基于matlab的遥感图像处理程序.doc

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