毕业设计(论文)-基于MATLAB的医学图像处理

学 号 ************

毕业设计（论文）

基于MATLAB的医学图像处理

姓 名

系 别、 专 业 计算机系 通信工程专业 导 师 姓 名、职 称

完 成 时 间 2012年3月10日

基于MATLAB的医学图像处理

摘 要

本文针对基于MATLAB的医学图像处理环境，对其结构、特点及应用做了介绍。重点阐述了多种算法综合运用解决特定应用环境下的图像处理，如用直方图均衡进行图像增强，通过形态学方法进行图像特征提取与分析，利用傅里叶变换进行图像分析等。目的：改善医学图像质量，使低对比度的图像得到增强。方法：利用MATLAB工具箱函数，采用灰度直方图均衡化和灰度直方图规定化的方法对一幅X线图像进行增强处理，并比较它们的增强效果。结果：用直方图均衡化和规定的算法，将原始图像密集的灰度分布变得比较稀疏，处理后的图像视觉效果得以改善。直方图均衡化对于局部细节不显著，而直方图规定化则不易观察到的细节变得清晰。结论:使用MATLAB工具箱大大简化了编程工作，为医学图像处理提供了一种技术平台。直方图规定化法处理医学图像局部细节方面好于均衡化。

关键词：MATLAB，规定化，均衡化，图像处理，图像增强

THE REALIZATION OF IMAGE PROCESSING BASED ON

MATLAB

ABSTRACT

The paper presents a digital image processing environment which is based on MATLAB,and introduce its structure,characteristics and application.It focuses on the comprehensive using of a variety of algorithms to solve image processing problems in specific application environment,such as using histogram equalization for image enhancement ,using the

morphological approach for image feature extraction and analysis, using fourier transform for analysis image and so on. AIM: To improve the quality of medical image by enhancing the lowcontrast details. METHODS: Two processing methods, the graylevel histogram equalization and the graylevel histogram regulation, were applied to enhance an Xray image and their enhancement effects were compared by using Matlab toolbox functions. RESULTS: By the two means of algorithmhistogram equalization or regulation, the dense graylevel distribution of the original image became sparse, and the output image was refined. The regulation method strengthened the difficultly observed details, while the equalization method improved less the local details of image. CONCLUSION: Matlab toolbox is helpful for simplifying the programming and provides a platform for medical image processing. The regulation method is better than the equalization method in presenting the local details of medical images.

KEYWORDS: equalization，regulation， algorithms， MATLAB，image enhancement

目 录

摘 要 ..................................................... 2 第1章 系统简介 ........................................... 7

§1.1 综述 ............................................. 7 §1.2 课题背景 ......................................... 7

§1.2.1 MATLAB语言背景 ............................. 7 §1.3本文主要研究工作 ................................. 9 第2章 系统实现 .......................................... 10

§2.1 调用程序设计原理 ............................................................................ 10

§2.1.1 创建和获取ActiveX自动化对象的过程......... 10 §2.1.2 MATLAB对象的一些属性和方法[8] .................................... 10 §2.2 调用MATLAB程序的实现 ........................... 11

§2.2.1图片的缩放处理 ............................. 11 §2.2.2 图片的旋转处理 ............................ 11 §2.2.3 图像的负片效果 ............................ 11 §2.2.4 图像的剪切处理 ............................ 11 §2.2.5 图像的灰度变换 ............................ 12 §2.2.6 图像的对比度增强 .......................... 12 §2.2.7 图像显示直方图 ............................ 12 §2.2.8 图像直方图均衡化 .......................... 13 §2.2.9 图像消噪 .................................. 14

§2.2.10 图像边缘检测 ............................. 15 §2.2.11 图像平滑处理 ............................. 15 §2.2.12 图像锐化处理 ............................. 16

第3章 系统调试 .......................................... 18

§3.1 软件设计说明 .................................... 18 §3.2 软件使用说明 .................................... 18 §3.3 软件测试分析 .................................... 19

§3.3.1 图像旋转测试 .............................. 19 §3.3.2 图像剪切测试 .............................. 19 §3.3.3 图像负片效果测试 .......................... 20 §3.3.4 灰度变换测试 .............................. 20 §3.3.5 直方图均衡化测试 .......................... 22 §3.3.6 锐化效果测试 .............................. 23 §3.3.7 边缘检测效果测试 .......................... 24

结 论 .................................................... 27 参考文献 ................................................. 28 致 谢 .................................................... 29 附 录 .................................................... 30

前 言

图像处理系统(Image Processing System)，用计算机对图像进行分析，以达到所需效果的技术，又称影像处理。图像处理一般指数字图像处理，数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。

早期的图像处理的目的是改善图像的质量。它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室。他们对航天探测器徘徊者7号在19年发回的几千张月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门科学的诞生。数字图像处理技术取得的另一个巨大成就就是在医学上获得的成果。1972年英国EMI公司工程师发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。 医学图像处理系统从根本上改变了医务人员进行诊断的传统方式。医学上的诊断很多时候需要借助对于医疗图像的判断来作为依据，比如CT、X光、B超等医学图像，但有的拍片没有达到标准要求的清晰度，往往造成重拍或诊断结果的不准确。实践证明，充分地利用这些技术可以提高诊断的正确性和准确性，提高诊断效率，降低医疗成本，可以更加充分地发挥各种医疗设备的功能。而且，随着数字化、智能化进程的深入，医学图像处理技术在医疗卫生领域将会有更加广阔的应用前景。

随着计算机技术的快速发展，一些图像归档和传输系统（PACS）越来越受到医疗单位的重视。针对研究人员在研究医学图像处理算法中队获取和操作医学图像方便性的需求，以及医疗或相关单位对实现PACS系统对医学图像处理的需求，中国科学院软件研究所的王延华、洪飞、吴恩华设计了一套基于VTK库的医学图像处理子系统，该子系统能够很好地应用于各种医学图像处理中。在医学图像消噪和图像增强的应用方面，南京航空航天大学自动化学院的陶玲，王惠南，颜廷勇采用二维小波变换原理，在图像分解的基础上，分析了二维小波变换在医学图像消噪和图像增强中的应用，同时给出应用实例。结果表明，应用小波分析进行医学图像处理，能够有效地改善图像质量，有利于医生对病情的诊断和治疗。由于各地区医疗卫生发展不平衡，为缩小地区间医疗水平的差距，希腊克里特大学计算机基础研究室的Marios ZIKOS、Eleni KALDOUDI、Stelios C.ORPHANOU

建立了一套基于医学图像处理的远程医疗卫生保健信息学网络服务平台。它可以使不同国籍不同服务网络的多个医学专家通过这个平台实现实时交互，完成对各种疾病的初步诊断，制定治疗方案等。医学图像处理技术发展至今，各个学科的交叉渗透已是发展的必然趋势，其中还有很多亟待解决的问题。有效地提高医学图像处理技术的水平与多学科理论的交叉融合，医务人员和理论技术人员之间的交流就显得越来越重要。总之，医学图像作为提升现代医疗诊断水平的有力依据，使实施风险低、创伤性小的化疗、手术方案成为可能，必将在医药信息研究领域受到更多的关注。

第1章 系统简介

§1.1 综述

MATLAB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。自1984年由美国MathWorks公司推向市场以来，已成为国际公认的最优秀的科技应用软件。它具有强大的数值运算能力，先进的资料视觉化功能，开放及可延伸的架构，丰富的程序工具箱，在控制系统，图像处理，信号处理，神经网络等方面都有广泛的应用。计算结果和编程可视化、语言简单，使其成为进行复杂的科学计算的标准软件。但MATLAB 的不足之处在于可视化界面功能过于简单，本身又是一个命令行式的交互系统，功能模块分散，要求使用者有较高的计算机基础，熟悉MATLAB编程和各种不同功能的工具箱函数。

MATLAB支持ActiveX自动化技术的软件，能够被任何可作为ActiveX控件程序的Microsoft Programs所控制，利用这一特性，用户可以非常方便地在自已的程序中使用MATLAB，包括执行MATLAB命令，使用其功能丰富的工具箱（Toolbox），向MATLAB输入数据，获取结果（数据，图形）。这样能获得MATLAB在工程辅助设计、仿真等方面的功能。

§1.2 课题背景

§1.2.1 MATLAB语言背景

一、MATLAB语言概述

MATLAB是MathWorks公司开发的一种工程计算语言。它是一个交互系统，在MATLAB中的基本数据元素是一个不要求维数的复矩阵。用MATLAB可解决很多工程计算问题，特别是涉及到矩阵和矢量形式的问题。MATLAB是一个高度集成的语言环境，在它的界面下可以编写程序、运行程序并可进行跟踪调试。对于广大的工程技术人员和科学研究人员来说，MATLAB不失为一种很好的工

具。MATLAB也有局限性，一般它不能脱离MATLAB集成环境工作；而且编写界面的功能比较弱。

一般来说，MATLAB系统包括以下几个主要的组成部分： 1、开发环境

这是一些可以有助于用户方便使用MATLAB的功能和文件的工具集。这些工具中有很多都有图形用户界面，如MATLAB工作台和命令窗口，命令历史记录，程序编辑器和调试器，帮助文件浏览器，工作环境、文件搜索路径的设置和管理工具等。

2、MATLAB数学函数库

这个函数库饮食大量的可以被调用的数值计算算法。其中既有基础算法，比如求和（sum）、正弦函数（sin）和复数运算等，也有一些复杂算法，比如矩阵求逆、矩阵的特征值、贝塞尔函数以及快速傅里叶变换等。

3、MATLAB编程语言

这是一种高级矩阵/数组编程语言。它包括程序流控制、函数、数据类型、输入/输出，以及支持面向对象编程技术等特点。人们既可以利用它来快速开发一些简单的测试程序，也可以用它来开发一引起大型、复杂的实际应用程序。

4、图形技术

MATLAB有非常强大的以图形化显示矩阵和数组的能力，同时也能给这些图形增加注释并且打印这些图形。MATLAB的图形技术既包括可以方便地产生二维、三维科技专业图形的高级绘图函数，也包括一些可以使用户灵活控制图形特点的低级绘图命令。另外，用户还可以利用MATLAB的句柄图形技术创建图形用户界面。

二、MATLAB 存在的一些问题

1、运行的速度慢。运行速度是工程设计尤其是控制领域的命脉所在，由于MATLAB程序占用内存空间资源较大，所以其运行速度不可避免地要下降。

2、无法脱离MATLAB环境运行。MATLAB6.x以上的版本对计算机的要求较高，且自身程序所占的空间较大，这就是得些配置较低的机器运行有困难。

§1.3本文主要研究工作

MATLAB是集数值分析、矩阵运算、信号处理和图形显示于一体的高性能数学软件，将其强大的计算功能实现应用系统的无缝集成，对于有效缩短开发周期、优化系统性能是十分有意义的，那将大大地提高编程者的工作效率。本文介绍操作MATLAB的方法。MATLAB作为自动化服务器，在进行Windows编程中，充分发挥MATLAB在图形图像处理等方面的优势。

第2章 系统实现

§2.1 调用程序设计原理

§2.1.1 创建和获取ActiveX自动化对象的过程

在控制器中创建和获取自动化对象的一般过程

一、初始化并创建一个自动化对象，创建后，可以在代码中使用对象变量引用的对象。

二、操作方法和属性；获取对象方法和信息，激活属性和方法。 三、完成代码编写后释放对象。 §2.1.2 MATLAB对象的一些属性和方法[8]

一、BSTR Execute(［in］BSTR Command)

此函数以命令字符串为MATLAB参数，将其运行结果以字符串返回。所有在MATLAB命令窗口键 入的可执行的命令行都可在此使用，这样，我们就能在代码中使用命令行，象在MATLAB窗口 中一样自如。

二、VOID GetFullMatix(［in］BSTR Name,［in］BSTR Workspace, ［in out］SAFEARRAY(double)*Pr, ［in out］SAFEARRAY(double)*pi)

该函数从指定的MATLAB工作空间中获取一维或二维数组。其中，Name是提取数组的名称，Workspace表示包含数组的工作空间，一般指定为“base”，即MATLAB默认工作空间。Pr和Pi分 别是包含所提取数组的实部和虚部。

三、VOID GetFullMatrix(［in］BSTR Name,［in］BSTR Workspace, ［in out］SAFEARRAY(double)*pr ［in out］SAFEAPRAY(double).pi)

该函数向指定的MATLAB工作空间中设置一维或二维数组。其中，Name是设置输入数组的名称，其它同前。

四、VOID MinimizeConnandWindow()

该函数将未最小化的MATLAB窗口最小化。 五、VOID MaximizeConnandWindow()

该函数将未最大化的MATLAB窗口最大化。 六、VOID Quit()

该函数关闭并退出MATLAB。

§2.2 调用MATLAB程序的实现

§2.2.1 图片的缩放处理

图像缩放（image scaling）是指对数字图像的大小进行调整的过程。对图像的缩放可以直接调用MATLAB工具箱函数imresize来进行图像的缩放处理。常用调用格式为：

B = imresize(A,m,method)

其中A表示要进行缩放处理的图像；m表示放大倍数，m必须大于0,如果m>1则表示对图像进行放大处理，如果m<1则表示对图像进行缩小处理;method表示对图像处理的插值算法，有三个可选值：‘nearest’、‘ bilinear’和‘bicubic’分别表示最近邻插值，双线性插值，双三次卷积法，默认值为‘nearest’。 [11]

此函数采用bicubic方法对图像I进行2倍的放大。 §2.2.2 图片的旋转处理

图像的旋转处理是指对图像的水平垂直方向进行调整的过程。对图像的旋转处理可以调用MATLAB的图像工具箱函数imrotate来进行旋转处理。常用调用格式为：

B = imrotate(A,angle,method)

其中A表示要进行旋转处理的图像；“angle”表示为要旋转的角度数，如果angle大于0，表示对图像进行逆时针旋转，若angle小于0则表示对图像进行顺时针旋转， “method”表示对图像处理的插值算法，同上。默认值为‘nearest’。

此函数采用bicubic方法对图像I进行逆时针90度方向的旋转。 §2.2.3 图像的负片效果

在医学图像中，为了较好显示病变区域的边缘脉络或者病变区域大小，常常对图像进行负片显示，从而达到更好的观测效果。在MATLAB的图像工具箱中有imcomplement函数可以对图像直接进行负片效果处理[12]。调用格式如下：

IM2 = imcomplement(IM)

其中IM表示要进行负片处理的图像，IM2表示处理后的图像。 此函数对图像I直接进行负片处理。 §2.2.4 图像的剪切处理

在进行图像处理时，有时只要对图像中某个特定区域进行处理，并不需要对整个图像进行处理。为此我们可以将我们感兴趣的图像区域先剪切出来，再对图像进行处理，不仅可以收到良好的效果而且可以节约图像存储空间大小。对图像的剪切处理可以调用MATLAB的图像工具箱函数”imcrop”来进行旋转处理。调用格式如下：

I2 = imcrop(I,rect)

其中I为进行剪切处理的图像，rect表示两个顶点坐标[(Xmin,Ymin)，(Xmax,Ymax)]，剪切后的图像大小为两顶点之间的矩形面积。

省略crop参数的目的在于，我们可以使用鼠标任意剪切图像，并将剪切后的图像显示出来。

§2.2.5 图像的灰度变换

一般成像系统只具有一定的亮度响应范围，常出现对比度不足的弊病，使用权人眼观看图像时视觉效果很差；另外，在某些情况下，需要将图像的灰度级整个范围或者其中的某一段扩展或压缩到记录器件输入灰度动态范围之内。灰度变换是图像增强的另一种重要手段，它可使用权图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明显。

MATLAB图像处理工具箱中提供的imadjust函数，可以实现图像的灰度变换，使对比度增强[13]。其语法格式为：

J=imadjust(I,[low,high],[bottom,top],gamma)

其功能是：返回图像I经过直方图调整后的图像J。[low,high]为原图像中要变换的灰度范围，[bottom,top]指定变换后的灰度范围，两者的默认值均为[0，1]。Gamma为矫正值，其取值决定了输入图像到输出图像的灰度映射方式，即决定了增强灰度还是增强高灰度。如果gamma等于1时，为线性变换；如果gamma小于1时，那么映射将会对图像的像素值加权，使输出像素灰度值比原来大；如果gamma大于1时，那么映射加权后的灰度值比原来小。

§2.2.6 图像的对比度增强

在图像处理中，我们可以将一幅低灰度值图像的灰度值调整到一个指定的范围。在MATLAB图像处理函数中对数变换常用来扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易看清。MATLAB中对数变换的表达式为：

f=im2double(I);g=log(1+double(f))；imshow(g)

在对图像进行对数变换时，首先要将图像转换为双精度图像，这样在对数变换超过整型范围的元素不会被截断，且小数部分不会四舍五入，则输出图像具有更高的精度。

§2.2.7 图像显示直方图

图像直方图是一种显示索引图像或灰度图像亮度分布图形。用imhist函数创建图像直方图。该图首先将数据分成N个等间距的条形，每个条形表示一个数据范围，然后计算落在这个范围内像素的个数。

例如下面的命令显示一个心脏图像和一个直方图。 x=-5:0.1:5;

y=randn(1000,1); Hist(y,x) 如图所示：

图2-6 灰度图像及其直方图

§2.2.8 图像直方图均衡化

直方图均衡化是一种常用的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。为研究方便，首先将直方图归一化，即让原图像灰度范围[Z1，Zk]归一化为[0 1]。设其中任一灰度级

Z归一化为r，变换后图像的任一灰度级Z‘归一化为s ,显然r、s应当满足：

0r1，0s1

因此直方图修正就是对下列公式的计算过程：

sTr或rT1s

式中T（r）为变换函数，它必须满足下列条件[14]：

1．T（r）在0≤r≤1区间内是单值函数，且单调增加； 2．T（r）在0≤r≤1内满足0≤T（r）≤1。

1在直方图均衡化时，有p(s)常数,这里L为均衡化后灰度变化范围，

sL归一化表示时L=1，则

p(s)1，有dsssprr(r)dr，即：

ddTrp(r)dr

两边取积分得：

STrr0p(r)dr

r这就是所求的变换函数，表明变换函数T（r）是原图像的累计分布函数，

因此只要知道原图像的概率密度就能很容易地确定变换函数。

将上述结论推广到离散的情况。设一幅图像总像素为n，共分L个灰度级，nk代表第k个灰度级rk出现的频数（像素数），则第k灰度级出现的概率为：

p(r)n/nrk0rk1kk0,1,2,L-1

此时变换函数可以表示为

s其反变换函数为

kT(rk)i0prnnkirii0

rkT1sk0sk1

因此，根据原图像的直方图统计值就可算出均衡后各像素的灰度值。 §2.2.9 图像消噪

数字图像中往往存在各种类型的噪声。产生噪声的途径可以有几各种，与生成图像的方法有关。如：

一、如果图像是用照片扫描得到的，则胶卷上的灰尘是噪声源。胶卷损坏、扫描操作中都可以引起噪声。

二、如果图像直接来源于数字设备，则获取数据的设备可以引起噪声。 三、图像数据的电子传输可以引起噪声。

工具箱中提供了多个不同的方法来删除和减少图像中的噪声。不同方法对于不同类型的噪声具有更好的效果。可用的方法包括[15]：

（1）线性滤波

（2）中值滤波 （3）自适应滤波

常用的滤波器为中值滤波器。中值滤波器对异常值的敏感性比均值的小，所以，中值滤波器可以在不减小图像对比度的情况下剔除这些异常值。在MATLAB工具箱中medfilt2函数实现了中值滤波。 §2.2.10 图像边缘检测

图像边缘对图像识别和计算机分析十分有用，边缘能勾画出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等），是图像识别中重要的图像特征之一。从本质上说，图像边缘是图像局部特性不边连续性（灰度突变、颜色突变、纹理结构突变等）的反映，它标志着一个区域的终结和另一个区域的开始。为了计算方便起见，通常选择一阶和二阶导数来检测边界，利用求导方法可以很方便地检测到灰度值的不连续效果。边缘的检测可以借助空域微分算子利用总卷积来实现。常用的微分算子有梯度算子和拉普拉斯算子等，这些算子不但可以检测图像的二维边缘，还可检测图像序列的三维边缘。

一、MATLAB提供的用于灰度图像边缘的函数[16] 在MATLAB中edge函数用于灰度图像边缘的提取，他支持6种不同的边缘提取方法，即Sobel法、Prewitt法、Roberts法、Laplacian-Gaussian 法、过零方法和Canny方法，其语法结构如下：

BW=edge(I, ’sobel’)——指定Sobel边缘提取方法；

BW=edge(I,’sobel’, thresh)——指定具有总阈值thresh的Sobel方法，即强度小于阈值的边缘被省略掉了，缺省时自动选取阈值。

BW=edge(I,’sobel’, thresh, dirction)——指定具有方向性的Sobel方法，为’horizontal’（水平方向）或’vertical’（垂直方向）或’both’（两个方向），缺省时为’both’;

BW=edge(I, ’sobel’…)——返回Sobel方法的阈值。 下面的调用与Sobel方法类似：

BW=edge(I, ’prewitt’, thresh, direction) BW=edge(I, ’roberts’, thresh) BW=edge(I, ’log’, thresh)

BW=edge(I, ’canny’, thresh, direction)

其中I为灰度图像，BW为黑白二值边缘图像。 §2.2.11 图像平滑处理

图像平滑主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰，也有来自于系统内部的干扰。实际获得的图像都因受到干扰而含有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理，基本方法就是求像素的平均值吉中值；在频域中则运用低通滤波技术。

图像经过傅立叶变换以后，噪声频谱一般位于空间频率较高的区域，而图像本身的频率分量则处于空间频率较低的区域内，因此可以通过低通滤波的方法，使高频万分受到掏，而使低频成分顺利通过，从而实现图像的平滑。低通滤波可

以在空间域和频域中进行。在此主要介绍巴特沃斯低通滤波器。

巴特沃斯低通滤波器又称为最大平坦滤波器[17]。它的通带与阻带之间没有明显的不连续性，因此它的空域响应没有“振铃”现象发生，模糊程度减少。一个n阶巴特沃斯低通滤波器的传递函数为：

Hu,v1Du,v1D02n

D0是截止频率；n为阶数，取正整数，控制曲线的形状。由于巴特沃斯滤波

器转移曲线较平滑，没有振铃效应，故图像的模糊将减少。一般说，常采用下降到H（u,v）最大值的1那一点为低通滤波器的截止频率点。

2MATLAB提供的图像平滑函数conv2（二维卷积算法）。具体调用格式为： I=imread(‘rice.png’);

I1=imnoise(I,’salt&pepper’,0.05); I2=double(I1)/255;

H1=[1/9 1/9 1/9; 1/9 1/9 1/9; 1/9 1/9 1/9]; J1=conv2(I2,h1,’same’);imshow(J1) §.2.12 图像锐化处理

图像在传输和变换过程中会受到各种干扰而退化，比较典型的就是图像模糊。图像锐化的目的就是使边缘和轮廓线模糊的图像变得清晰，并使其细节清晰。锐化技术可以在空间域是进行，常用的方法是对图像进行微分处理，也可以在频域中运用高通滤波技术处理。但要注意的是，能够进行锐化处理的图像必须要求有较高的信噪比，否则，图像锐化后，信噪比更低。因为锐化将使噪声受到比信号还强的增强，故必须小心处理。一般是先去除或减轻干扰噪声后，才能进行锐化处理。梯度算子和拉普拉斯算子就是满足要求的线性微分算子，它们是常用和图像锐化运算方法。这里主要介绍梯度算子[18]

设图像为f(x,y)，它在点（x,y）处的梯度是一个矢量G[f(x,y)]，定义为

fxGfx,y

fy当梯度计算完之后，可以根据需要生成不同的梯度增强图像。

第一种是使各点的灰度g(x,y)等于该点的梯度幅度，即：g(x,y)= Gm[f(x,y)]；此方法的缺点是增强的图像公显示灰度变化比较陡的边缘轮廓，而灰度变化平缓的区域则呈黑色。

第二种增强的图像是使：

Gm[f(x,y)g(x,y)f(x,y)Gm[f(x,y)]T其他

式中T是一个非负的阈值，适当选取T，既可使明显的边缘轮廓得到突出，又不会破坏原来灰度变化比较平缓的背景。

第三种增强图像是使：

Gm[f(x,y)]TLg g(x,y)f(x,y)其他式中Lg是根据需要指定的一个灰度级，它将明显边缘用一固定的灰度级Lg

来实现。

第四种增强图像是使：

Gm[f(x,y)g(x,y)LgGm[f(x,y)]T其他

此方法将背景用一个固定灰度级Lg来实现，便于研究边缘灰度的变化。 第五种增强图像是使：

Lgg(x,y)LbGm[f(x,y)]T其他

此方法是将明显边缘及背景分别用灰度级Lg 和Lb表示，产生二值图像，便于研究边缘所在的位置。

MATLAB关键程序如下[19]：

I=double(I);

[IX,IY]=gradient(I);

GM=sqrt(IX.*IX+IY.*IY); OUT=I;

J=find(GM>=10); OUT(J)=GM(J);

第三章 系统调试

§3.1 软件设计说明

MATLAB是MathWorks 公司推出的一套高性能的数值计算和可视化软件。它以矩阵和向量为基本数据单位，其矩阵计算能力十分突出，用该语言进行复杂算法设计的效率很高。同时，MATLAB含有各种可选的工具箱，如神经网络、小波分析、模糊控制、信号处理、鲁棒控制等功能强大的计算辅助工具。MATLAB 现已成为应用于线性代数、自动控制理论、数理统计、数字信号处理、时间序列分析、动态系统仿真等高级课程的基本教学工具；在研究单位、工业部门，MATLAB也被广泛用于研究和解决各种工程问题。但MATLAB也有局限性，一般它不能脱离MATLAB集成环境工作，而且生成复杂的人机交互式图形界面的能力不强。

§3.2 软件使用说明

一、本文采用MATLAB的编程，用户系统中必须先安装MATLAB应用程序和image图像处理工具箱。

二、由于本系统是针对医学图像进行处理，医学图像大部分为灰度图像。考虑到软件运行效率和稳定性，本系统只能处理灰度图像。若不是灰度图像，需要先将其转换为灰度图像再进行处理。

三、本系统在处理图像直方图和直方图均衡化时，直接将处理结果显示到MATLAB的figure窗口中，这样可以利用figure图形窗口本身具有的一些图形分析、标记功能来分析图像特点，以便对图像进行更有效的处理。

四、在系统运行过程中，系统会自动调用MATLAB应用程序，并弹出一个MATLAB命令窗口，此命令窗口为后台服务窗口，可将其最小化显示。

五、具体步骤如下：

（1）使用菜单“打开”或工具栏“打开”按钮一幅图像；

（2）根据图像特点选择“工具”菜单中处理功能单击菜单项；

（3）若需要保留处理后的结果，点击“保存”或“另存为”菜单保存图像。

§3.3 软件测试分析

§3.3.1 图像旋转测试

在图像处理中，有时需要将图像旋转以获得更好的观测角度，所以我们有必要在系统中添加图像旋转功能。

程序代码如下：

I=imread(xzt); J=imrotate(I,180,'bicubic');imshow(J,[]) 测试结果如下图：

图3-1 图像旋转180度前后对比

§3.3.2 图像剪切测试

当用户对图像进行处理时，在大多数的情况下，只对图像中的某个区域感兴趣。针对这种情况，本系统添加了剪切功能，可以对感兴趣区域进行剪切处理，并节省图像数据大小。

程序代码如下：

I=imread(STR)；imshow(I);J=imcrop;figure,imshow(J) 测试结果如下：

图3-2 图像剪切前后对比

§3.3.3 图像负片效果测试

图像负片效果可以帮助我们在大片黑色区域中容易观察白色或灰色细节。 程序代码如下：

g=imcomplement(I);imshow(g) 测试结果如下：

图3-3 图像负片效果对比

§3.3.4 灰度变换测试

MATLAB图像处理工具箱中提供的imadjust函数，可以实现图像的灰度变换，使对比度增强。其语法格式为：

J=imadjust(I,[0,0.2],[0.5,1])

其功能是：返回图像I经过直方图调整后的图像J。将图像的低灰度级范围映射到高灰度级去，从而可以更清晰观察低灰度区域细节。

图3-4 图像灰度变换前后对比

§3.3.5 直方图均衡化测试

MATLAB图像处理工具箱提供了用于直方图均衡化的函数Histeq。Histeq语法格式为：

J=histeq(I,n)

其功能是：指定直方图均衡化后的灰度级数n，默认值为。

图3-5 图像直方图均衡化前后对比

§3.3.6 锐化效果测试

使用梯度法进行图像锐化方法的MATLAB代码如下： MATLAB.execute(\"xzt=clipboard('paste');\")

MATLAB.execute(\"[I,map]=imread(xzt);\") ‘读取图像

MATLAB.execute(\"I=double(I);”) ‘将图像转换为双精度图像 MATLAB.execute(“[IX,IY]=gradient(I);”) ‘对每一点求梯度值

matalb.execute(“GM=sqrt(IX.*IX+IY.*IY);OUT=I;J=find(GM>=10);OUT(J)=GM(J);”)

MATLAB.execute(“imshow(OUT,map)\") 测试结果如下：

图3-6 图像锐化前后对比

§3.3.7 边缘检测效果测试

在MATLAB中函数edge用来进行边缘检测。该函数的基本语法为： [g,t]=edge(f,’method’, parameters)

其中，f是输入图像，method是进行边缘检测的方法。g是一个逻辑数组，其值如下决定：在f 中检测到边缘的位置为1，在其他位置为0。参数t是可选的；它给出edge使用的阈值，以确定哪个梯度值足够大到可以称为边缘点。

在函数edge中可用的边缘检测器： “sobel”边缘检测器对噪声具有一定的抑制能力、边缘定位效果好但是容易出现多像素边缘；“roberts”边缘检测器特点是边缘定位精度高、但不具备抑制噪声能力，只对具有陡峭边缘噪声少的图像效果好；“canny”边缘检测器通过寻找f(x,y)的梯度的最大值来查找边缘。梯度由高斯滤波器的导数来计算。该方法使用两个阈值检测强边缘和弱边缘，若它们连结到了强边缘，则输出中只包含弱边缘。因此这种方法更适合用于检测真正的弱边缘。它本身使用带有标准偏差的高斯滤波器来平滑[20]，从而可以减少噪声。

综上所述，我们采用sobel,roberts,prewitt,log,canny算子边缘检测器来对图像进行边缘检测。具体代码如下：

M=imread('1.jpg');% 提取图像

I=rgb2gray(M); %转化成灰度图,必须先转化成灰度图，很多地方都没有这一步，其实是不对的

BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测 BW2=edge(I,'roberts');%用Roberts算子进行边缘检测 BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测 BW4=edge(I,'log'); %用log算子进行边缘检测 BW5=edge(I,'canny'); %用canny算子进行边缘检测 h=fspecial('gaussian',5);%高斯低通滤波器 BW6=edge(I,'canny'); %滤波之后的canny检测 subplot(2,3,1), imshow(BW1); title('sobel edge check'); subplot(2,3,2), imshow(BW2); title('sobel edge check'); subplot(2,3,3), imshow(BW3); title('prewitt edge check'); subplot(2,3,4), imshow(BW4); title('log edge check'); subplot(2,3,5), imshow(BW5); title('canny edge check'); subplot(2,3,6), imshow(BW6);

title('gasussian&canny edge check');%此为用高斯滤波后Canny算子边缘检测结果 检测结果如下图

图3-7 图像边缘检测前后对比

结 论

本文主要内容是介绍了MATLAB在医学图像处理领域内的编程。第一章主要介绍MATLAB语言的特点；第二章具体介绍几种实现MATLAB编程的方法；第三章详细介绍本系统中要实现的几种图像处理功能以及实现原理；第四章主要介绍本系统中各种图像处理功能的调试结果。

由于时间仓促，笔者水平有限，导致系统还只是对图像进行简单的处理，并且只能进行一次简单的处理。编写更加复杂的算法、实现系统对图像多次连续处理是本系统一个发展方向；本系统还不能脱离MATLAB环境运行，由于MATLAB程序功能复杂，占用系统空间资源较大，影响系统处理速度，所以可以添加插件，将本系统脱离MATLAB环境运行将对本系统运行速度有更大的提高；另外代码的编写风格虽然尽量依照软件工程的要求，但是仍然有不规范、不严谨的情况存在。虽然在医学图像处理系统设计之初，就将面向实际应用作为预期目标，但是到目前为止其实际应用仍然十分有限，这也是本图像处理系统的一个进一步研究的方向。

参考文献

[1] 徐明远，刘增力. MATLAB仿真在信号处理中的应用[M].西安：电子科技大学出版社,2007.

[2] 于万波. 基于MATLAB的图像处理[M].北京：清华大学出版社，2008. [3] 章晋.图像处理与分析[M].北京：北京大学出版社，2004. [4] 张志涌.精通MATLAB6.5[M].北京：北航电子版，2002.

[5] 张家广，杨长贵.计算机图像学[M].北京：清华大学出版社，1995.

[6] 陈杨，陈荣娟.MATLAB60X图像编程与图像处理[M].西安：电子科技大学出版社，2002.

[7] 闫敬文.数字图像处理MATLAB版[M].北京：国防工业出版社，2007. [8] 周新伦，柳建.数字图像处理[M].北京：国防工业出版社，1986. [9] 李信真，车明刚.计算方法[M].西安：西北工业大学出版社，2000.

[10] 陈桂明，张明照.应用MATLAB语言处理信号与数字图像[M].北京：科学出版社，2000.

致 谢

为期十多周的毕业设计结束了，我的毕业设计能顺利完成多亏各位老师指导和周围同学的帮助，在此依依表示感谢。

首先，要感谢我的指导老师，朱卫平老师。朱老师在我的这次毕业设计中对我的指导和帮助至关重要。正是在朱老师的指导下，我逐步理清了设计思路，明白了设计目的。在毕业设计的完成过程中，朱老师给予了很多指点，帮助解决了很多难题，再此对朱老师表示深深的感谢！

此外，感谢在毕业设计中给予我帮助的老师、同学。在此，也向他们表示感谢！

附 录

本系统中所用到的全部程序代码

Private Declare Function OSWinHelp% Lib \"user32\" Alias \"WinHelpA\" (ByVal hwnd&, ByVal HelpFile$, ByVal wCommand%, dwData As Any) Public sfile As Variant Dim MATLAB As Object Public Path As Variant Public i As Variant

Private Sub Form_Load()

Me.Left = GetSetting(App.Title, \"Settings\ Me.Top = GetSetting(App.Title, \"Settings\ Me.Width = GetSetting(App.Title, \"Settings\ Me.Height = GetSetting(App.Title, \"Settings\ Picture1.Top = 900 Picture1.Left = 150

'picture1.Height = frmMain.Height - 1500 ' picture1.Width = frmMain.Width - 300 hsl.Visible = False vsl.Visible = False End Sub

Private Sub Form_Unload(Cancel As Integer) Dim i As Integer 'close all sub forms

For i = Forms.Count - 1 To 1 Step -1 Unload Forms(i) Next

If Me.WindowState <> vbMinimized Then

SaveSetting App.Title, \"Settings\ SaveSetting App.Title, \"Settings\SaveSetting App.Title, \"Settings\

SaveSetting App.Title, \"Settings\ End If End Sub

Private Sub hsl_Change()

Picture2.Left = -hsl.Value End Sub

Private Sub light_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"STR=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

Result = MATLAB.execute(\"g=imadjust(I,[0.2 0.8],[0 1]);imshow(g),\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") '功能是缩小图像 的动态范围 End Sub

Private Sub mnutoolsadj_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"STR=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(xzt);\")

Result = MATLAB.execute(\"J=imadjust(I,[0 0.2],[0.5 1]);imshow(J)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnutoolscrop_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"xzt=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

MATLAB.execute(\"imshow(I);J=imcrop;figure,imshow(J)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f2\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close all\") End Sub

Private Sub ToolBar_ButtonClick(ByVal Button As MSComctlLib.Button) On Error Resume Next Select Case Button.Key Case Is = \"新建\"

mnuFileNew_Click Case Is = \"打开\" mnuFileOpen_Click

Case Is = \"保存\"

mnuFileSaveAs_Click Case Is = \"撤消\" Case Is = \"重复\" Case \"打印\"

mnuFilePrint_Click Case \"放大\"

mnuzoomfangda_Click Case \"缩小\"

mnuzoomshuoxiao_Click Case \"左旋转\"

mnurotaleftrota_Click Case \"右旋转\"

mnurotarightrota_Click Case \"上一张\"

mnuViewupnext_Click Case \"下一张\"

mnuViewdownnext_Click Case \"第一张\"

mnuViewfirst_Click End Select End Sub

Private Sub mnulvjingedgetext_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

Result = MATLAB.execute(\"g_canny=edge(I,'canny',[0.01 0.1],1.25);imshow(g_canny)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnulvjingnoisefilt_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

MATLAB.execute(\"fn=medfilt2(I,'symmetric');imshow(fn)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") '中值滤波器 End Sub

Private Sub mnulvjingruihua_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"[I,map]=imread(shou);\")

MATLAB.execute(\"I=double(I);[IX,IY]=gradient(I);GM=sqrt(IX.*IX+IY.*IY);OUT=I;J=find(GM>=10);OUT(J)=GM(J);imshow(OUT,map)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = LoadPicture

Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnulvjingsmooth_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\")

'启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

MATLAB.execute (\"Y=ordfilt2(I,5,ones(3,3));imshow(Y)\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnuToolshist_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\") Result = MATLAB.execute(\"histeq(I);\") End Sub

Private Sub mnuToolsshowhist_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\") Result = MATLAB.execute(\"figure;imhist(I)\") End Sub

Private Sub mnuToolsduibidu_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

MATLAB.execute (\"f=im2double(I);g=log(1+double(f));imshow(g)\") 进行对比度拉伸处理 Clipboard.Clear

'对数变换, Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnuToolsopphto_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") '启动ACTIVEX自动化服务器 Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

Result = MATLAB.execute(\"g=imcomplement(I);imshow(g)\") 'IPT函数显示图像负片 Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnurotaoprota_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(STR);\")

MATLAB.execute(\"J=imrotate(I,180,'bicubic');imshow(J,[])\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnurotaleftrota_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

MATLAB.execute(\"J=imrotate(I,90,'bicubic');imshow(J,[])\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnurotarightrota_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"shou=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

MATLAB.execute(\"J=imrotate(I,-90,'bicubic');imshow(J,[])\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnuzoomshuoxiao_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"STR=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

RMATLAB.execute(\"J=imresize(I,0.6,'bicubic');imshow(J,[])\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData() MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnuzoomfangda_Click() Dim Result As String

Clipboard.Clear '清空剪贴板

Clipboard.SetText (Path) '将图像完整路径写入剪贴板 Set MATLAB = CreateObject(\"MATLAB.application\") Result = MATLAB.execute(\"clear\")

Result = MATLAB.execute(\"STR=clipboard('paste');\") Result = MATLAB.execute(\"I=imread(shou);\")

MATLAB.execute(\"J=imresize(I,1.5,'bicubic');imshow(J,[])\") Clipboard.Clear

Result = MATLAB.execute(\"print -dbitmap -f1\") Picture2.Picture = Clipboard.GetData()

MATLAB.execute (\"close(gcf)\") End Sub

Private Sub mnuViewStatusBar_Click()

mnuViewStatusBar.Checked = Not mnuViewStatusBar.Checked sbStatusBar.Visible = mnuViewStatusBar.Checked End Sub

Private Sub mnuViewToolbar_Click()

mnuViewToolbar.Checked = Not mnuViewToolbar.Checked tbToolBar.Visible = mnuViewToolbar.Checked End Sub

Private Sub mnuFileExit_Click() Unload Me '卸载窗体 End Sub

Private Sub mnuFilePrint_Click() cdl.CancelError = True On Error GoTo err_handle cdl.ShowPrinter

Printer.PaintPicture Picture2.Picture, 0, 0, Picture2.Width, Picture2.Height Exit Sub err_handle:

MsgBox Err.Description Exit Sub End Sub

Private Sub mnuFilePageSetup_Click() On Error Resume Next With cdl

.DialogTitle = \"页面设置\" .CancelError = True .ShowPrinter End With End Sub

Private Sub mnuFileProperties_Click() mnuFileProperties.Enabled = False End Sub

Private Sub mnuFileSaveAs_Click() cdl.CancelError = False cdl.DialogTitle = \"保存\" cdl.InitDir = \"H:\\plax\\photo\" cdl.ShowSave

If cdl.FileName <> \"\" Then If Err <> 32755 Then Dim savename As String savename = cdl.FileName

SavePicture Picture2.Image, savename

End If End If End Sub

Private Sub mnuFileSave_Click() cdl.InitDir = sfile

savepiture Picture2.Image, sfile End Sub

Private Sub mnuFileClose_Click() Picture2.Picture = LoadPicture(\"\") End Sub

Private Sub mnuFileOpen_Click()

cdl.CancelError = True '打开图像 On Error GoTo errhandler

cdl.Flags = cdlofhidereadonly ' 设置标志 cdl.Filter = \"all files(*.*)|*.*\" cdl.FilterIndex = 2

cdl.ShowOpen '显示“打开”对话框 Picture1.Picture = LoadPicture(cdl.FileName)

Path = cdl.FileName '将图像的完整路径赋给path变量 Exit Sub

errhandler: '用户按“取消”按钮 Exit Sub End Sub

Private Sub mnuFileNew_Click() Dim frm As New frmMain frm.Show End Sub

Private Sub Toolbar1_Button_Click(ByVal Button As MSComctlLib.Button) End Sub

Private Sub vsl_Change()

Picture2.Top = -vsl.Value End Sub