1. 研究目的与意义
图像处理技术是目前最前沿的研究领域之一，该技术主要是通过对采集图像进行处理、分析，提取出图像包含的视觉信息，根据信息进行后续的分类、测量、定位以及检测工作。图像处理应用领域很多，在工业领域可以对工业产品进行定位，检测产品的尺寸是否合格，是否存在缺陷，提高工厂的自动化水平；在安防领域，利用摄像头采集图像，通过图像处理算法分析画面中的场景、对象，对入侵的人员进行报警，提高安保水平；在交通监测领域，利用图像处理实现车辆分割及车流量统计，根据车流量进行交通灯智能调节，对车辆进行测速，对超速车辆车牌进行抓拍识别，实现违法记录；在金融支付领域，通过人脸识别图像处理技术，对手机用户进行活体检测，判断手机用户的身份，从而保障用户安全，利用刷脸进行快捷支付，提高购物体验；遥感图像监测领域利用卫星进行地表图像拍摄，通过数据降维、压缩、去噪等算法提高数据质量，降低冗余性，利用图像分析技术实现天气预报、气流监测以及地图测绘等等。总之图像处理技术在人们生活的各个领域发挥着重要作用。
目前matlab开发软件是很多领域都在用的编程软件，其性能稳定，算子较多，运算效率高，适合各种软件的开发。matlab的guide开发功能能够实现算法与ui界面的无缝融合，使得用户的操作更为方便，系统的人机交互能力更强。利用 matlab gui搭建一个针对图像处理的仿真平台，用户可以通过平台上的图像处理功能，实现对图像的各种处理。
2. 课题关键问题和重难点
1、图像处理的方法学习是难点之一，图像处理有很多算法，如何从这些算法中选择最高效、最准确的算法进行图像处理，是课题研究难点之一。图像处理系统涉及到很多的图像处理操作，如何将不同算法之间进行连接，也是需要重点研究的方向之一。
2、同一大类图像算法下面有很多细分处理算法， 如果选择合理的处理算法是拟解决关键问题。算法之间的功能相同，但是处理结果也会有差异，如何对结果进行展示以及对差异进行区分也是需要解决的。同一种算法也会有很多变成方式，如何完成算法的高效开发，是编程过程中需要考虑的问题。
3、matlab软件的使用、开发也是一个难点，如何利用matlab软件开发出具有良好人机交互功能、软件功能齐全、界面美观都是编程需要考虑的问题，软件的开发还需要符合实际的应用场景。
3. 国内外研究现状（文献综述）
matlab是美国公司开发的软件，国外对于matlab的开发和应用较早，并且在很多领域都有应用。在视觉增强领域，prince pal singh1等人结合图像处理中的增强技术描述了数字图像处理的基本技术方面。图像增强技术有助于提高图像的任何部分或特征的可见性，抑制其他部分或特征中的信息。将增强程序应用于图像数据，以便有效地显示数据以用于随后的视觉解释。它涉及增加场景中特征之间的视觉区分的技术。存在多种用于提高图像质量的技术。在算法中，其概述了空间域中的图像增强处理技术，并在matlab中开发了其图形用户界面[1]。在医学研究领域，aimi salihah等人针对于对比度增强和图像分割在细胞分割中的应用进行了研究。主要任务是分析白细胞（wbc），其中wbc成分显示患者的重要诊断信息。文章提出了一种两阶段方法，以获得急性白血病图像中完全分割的异常白细胞（blast）和细胞核。在第一阶段，采用部分对比度、亮拉伸和暗拉伸三种对比度增强技术来提高图像质量。对比增强技术增强了急性白血病的感兴趣区域，以简化分割过程。在第二阶段，提出了基于hsi（色调、饱和度、强度）颜色空间的图像分割方法。所提出的技术有助于提高图像的可见性，并成功地将急性白血病图像分割成两个主要部分：爆炸和细胞核[2]。在数字图像防伪领域，yao zhao等人针对于恶意用户可以在本地执行对比度增强以创建真实的合成图像的问题，对于盲检测对比度增强对于验证数字图像的原创性和真实性进行了研究。文章提出了两种新的算法来检测数字图像中的对比度增强操作。首先，其专注于检测应用于先前jpeg压缩图像的全局对比度增强，这些图像在实际应用中广泛存在。从理论上分析了jpeg压缩和像素值映射引起的直方图峰值/间隙伪影，并通过识别零高度间隙指纹来区分。第二，文章建议识别通过在一个或两个源区域上执行对比度调整而创建的合成图像。对检测到的分块峰值/间隙仓的位置进行聚类，以识别对比度增强[3]。
国内虽然对于matlab的开发起步较晚，但是由于各个高校和企业的大力投入，也取得了很多不错的成果。在图像处理教学领域，张新景等人针对数字图像处理教学和实验的应用，设计了一种基于matlab gui的图像处理演示系统。通过matlab中的gui向导，利用图像处理函数，搭建出一个用于教学和学习研究的演示系统。该系统充分利用matlabgui特性，采用底层代码设计，具有较好的交互性，可视性和可扩展性，有助于加深初学者对数字图像处理的理解，提高学习兴趣[4]。针对于数字图像算法多样，不容易展示等问题，周品以matlabr2012a为平台，结合matlab软件在图像处理及gui应用方面的需要，从实用角度出发，循序渐进地介绍matlab图像处理及gui设计的应用原理，方法和技巧[5]。针对于数字图像处理理论性较强，学习具体算法时需要形象化演示的问题，李宝方等人利用matlab提供的图像处理工具箱,能够快速构建算法演示；gui更提供了友好的图形用户交互界面。文章依托matlab gui,实现数字图像处理算法的仿真系统。该系统具有良好的交互性和可扩展性。实践效果表明，系统提高了学生学习数字图像处理的兴趣和效果[6]。在医学检测领域中，针对医学图像中噪声污染，细节信息隐藏，组织边界模糊等问题，闫洪波等人设计了基于matlab gui的医学图像处理仿真系统。该系统具有对dicom格式图像进行图像增强、图像滤波、图像分割、形态学处理及边缘检测等功能，以人体胆囊结石医学超声图像为研究对象，对仿真系统测试表明,经处理后的图像拥有更好的可视度，有效提高了原图像的图像质量，丰富了图像信息量。该系统界面友好，参数调节灵活，操作简单，可转化为.exe可执行文件，脱离matlab环境运行，方便用户使用[7]。杨宝会等人以“人体肺”ct图像为研究对象，利用 matlab gui(graphical user interface)的高度集成开发环境，对图像进行了图像增强、滤波、边缘检测、图像分割和形态学处理操作。结果证明处理后的ct图像较原图像有更好的可视度,有效地改善了图像质量,方便医务人员提取更多有价值的图像细节信息[8]。在工业检测领域，针对的是传统的生产调度管理模式效率低、成本高、安全性低等问题。为提高企业在同一行业的竞争力，王辉等人利用matlab的图形用户界面设计了一种生产车间调度管理系统,系统可以实时采集车间数据并显示，能够对生产过程进行预警，为车间生产决策与企业管理提供了辅助工具[9]。针对于零件缺陷艰难检测等问题，倪东以某种零件的螺纹缺陷检测为研究目标，利用计算机图像处理技术实现对无螺纹，半螺纹和螺纹质量低等缺陷的检测，通过对零件图像进行灰度化处理、二值化、图像平滑处理、锐化处理以及边缘检测等预处理，使得零件图像特征更容易被提取出来，再通过螺纹波峰波谷定位方法实现螺纹边缘特征提取，将波峰和波谷位置与标准零件模板进行比对，判别图像中的零件是否存在缺陷，最后，通过使用matlab的gui工具设计缺陷零件图像检测系统,实现基于计算机图像的零件缺陷检测[10]。在交通安全领域，孙婷为改进车牌识别的精确度，在matlab平台下通过gui图形用户界面，调用相应算子与算法对图像进行调整与优化，通过对图像进行粗定位、灰度化、倾斜矫正、二值化处理等对车牌图像进行预处理，并利用阈值分割，形态学处理等方法进行车牌定位。对多种算法进行比较,选择适当的图像处理方法，结合投影函数分割图像，以及图像矩归一化法实现字符归一化，语音播报车牌识别结果等功能，共同组成车牌识别系统。测试结果表明，该系统对车牌识别的精确度由95%提高到96.5%，识别性能较好[11]。
参考文献：
4. 研究方案
本系统采用matlab进行开发，利用guide功能搭建用户交互界面。系统流程图如下：
5. 工作计划
1、学习图像处理相关的知识，掌握图像的基本运算方式。（第1周）
2、学习matlab软件使用以及gui界面开发功能，能够实现简单的图像读取处理显示。（第2周）
3、学习并开发图像文件模块和编辑模块。（第3周）
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
