像，得到二值化图像之后进行中值滤波得到细胞分布的初步图像，为了方便计数对图像取反，这时进行一次计数，发现得到的个数远远多于实际个数，这时在进行一次中值滤波，去掉一些不清晰的像素点，剩下的应该为较为清晰的细胞个数，再次计数得到大致结果。 二、Matlab程序代码 clear;close all; Image = imread('1.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); Theshold = graythresh(Image); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('二值化图像'); Image_BW_medfilt= medfilt2(Image_BW,[3 3]); figure,imshow(Image_BW_medfilt),title('中值滤波后的二值化图像'); Reverse_Image_BW = ~Image_BW_medfilt; figure,imshow(Reverse_Image_BW),title('图象取反'); Image_BW_medfilt2= medfilt2(Reverse_Image_BW,[20 20]); figure,imshow(Image_BW_medfilt2),title('第二次中值滤波的二值化图像'); [Label, Number]=bwlabel(Image_BW_medfilt,8);Number [Label, Number]=bwlabel(Image_BW_medfilt2,8);Number
图像处理函数详解——strel 功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。 用法：SE=strel(shape,parameters) 创建由指定形状shape对应的结构元素。其中shape的种类有 arbitrary' 'pair' 'diamond' 'periodicline' 'disk' 'rectangle' 'line' 'square' 'octagon 参数parameters一般控制SE的大小。 例子： se1=strel('square',6) %创建6*6的正方形 se2=strel('line',10,45) %创建直线长度10，角度45 se3=strel('disk',15) %创建圆盘半径15 se4=strel('ball',15,5) %创建椭圆体，半径15，高度5
图像处理函数详解——roipoly 功能：用于选择图像中的多边形区域。 用法：BW=roipoly(I,c,r) BW=roipoly(I) BW=roipoly(x,y,I,xi,yi) [BW,xi,yi]=roipoly(...) [x,y,BW,xi,yi]=roipoly(...) BW=roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标。BW选中的区域为1，其他部分的值为0. BW=roipoly(I)表示建立交互式的处理界面。 BW=roipoly(x,y,I,xi,yi)表示向量x和y建立非默认的坐标系，然后在指定的坐标系下选择由向量xi，yi指定的多边形区域。 例子：I=imread('eight.tif'); c=[222272300270221194]; r=[21217512112175]; BW=roipoly(I,c,r); imshow(I)
《数字图像处理》课程设计 课设题目：图像增强与MATLAB实现学校学院：华东交通大学理学院 学生班级：13级信息计算（2）班学生：超 学生学号：20130810010216 指导老师：自柱
图像增强与MATLAB实现 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键字：图像；图像增强；算法
目录 一、MATLAB的简介 (1) 1.1MATLAB主要功能 (1) 二、MATLAB的主要功能 (1) 2.1数字增强技术概述 (1) 2.2数字图像的表示 (2)
三、直方图的均衡化 (2) 3.1图像的灰度 (2) 3.2灰度直方图 (2) 3.3直方图均衡化 (3) 四、图像二值化 (5) 4.1图像二值化 (5) 五、对比度增强 (7) 5.1对比度增强 (7) 5.2灰度调整 (8) 5.3对数变换 (9) 六、滤波 (10) 6.1平滑滤波 (10) 6.2线性平滑滤波程序： (11) 6.3非线性滤波 (12) 七、锐化 (18) 八、参考文献 (19) 九、自我评价 (20)
一、Matlab的简介 1.1 MATLAB主要功能 MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包之一。 二、MATLAB的主要功能 2.1数字增强技术概述 图像增强是按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。 图像增强技术主要包括：直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。从纯技术上讲主要有两类：频域处理法和空域处理法。 频域处理法主要是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。
程序实例 1旋转: x=imread('d:\MATLAB7\work\flower.jpg'); y=imrotate(x,200,'bilinear','crop'); subplot(1,2,1); imshow(x); subplot(1,2,2); imshow(y) 2.图像的rgb clear [x,map]=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh1.jpg');y=x(90:95,90:95);imshow(y)R=x(90:95,90:95,1);G=x(90:95,90:95,2);B=x(90:95,90:95,3);R,G,B 3.加法运算clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh3.jpg');J=imnoise(I,'gaussian',0,0.02);%向图片加入高斯噪声subplot(1,2,1),imshow(I);%显示图片subplot(1,2,2),imshow(J);K=zeros(242,308);%产生全零的矩阵，大小与图片的大小一样for i=1:100%循环100加入噪声J=imnoise(I,'gaussian',0,0.02);J1=im2double(J);K=K+J1;end K=K/100; figure,imshow(K);save
4.减法 clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); J=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao1.jpg'); K=imsubtract(I,J);%实现两幅图相减 K1=255-K;%将图片求反显示 figure;imshow(I); title('有噪声的图'); figure;imshow(J); title('原图'); figure;imshow(K1); title('提取的噪声'); save 5.图像的乘法 H=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); I=immultiply(H,1.2);将此图片乘以1.2 J=immultiply(H,2); subplot(1,3,1),imshow(H); title('原图'); subplot(1,3,2),imshow(I); title('·放大1.2'); subplot(1,3,3),imshow(J); title('放大2倍'); 6除法运算 moon=imread('moon.tif'); I=double(moon); J=I*0.43+90; K=I*0.1+90; L=I*0.01+90; moon2=uint8(J); moon3=uint8(K); moon4=uint8(L); J=imdivide(moon,moon2); K=imdivide(moon,moon3); L=imdivide(moon,moon4); subplot(2,2,1),imshow(moon); subplot(2,2,2),imshow(J,[]); subplot(2,2,3),imshow(K,[]); subplot(2,2,4),imshow(L,[]);
第一部分数字图像处理
实验一图像的点运算 实验1.1直方图 一.实验目的 1 ?熟悉matlab图像处理工具箱及直方图函数的使用； 2?理解和掌握直方图原理和方法； 二.实验设备 1. PC 机一台； 2.软件matlab。 三.程序设计 在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。l=imread('camerama n.tif);% 读取图像 subplot(1,2,1),imshow(l) % 输出图像 title(' 原始图像')% 在原始图像中加标题subplot(1,2,2),imhist(l) % 输出原图直方图 title(' 原始图像直方图')%在原图直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab 环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像, 如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 3?浏览源程序并理解含义； 4. 运行，观察显示结果； 5. 结束运行，退出； 五.实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像(b) 原始图像直方图 六.实验报告要求 1、给出实验原理过程及实现代码； 2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验1.2灰度均衡 一.实验目的 1 .熟悉matlab图像处理工具箱中灰度均衡函数的使用； 2?理解和掌握灰度均衡原理和实现方法； 二.实验设备 1. PC机一台； 2. 软件matlab ; 三.程序设计 在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。l=imread('camerama n.tif);% 读取图像 subplot(2,2,1),imshow(l) % 输出图像title(' 原始图像')% 在原始图像中加标题subplot(2,2,3),imhist(l) % 输出原图直方图 title(' 原始图像直方图')%在原图直方图上加标题a=histeq(l,256); % 直方图均衡化，灰度级为256 subplot(2,2,2),imshow(a) % 输出均衡化后图像title(' 均衡化后图像')%在均衡化后图像中加标题 subplot(2,2,4),imhist(a) % 输出均衡化后直方图 title(' 均衡化后图像直方图')%在均衡化后直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab 环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像, 如:cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像； 3?浏览源程序并理解含义； 4. 运行，观察显示结果； 5. 结束运行，退出； 五.实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 均衡化后图像
MATLAB图像处理基础?MATLAB语言的特点： MATLAB图像处理基础 ?典型桌面： 2 MATLAB图像处理基础 ?一. 读取图像：将图像rose-orginal.tif读入图像数组f >> f = imread('.\rose-original.tif'); ?显示图像大小信息： >> size(f) ans = 1024 1024 或者将大小信息赋给变量 ?或者将大小信息赋给变量： >> [M, N] = size(f); ?whos显示更为详细的信息： >> whos f Name Size Bytes Class f 1024x1024 1048576 uint8 array Grand total is 1048576 elements using 1048576 bytes 3 MATLAB图像处理基础 ?二. 显示图像： >> imshow(f) ?指定显示的灰度范围 >> figure, imshow(f, [100 200]) ?情况下显示图像的整个 动态范围： >> figure, imshow(f, [ ]) 4 MATLAB图像处理基础 ?直接显示： >> imshow(h)?改善动态范围： >> imshow(h, [ ]) 利用imshow改善图像动态范围（设图像已被读入到h)： 5 MATLAB图像处理基础 ?以交互方式显示像素值： >> pixval ?利用pixval显示像素之间 距离：按下鼠标左键并拖 动 6
MATLAB图像处理基础 ?三. 将图像写入磁盘： >> imwrite(f, 'rose.jpg') ?对于JPEG压缩格式，可指定质量因子： >> imwrite(f, 'rose.jpg', 'quality', 25) 7 quality = 100quality = 50quality = 5 MATLAB图像处理基础?显示图像信息： >> imfinfo rose.jpg MATLAB图像处理基础?计算压缩率：将图像信息存储在结构变量中以方 MATLAB图像处理基础?四. MATLAB中的数据类型： MATLAB图像处理基础?五. MATLAB中的图像类型： MATLAB图像处理基础 ?六. 图像类型的相互转换：下表中的函数在图像类型转换中会进行必要的数据比例变换。 12 >> f = [-0.5 0.5;0.75 1.5] f = -0.5000 0.5000 0.7500 1.5000 >> g = im2uint8(f) g = 0 128 191 255 im2unit8将输入double类型数据中小于0的 数转换为0，大于1的数转换为255，其余数 据乘以255再四舍五入到最近整数。
MATLAB图像处理相关习题实例1：三角函数曲线（1） function shili01 h0=figure('toolbar','none','position',[198 56 350 300],'name','实例01'); h1=axes('parent',h0,'visible','off'); x=-pi:0.05:pi; y=sin(x); plot(x,y); xlabel('自变量X'); ylabel('函数值Y'); title('SIN( )函数曲线'); grid on 实例2：图形的叠加 function shili02 h0=figure('toolbar','none',... 'position',[200 150 450 350],... 'name','实例02'); x=-pi:0.05:pi; y1=sin(x); y2=cos(x); plot(x,y1,... '-*r',... x,y2,... '--og'); grid on xlabel('自变量X'); ylabel('函数值Y'); title('三角函数'); 实例3：双y轴图形的绘制 function shili03 h0=figure('toolbar','none',... 'position',[200 150 450 250],... 'name','实例03'); x=0:900;a=1000;b=0.005; y1=2*x; y2=cos(b*x); [haxes,hline1,hline2]=plotyy(x,y1,x,y2,'semilogy','plot'); axes(haxes(1)) ylabel('semilog plot'); axes(haxes(2)) ylabel('linear plot'); 实例4：单个轴窗口显示多个图形 function shili04
福建电脑2011年第11期 MATLAB图像处理的几个应用实例 王秋雨 (河南大学计算机与信息工程学院河南开封475004) 【摘要】：MATLAB处理矩阵之类的问题具有明显优势，而数字图像以矩阵形式存储于计算机中，因此MATLAB在图像处理中得到广泛应用。本文通过实例阐述MATLAB在图像处理中的应用，以图像增强、图像压缩、图像去噪为例，给出了实现图像处理的程序代码和图像处理前后的可视化效果对比。 【关键词】：图像增强；图像压缩；图像去噪 1、引言 图像是人类赖以获取信息的最重要来源之一。图像技术与计算机技术不断融合，出现了一系列图像处理软件，其中最典型的是MATLAB，该软件为图像技术的发展提供了强大支持[1,2]。MATLAB（Matrix Laborato-ry）是矩阵实验室的简称，最基本的数据结构是数组，数字图像用数组（矩阵）存储，矩阵中的一个元素对应于图像的一个像素，这意味着MATLAB矩阵运算功能可以应用于图像处理[3]。MATLAB已成为国际公认的最优秀的科技应用软件之一，具有编程简单、数据可视化功能强、可操作性强等特点，而且配有功能强大、专业函数丰富的图像处理工具箱，是图像处理的一个重要软件工具。 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术[1,2]。一般来讲，图像处理主要包括三个方面： ⑴提高图像的视感质量，如改变图像亮度和彩色，增强或抑制某些成分，对图像进行几何变换等，以改善图像的质量。 ⑵提取图像中所包含的某些特征或特殊信息，所提取出来的特征或信息往往为计算机分析图像提供便利。提取的特征包括很多方面，如频域特征、灰度特征、颜色特征、边界特征、区域特征、文理特征、形状特征、拓扑特征和关系结构等。 ⑶图像数据的变换、编码和压缩，以便于图像的存储和传输。 数字图像处理的过程其实就是对图像的一种运算过程，从技术上来说，数字图像处理分为空间域和频率域处理。本文通过几个应用实例，验证了MATLAB图像处理所得到的效果。 2、图像增强的应用 如果不考虑图像降质，仅突出图像中所感兴趣的部分，可以强化图像的某些分量。例如，强化图像高频分量，可使图像中物体轮廓清晰、细节明显；强化低频分量可以减少图像中噪声的影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像[4]。 小波分析方法在图像处理方面具有很多优点。经二维小波分解后，图像的轮廓主要体现在低频部分，而细节部分则体现在高频部分。因此，通过对低频分解系数进行增强处理，对高频分解系数进行衰减处理，即可以达到图像增强的作用。MATLAB用于图像增强的一个实例如下： function exam1() I=imread('…\lena.bmp'); subplot(1,2,1);imshow(I) colormap(gray);title('原始图像') [a,b]=wavedec2(I,2,'sym4');len=length(a); for i=1:len if(a(i)>300) a(i)=2*a(i); else a(i)=0.5*a(i); end end nx=waverec2(a,b,'sym4');subplot(1,2,2); image(nx); title('增强图像') 图1是一幅图像增强前后的可视化效果对比，经过MATLAB的图像增强处理，图像轮廓更加清晰。在某些情况下，采用MATLAB对图像进行增加，可以得到实际应用效果。 基金项目：国家自然科学基金（11001075） . 6
实验报告 实验一图像的傅里叶变换（旋转性质） 实验二图像的代数运算 实验三filter2实现均值滤波 实验四图像的缩放 朱锦璐 04085122
实验一图像的傅里叶变换（旋转性质） 一、实验内容 对图（1.1）的图像做旋转，观察原图的傅里叶频谱和旋转后的傅里叶频谱的对应关系。 图（1.1） 二、实验原理 首先借助极坐标变换x=rcosθ,y=rsinθ,u=wcos?,v=wsin?,,将f(x,y)和F(u,v)转换为f(r,θ)和F（w，?）. f(x,y) <=> F(u，v) f(rcosθ,rsinθ)<=> F(wcos?，wsin?) 经过变换得 f( r,θ+θ。)<=>F(w,?+θ。) 上式表明，对f(x,y)旋转一个角度θ。对应于将其傅里叶变换F(u，v)也旋转相同的角度θ。F(u,v)到f(x,y)也是一样。 三、实验方法及程序 选取一幅图像，进行离散傅里叶变换，在对其进行一定角度的旋转，进行离散傅里叶变换。 >> I=zeros(256,256); %构造原始图像 I(88:168,120:136)=1; %图像范围256*256，前一值是纵向比，后一值是横向比figure(1); imshow(I); %求原始图像的傅里叶频谱 J=fft2(I); F=abs(J); J1=fftshift(F);figure(2) imshow(J1,[5 50]) J=imrotate(I,45,'bilinear','crop'); %将图像逆时针旋转45°
figure(3); imshow(J) %求旋转后的图像的傅里叶频谱 J1=fft2(J); F=abs(J1); J2=fftshift(F);figure(4) imshow(J2,[5 50]) 四、实验结果与分析 实验结果如下图所示 （1.2）原图像（1.3）傅里叶频谱 （1.4）旋转45°后的图像（1.5）旋转后的傅里叶频谱以下为放大的图
目录 摘要 (2) 一．数字图像概述 (3) 1.1 数字图像处理的意义 (4) 1.2 数字图像处理技术的发展 (5) 二．matlab图像处理简介 (6) 2.1 matlab简介 (6) 2.2 matlab图像界面GUI简介 (7) 三．数字图像处理软件的设计 (7) 3.1软件的总体设计 (7) 3.1.1整体界面设计 (8) 3.1.2菜单栏设计 (8) 3.2文件的读入与显示 (8) 3.3图像的保存 (9) 3.4图像的灰度处理 (9) 3.5图像二值化 (10) 3.6图像R直方图 (11) 3.7图像G直方图 (11) 3.8图像B直方图 (12) 3.9直方图均衡 (12) 3.10图像的腐蚀 (13) 四．exe文件的生成 (14) 参考文献 (15) 摘要
数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB的GUI实现图像二值化分析等图像处理。 关键词：MATLAB，数字图像处理，GUI，二值图像 Abstract Digital image processing is an emerging technology, with the development of computer hardware, real-time digital image processing has become possible due to
MATLAB图像处理(1) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %测量交角(线性拟合的思想） %Step 1: Load image %Step 2: Extract the region of interest %Step 3: Threshold the image %Step 4: Find initial point on each boundary %Step 5: Trace the boundaries %Step 6: Fit lines to the boundaries %Step 7: Find the angle of intersection %Step 8: Find the point of intersection %Step 9: Plot the results. clc;clear;close all; %Step 1: Load image RGB = imread('gantrycrane.png'); imshow(RGB); %Step 2: Extract the region of interest % pixel information displayed by imview start_row = 34; start_col = 208; cropRGB = RGB(start_row:163, start_col:400, :); figure, imshow(cropRGB) % Store (X,Y) offsets for later use; subtract 1 so that each offset will % correspond to the last pixel before the region of interest offsetX = start_col-1; offsetY = start_row-1; %Step 3: Threshold the image I = rgb2gray(cropRGB);
MATLAB 图像处理实例详解 ——程序部分
目录 第2章 MATLAB基础 (1) 第3章 MATLAB图像处理基础 (11) 第4章数字图像的运算 (18) 第5章图像增强技术 (33) 第6章图像复原技术 (39) 第7章图像分割技术 (44) 第8章图像变换技术 (46) 第9章彩色图像处理 (54) 第10章图像压缩编码 (55) 第11章图像特征分析 (69) 第12章形态学图像处理 (103) 第13章小波在图像处理中的应用 (106) 第14章基于SIMULINK的视频和图像处理 (117) 第15章图像处理的MATLAB实例 (120)
第2章 MATLAB基础 close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行A=240; B1=int8(A); %将A进行强制类型转换为8位有符号整数 B2=int16(A); %将A进行强制类型转换为16位有符号整数 B3=uint8(A); %将A进行强制类型转换为8位无符号整数 B4=uint16(A); %将A进行强制类型转换为16位无符号整数 close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行A=123.567; B=single(A); %将双精度浮点型转换为单精度浮点型 C=int16(A); %将双精度浮点型转换为16位有符号整型 close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行A1=round(-1.9); %应用round( )函数对浮点数取整 A2=round(3.4); B1=fix(-1.9); %应用fix( )函数对浮点数取整 B2=fix(3.4); C1=floor(-1.9); %应用floor( )函数对浮点数取整 C2=floor(3.4); D1=ceil(-1.9); %应用ceil( )函数对浮点数取整 D2=ceil(3.4); close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行S='Please create a string!'; %创建字符串 [m,n]=size(S); %计算字符串大小 a=double(S); %计算字符串的ASCII码 S1=lower(S); %将所有字母转换成小写字母 S2=upper(S); %将所有字母转换成大写字母 close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行S1='How are you! '; %创建S1字符串 S2='Fine, Thank you!'; %创建S2字符串 A=[S1,S2]; %合并字符数组 B=char(S1,S2); %连接字符串S1和S2 C=strcat(S1,S2); %横向连接字符串S1和S2 D=strvcat(S1,S2); %纵向连接字符串S1和S2 E=S2(7:16); %拆分截取字符串S2 close all; clear all; clc; %关闭所有图形窗口，清除工作空间所有变量，清空命令行S1='My name is Tommy'; S2='Nice to meet you';
数字信号与图像处理 姓名周振欣 学号2011509260 年级大三 专业机械设计制造及其自动化 学院机械电气工程学院 指导教师马本学
Matlab实现数值图像处理 摘要：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是 人类获取信息、表达信息和传递信息的重要手段。在对一幅图片的处理过程中，了解了彩色图像处理与分析的技术，学会通道提取、实现边缘检测及轮廓提取。通过形态学方法进行图像特征抽取与分析达到了比较好的效果，对彩色图像的处理有了更深的理解。 关键词：MATLAB；彩色图像处理； 1.MATLAB的图像处理工具概述 现如今，数字图像处理技术已经成为信息科学、计算机科学、工程科学、生 物科学、地球科学等众多学科研究的热点。而matlab的图像处理工具箱(Image Processing Toolbox)提供了将近200种最基本的图像处理函数，几乎涵盖了图 像处理的各个内容，主要有：图像合成；空间变换：邻域和块操作；二值图像 操作；线性滤波和滤波器设计；变换域处理：图像分析和增强：图像恢复等等， 这为我们处理图片提供了很大的方便。 2.应用matlab工具箱进行彩色图像分析处理 应用matlab对图片进行： 1.灰度处理图2 2.直方图统计图3 3.直方图均衡化图4 4.反色（底片效果）图5 5.通道处理图6 6.调整亮度图7 7.调整对比度图8 8.边缘提取图9 9.附图（GUI整体布置图）图10 【一】加载图片 [filename,pathname]=%读取图片 uigetfile({'*.jpg';'*.bmp';'*.tif'},'加载图片'); file=[pathname,filename]; global S;%设置一个全局变量S， 保存初始图像路径， 以便之后的还原操作 S=file; x=imread(file);%选中图片 axes(handles.axes1);
第一次作业 作业1：将一幅彩色图像分别进行4倍和16倍减采样，并对减采样的效果进行描述4倍减采样源程序： %将一幅彩色图像转换成256级灰度图像，对其进行4倍和16倍减采样 clear a=imread('E:/club__afdodcln530835001185952287.jpg'); b=rgb2gray(a); figure imshow(b); title('256级灰度图像'); for m=1:2 figure [width,height]=size(b); quartimage=zeros(floor(width/(2*m)),floor(height/(2*m))); k=1; n=1; for i=1:(2*m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage)); if m==1 title('4倍减采样'); else title('16倍减采样'); end end 原图：
处理后的图像： 效果描述：4倍和16倍减采样后，图片的像素降低，图片变小
作业2：将一幅彩色图像转换成256、62、32、8、2级灰度图像，并对灰度减小后的图像效果进行描述 clear a=imread('E:/club__afdodcln530835001185952287.jpg'); b=rgb2gray(a); figure imshow(b); title('256级灰度图像'); [wid,hei]=size(b); for m=1:4 figure img=zeros(wid,hei); if m==1 for i=1:wid for j=1:hei img(i,j)=floor(b(i,j)/4); end end imshow(uint8(img),[0,63]); title('64级灰度图像') else for i=1:wid for j=1:hei img(i,j)=floor(b(i,j)/(2^(2*m-1))); end end imshow(uint8(img),[0,256/2^(2*m-1)-1]); switch m case{2} title('32级灰度图像'); case{3} title('8级灰度图像'); case{4} title('2级灰度图像'); end end end 处理后的图像；
附录1 课程实验报告格式 每个实验项目包括：1)设计思路，2)程序代码，3）实验结果，4）实验中出现的问题及解决方法。 实验一：直方图灰度变换 A ：读入灰度图像‘debye1.tif ’，采用交互式操作，用improfile 绘制一条线段的 灰度值。 imread('rice.tif'); imshow('rice.tif'),title('rice.tif'); improfile,title('主对角线上灰度值')
B：读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif'); improfile,title('主对角线红绿蓝分量') C：图像灰度变化 f=imread('rice.png'); imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) 图像灰度变换处理实例： g=imread('me.jpg'); imshow(g),title('原始图片'); h=log(1+double(g)); %对输入图像对数映射变换 h=mat2gray(h); %将矩阵h转换为灰度图片
h=im2uint8(h); %将灰度图转换为8位图 imshow(h),title('转换后的8位图'); 运行后的结果： 实验二：直方图变换 A：直方图显示 I=imread('cameraman.tif'); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题运行结果如下：
Matlab 图像处理基本操作 文/天神 一、图像基本操作 1.读取图像并显示： >> clear;close all %清空Matlab工作平台所有变量（准备工作）>> I=imread('pout.tif'); % 该图像是Matlab图形工具箱中自带的图像(\toolbox\images\imdemos) >> imshow(I) 2.检查内存（数组）中的图像： >> whos Name Size Bytes Class I 291x240 69840 uint8 array
Grand total is 69840 elements using 69840 bytes 表示该图像采用8位存储方式并占用了69840B的存储空间。 3.实现图像直方图均衡化： >> figure,imhist(I) % 在新图中显示图像I的直方图 >> I2=histeq(I); % 均衡化以后的图像存在I2数组中(图像灰度值扩展到整个灰度范围,对比度提高) >> figure,imshow(I2) % 显示均衡化后的图像 >> figure,imhist(I2) % 显示均衡后的灰度值分布情况 8位图像取值范围：[0,255]，16位图像取值范围：[0,655351]，双精度图像取值范围：[0,1]
4.保存图像： >> imwrite(I2,'pout2.png'); % 将图像由原先的tif格式另存为png格式 5.检查新生成文件的信息： >> imfinfo('pout2.png') % 观察保存图像的文件信息 ans = Filename: 'pout2.png' % 文件名 FileModDate: '11-Apr-2009 21:55:35' % 文件修改日期