当前位置：文档之家 › 基于matlab的遥感图像处理程序

基于matlab的遥感图像处理程序

  • 格式：pdf
  • 大小：1.24 MB
  • 文档页数：6

基于matlab的遥感图像处理程序报告

南京理工大学电光学院，无履仙人一、程序简介

基于matlab的GUI可视化遥感图像处理程序，界面布局如下图：

菜单栏包括：文件，图像旋转，自动识别有效区域，获取有效区域，压缩，图像增强，

伪彩色图像，还原重做，退出，关于等项。

主界面部分包含两个图像显示，和部分按钮及需要输入的参数。由于界面大小有限，

部分功能留在菜单栏中。

二、处理步骤及部分源码

1、打开和保存文件

首先是文件菜单，包含打开和保存，打开的文件将显示在原始图像和处理图像两部分

中，在处理过程中，原始图像不变，以作为和处理图像对比，保存图片只保存处理后的图

片，处理前的图片不做保存。图片打开后如图所示，2、图像旋转

由图可见图像有部分区域无有效信息，不利于处理和获得有效信息，故应去除，首先

进行旋转，便于去除无效区域。在旋转角度编辑栏内输入要旋转的角度然后点旋转按钮，进行旋转。旋转后如图，

图像旋转源码为：

function imrotate_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

x=get(handles.angle,'string');

an=str2num(x);

g=imrotate(h,an,'bilinear','crop');

img_2=g;

axes(handles.tag);

imshow(img_2);

setappdata(handles.figure_demo,'img_2',img_2);

3。、有效区域自动提取

现在图中有效区域基本是在一个矩形内，可以通过算法将有效区域边界的坐标求出来，单击自动识别有效区域按钮，求出后显示在图片右边的静态文本框内。如下图，

图像自动识别有效区域源码如下，

function auto_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

[x,y]=size(h);

flag=1;

for i=1:x for j=1:y

if h(i,j)~=0&flag==1

x1=i;

flag=0;

end

if h(i,j)~=0

x2=i;

end

end

end

for j=1:y

for i=1:x

if h(i,j)~=0&flag==0

y1=j;

flag=1;

end

if h(i,j)~=0

y2=j;

end

end

end

set(handles.x_1,'String',num2str(x1));

set(handles.x_2,'String',num2str(x2));

set(handles.y_1,'String',num2str(y1));

set(handles.y_2,'String',num2str(y2));

y0=y2-y1;

x0=x2-x1;

rect=[y1,x1,y0,x0];

setappdata(handles.figure_demo,'rect',rect);

4、获取有效区域

获得有效区域坐标后，就可以通过简单的命令获得遥感图像的有效区域了，单击菜单

栏的“获取有效区域”按钮，就可获得。获得有效区域后如图，其源码为

function imcrop_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

rect1=getappdata(handles.figure_demo,'rect');

img_2=imcrop(h,rect1);

axes(handles.tag);

imshow(img_2);

setappdata(handles.figure_demo,'img_2',img_2);

5、小波压缩

为了便于后续的处理和观察，进行小波变换压缩图像，在程序中设置了下拉菜单，用

户可选择压缩级次，分别为1、2、3级，默认为1级，选择好后单击“小波变换压缩按钮”，

对图像进行压缩，压缩后如下图，此时图像变为原来图像大小的1/4。

图像压缩源码为

function wavelet_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

x=getappdata(handles.figure_demo,'x');

h=double(h);

[c,s]=wavedec2(h,2,'bior3.7');

ca1=appcoef2(c,s,'bior3.7',x);%低频x为压缩级次ca1=wcodemat(ca1,255,'mat',0);%编码img_2=mat2gray(ca1);

imshow(img_2);

setappdata(handles.figure_demo,'img_2',img_2);

6、图像增强

图像压缩后，进行图像增强将大大提高处理速度和效率。在界面上设置了“直方图均

值化”按钮，在“图像增强”中添加了“中值滤波”按钮，这些都是常见的图像增强算法，

对于其他增强算法太多，这里不做考虑。处理后如图所示，

中值滤波及直方图均值化源码如下

function medfilt_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

g=medfilt2(h);％中值滤波

img_2=g;

％％％％％％％％％％％％％％％％％％％％％％％％％

function histeq_Callback(hObject, eventdata, handles)

h=getappdata(handles.figure_demo,'img_2');

g=histeq(h);％直方图均值化

img_2=g;

7、伪彩色图像

由于图像是灰度图，观察中可能带来不直观，可以选择适当的伪彩色进行渲染图片，

单击“伪彩色”按钮，获得图像如图。源码略。

8、其他功能及说明。

菜单栏中另外提供了，“还原重做”菜单，“退出”菜单，及“关于”菜单。还原重做提供了将处理后图片还原为处理前图像功能，当操作失误或不当时可选择此

菜单重新处理，退出按钮提供退出功能并释放程序所占的内存空间。关于菜单提供关于和帮助功能，关于提供作者信息。

另外值得说明的是，程序在任何时候都可以保存处理后的图像，建议每处理一步保存

一次图像，以防处理过程失误，造成不必要的时间浪费，当出错时直接提取保存的图像，

就可以继续处理！三、处理前后图像对比。

图片来源：美国Landsat卫星官方 http://35.8.163.34/?version=Website。

处理图片文件名：p081r010_7k20020718_z04_nn61.tif

2010-07-05

合集下载

基于Matlab基本图像处理程序

基于Matlab基本图像处理程序

精品文档

。 1欢迎下载 图像读入

 从图形文件中读入图像 imread

Syntax: A = imread(filename, fmt)

filename：指定的灰度或彩色图像文件的完整路径和文件名。

fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。

A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。

 对于索引图像，格式[X, map] = imread(filename, fmt)

X：图像数据矩阵。

MAP：颜色索引表

图像的显示

 imshow函数：显示工作区

或图像文件中的图像

Syntax：

imshow(I) %I是要现实的灰度图像矩阵

imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数

imshow(RGB)

imshow(BW)

imshow(X,map) %map颜色索引表

imshow(filename)

himage = imshow(...)

 操作：读取并显示图像

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据

imshow(I);%显示原图像

图像增强

一．图像的全局描述

直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。

图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。

灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。

matlab图像处理程序

matlab图像处理程序

matlab图像处理程序大集合

1.图像反转

MATLAB程序实现如下：

I=imread('xian.bmp');

J=double(I);

J=-J+(256-1); %图像反转线性变换

H=uint8(J);

subplot(1,2,1),imshow(I);

subplot(1,2,2),imshow(H);

2.灰度线性变换

MATLAB程序实现如下：

I=imread('xian.bmp');

subplot(2,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

axis on; %显示坐标系

I1=rgb2gray(I);

subplot(2,2,2),imshow(I1);

title('灰度图像');

axis([50,250,50,200]);

axis on; %显示坐标系

J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1]

subplot(2,2,3),imshow(J);

title('线性变换图像[0.1 0.5]');

axis([50,250,50,200]);

grid on; %显示网格线

axis on; %显示坐标系

K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1]

subplot(2,2,4),imshow(K);

title('线性变换图像[0.3 0.7]');

axis([50,250,50,200]);

grid on; %显示网格线

axis on; %显示坐标系

基于MATLAB图像处理报告

基于MATLAB图像处理报告

基于MATLAB图像处理报告

一、设计题目

图片叠加。

二、设计要求

将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。

三、设计方案

3.1、设计思路

利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。

3.2、软件介绍

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。

matlab图像处理的若干程序

matlab图像处理的若干程序

%%%%图像匹配

tic

clear,clc;

yuantu=imread('d:\200.jpg');%加载原图象

pipeitu=imread('d:\50.jpg');%加载匹配图象

yuantu2gray=rgb2gray(yuantu);%将原图象转换为灰度图象

pipeitu2gray=rgb2gray(pipeitu);%将匹配图象转换为灰度图象

yuantu=imadd(yuantu,80);%%%%%%%%%%%%%%%%%

[pipei_height,pipei_width]=size(pipeitu2gray);%获取匹配图象的大小尺寸，其值为[长，宽],将

匹配图象的宽度值赋给pipei_width,将匹配图象的长度值赋给pipei_lenth[yuantu_height,yuantu_width]=size(yuantu2gray);%获取原图象的大小尺寸，其值为[长，宽],

将原图象的宽度值赋给pipei_width,将原图象的长度值赋给pipei_lenthimshow(yuantu);

holdon;

fori=1:1:yuantu_height-pipei_height

forj=1:1:yuantu_width-pipei_width

temp_picture=imcrop(yuantu2gray,[j,i,pipei_width-1,pipei_height-1]);

r=corr2(temp_picture,pipeitu2gray);

ifr>0.98

plot(j:j+pipei_width,i,'r');

plot(j:j+pipei_width,i+pipei_height,'r');

plot(j,i:i+pipei_height,'r');

plot(j+pipei_width,i:i+pipei_height,'r');

end

end

end

toc

figure;

imshow(pipeitu2gray);