基于MatlabGUI的數字圖像信息統計

英昌盛

(吉林師范大學計算機學院，吉林四平136000)

基于MatlabGUI的數字圖像信息統計

英昌盛

(吉林師范大學計算機學院，吉林四平136000)

在光電成像系統獲取數字圖像過程中，由于輸入光子起伏、CCD暗電流及CCD讀出噪聲等原因使圖像質量退化，數字圖像需要經過處理后才能獲得比較理想的效果。信息統計是對降質圖像進行預處理的一個重要環節。本文應用MatlabGUI設計了數字圖像信息統計處理程序，為圖像去噪及增強等后期工作提供必要數據支持。

噪聲；正態分布；GUI；篩選；填充

隨著光電成像技術的不斷發展，數碼相機、手機等成像設備在人類生活各個領域中的應用越來越廣泛。成像設備將拍攝的場景以數字形式保存在其存儲器中，用戶既可以在設備上進行瀏覽，亦可使用和開發專門的圖像處理軟件來對這些數字圖像進行加工、處理以獲得更好的用戶體驗。

便攜數碼相機、手機等非專業成像設備在實際使用過程中所獲得的數字圖像并不理想，往往伴隨著大量噪聲[1]。導致數字圖像中出現的噪聲原因多種多樣，除了器件自身的缺陷、設備中電子器件特性等原因外，光照條件是影響成像質量的重要因素。只有獲得與數字圖像噪聲相關的統計信息，才能有的放矢地對圖像進行去噪和增強等后期處理。

1 數字圖像的噪聲

對于數字圖像Z而言，可將其看作理想圖像Y與具有某種統計特征的噪聲η的線性疊加，表述如下[2]：

Z(x,y)=Y(x,y)+η(x,y).

其中，Z為經過實際觀測并獲取的數字圖像，Y為理想的不含噪聲數字圖像，η為具有某種統計特征的加性噪聲。通常情況下，可認為加性噪聲為服從標準正態分布N(0,σ2)的高斯白噪聲。

服從正態分布N(μ,σ2)的數據滿足3σ原則[3]，即數據分布在以均值μ為中心1個標準差范圍內的概率為0.6526；分布在以均值μ為中心2個標準差范圍內的概率為0.9544；分布在以均值μ為中心3個標準差范圍內的概率為0.9976。

2 數字圖像信息統計實現

Matlab是美國MathWorks公司出品的商業數學軟件，向量化編程是Matlab語言的精髓，通過向量化處理與運算可以極大提高程序運行效率。用戶既可以通過腳本控制Matlab軟件進行科學計算，也可通過GUI工具開發帶用戶界面的科學計算軟件。

2.1 數字圖像信息統計程序界面設計

在Matlab中，使用GUIDE創建如圖1所示的應用程序界面。界面左側是圖像的選擇部分，用于打開圖像文件夾和篩選指定類型的數字圖像，將篩選后圖像添加到列表。界面中間部分則用于顯示數字圖像的統計信息，包括均值、最值、標準差、眾值等，同時還可根據標準差或指定數值對數據進行篩選，并顯示篩選結果。界面右側部分則用于顯示選定圖像的直方圖。

圖1 數字圖像信息統計程序界面

2.2 數字圖像信息統計的實現

“選擇圖像文件夾”按鈕的事件處理程序將用戶指定文件夾下與設定類型匹配的所有圖像添加到列表中。在處理程序中，需要設定用于保存圖像文件路徑及圖像文件名的全局變量，然后取用戶指定的文件類型，再對圖像文件夾下的所有文件進行篩選，并將篩選結果保存到全局變量列表中。

function btnSelectFile_Callback(hObject, eventdata, handles)

global folderPath;

global imgFiles;

folderPath=uigetdir(”,’請選擇圖像文件所文件夾’);

fileType=get(handles.editFileType,’String’);

imgFiles=dir([folderPath ’’ fileType]);

strNames={imgFiles.name};

set(handles.lsbImages,’String’,strNames);

……

axes(handles.axesHist);%獲取界面中的axes句柄

cla reset;

當選擇某一圖像時，需要對圖像進行信息統計并顯示其直方圖。均值、標準差、最值、中值和眾數等信息需在各個模塊間共享，因而聲明為全局變量。針對用戶選擇的圖像，統計上述信息并將統計后的結果保存到相應位置，同時還需要將指定范圍外的數據填充到相應的數據列表中。

function lsbImages_Callback(hObject, eventdata, handles)

……

sel=get(gcf,’SelectionType’);

if strcmp(sel,’normal’)

index=get(hObject,’Value’);

pathName=folderPath;

%取出索引對應的圖像文件名

fileName=imgFiles(index).name;

imageFile=fullfile(pathName,fileName);

img=double(imread(imageFile));

imgMean=mean(img(:));%均值、標準差、最小值、最大值、中位數、眾數

imgStdDev=std(img(:));

imgMin=min(img(:));

imgMax=max(img(:));

imgMedian=median(img(:));

imgMode=mode(img(:));

axes(handles.axesHist);%獲取界面中的axes句柄

hist(img(:),imgMin:imgMax);

%將取得的統計信息輸出到表格

set(handles.tbStat,’Data’,[imgMean imgStdDev imgMin imgMax imgMedian imgMode imgMax-imgMin]);

set(handles.tbOutNum,’Data’,[]);

set(handles.tbOutLower,’Data’,[]);

set(handles.tbOutLarger,’Data’,[]);

……

end

為實現代碼重用，對篩選后數據的填充工作通過一個公共函數來完成。根據全局變量和用戶指定的標準差范圍，篩選并提取符合條件的數據，之后將數據填充到列表中。

function Process_LowerUpper(handles)

global img;

global imgMean;

global imgStdDev;

global stdSelect;

str=get(handles.editStdDev,’String’);

stdSelect=str2double(str);%獲取用戶指定的標準差

[rowLarge,colLarge,valLarge]=find(img>(imgMean+stdSelect*imgStdDev));

lenLarge=size(rowLarge,1);

pixsLarge=zeros(lenLarge,1);

for i=1∶lenLarge

pixsLarge(i)=img(rowLarge(i),colLarge(i));

end

set(handles.tbOutLarger,’Data’,[rowLarge，colLarge pixsLarge]);

[rowLow,colLow,valLow]=find(img<(imgMean-stdSelect*imgStdDev));

lenLow=size(rowLow,1);

pixsLow=zeros(lenLow,1);

for i=1∶lenLow

pixsLow(i)=img(rowLow(i),colLow(i));

end

set(handles.tbOutLower,’Data’,[rowLow colLow pixsLow]);

height=size(img,1);

width=size(img,2);

totalPixels=height*width;

ratioLower=100*lenLow/totalPixels;

ratioLarger=100*lenLarge/totalPixels;

set(handles.tbOutNum,’Data’,[totalPixels lenLow ratioLower lenLarge ratioLarger]);

4 結語

在實驗過程中，本文以便攜數碼相機拍攝的數字圖像為例展示了獲取圖像統計信息的過程，程序運行結果如圖2所示。在圖2中，由均值及方差等統計數據可知圖像亮度整體較暗，但從數據列表和圖像直方圖可以看出圖像中存在一部分高亮度值數據。根據上述信息可以推斷圖像是在環境照度較低條件下拍攝獲得，光子噪聲和CCD暗電流噪聲是圖像的主要噪聲源。

圖2 數字圖像信息統計程序運行結果

經實際測試，軟件有效獲取了數字圖像的統計信息，為進一步有針對性地對圖像進行去噪和增強等處理過程提供了必要支持。

[1]Rafael C Gonzalez,Richard E Woods,Steven L Eddins,等.數字圖像處理(MATLAB版)[M].北京:電子工業出版社,2013.

[2]Dabov K,Foi A,Egiazarian K.Image denoising with block-matching and 3D filtering[J].Proceedings of SPIE - The International Society for Optical Engineering,2006(6064):354-365.

[3]盛驟.概率論與數理統計[M].3版.北京:高等教育出版社,2001.

Digital Image Information Statistics Based on MatlabGUI

YING Chang-sheng

(Jilin Normal University, Siping Jilin 136000,China)

In the process of acquiring digital images in photo-electric imaging system, degraded images must be technically processed because of the impact introduced by photon shot noise, CCD dark current noise, CCD readout noise and so on. Information statistics is an important pre-processing step in digital image processing. In the article, we have designed an information statistics program of digital images using MatlabGUI, and it provided necessary data for further processing step, such as image denoising and image enhancement etc.

noise; normal distribution; GUI; filtering; filling

2017-03-20

英昌盛(1979- )，男，講師，從事計算機應用研究。

TP312

A

2095-7602(2017)08-0055-04