第一篇：Matlab 總結報告

MATLAB 總結報告

班級：09電氣（1）班 姓名：李瑣 學號：0905071042 MATLAB是一種計算科學軟件，專門以矩陣的形式處理數據，它的功能有強大矩陣運算能力，方便直觀的作圖功能，全面的數值計算功能，圖形用戶界面GUI，仿真，專用工具箱。在MATLAB這本書中講了好多內容，我覺得矩陣和數組、圖形基礎這兩塊內容在實際生活中用的比較多，下面我主要深入講解圖形基礎中二維數組的的基本知識。

MATLAB的圖形功能主要包括數據可視化、創建用戶圖形界面和簡單數據統計處理等，數據或圖形的可視化是進行數據處理或圖形圖像處理的第一步，它不僅僅是二維，還可以是三維空間。要想在MATLAB中進行數據可視化要進行以下步驟，首先要準備需要繪制在MATLAB圖形窗體中的數據，創建圖形窗體，并選擇繪制數據的區域，然后繪制圖形或曲線，設置曲線的屬性，設置繪圖區域的屬性，并添加數據網格線，為繪制的圖形添加標題、軸標簽或者標注文本，最后打印或導出圖形。一、二維圖形中基本繪圖函數的使用

1、基本繪圖函數有Plot, semilogx, semilogy, loglog, polar, plotyy；單矢量繪圖：plot(y),矢量y的元素與y元素下標之間在線性坐標下的關系曲線。雙矢量繪圖：如x和y是同樣長度的矢量, plot(x,y)命令將繪制y元素對應于x元素的xy曲線圖。對數坐標繪圖： x軸對數 semilogx, y軸對數semilogy, 雙對數loglog。極坐標繪圖： polar(theta,rho)theta—角度，rho—半徑。

2、多重曲線繪圖：一組變量繪圖 plot(x,y)：若x為矢量，y為矩陣時plot(x,y)用不同的顏色繪制y矩陣中各行或列對應于x的曲線；若x為矩陣，y為矢量時繪圖規則與上面類似，只是將x中的每一行或列對應于y進行繪圖；x和y是同樣大小的矩陣時, plot(x,y)繪制y矩陣中各列對應于x各列的圖形；如果y是矩陣，則plot(y)繪出y中各列相對于行號的圖形，對于n行矩陣，x軸的坐標為[1:n]。多組變量繪圖:對于一系列相應的矩陣yi和xi，可以使用多組變量繪圖法：plot(x1,y1,x2,y2,…,xn,yn)，這種方法的優點是允許將不同大小的矩陣或矢量的圖形繪制在一張圖上。雙y軸繪圖：plotyy,在一個圖形窗口繪制兩組數據曲線，共用一個x軸，圖形兩邊各有一個y軸。兩條圖線可以調用不同的繪圖方法。

3、復數繪圖: plot用于函數繪制復數的圖形時，通常虛部是被忽略的。但plot只作用于單個復變量z時，則繪出的是實部對虛部的關系圖（復平面上的一組點）。即這時plot(z)等價于 plot(real(z)).如果在復平面繪制多重線，只能分別以實部和虛部為坐標來繪制，否則虛部將被忽略，并給出警告。二、二維圖形輔助操作命令

1、MATLAB繪圖中的四種線形：實線(-)、點線(:)、點劃線(-.)、虛線(--)；標記點類型：.(點), +(加號), *(星號),o(圓圈),×(十字), s(矩形),d(菱形), △(上三角), ▽(下三角), <(左三角),>(右三角), p(五邊形),h(六邊形)；線的顏色有紅r，綠g, 藍b, 黃y, 粉紅m, 青c(cyan)，黑k.。圖線的其他屬性：可設置圖線的寬度、標記點的邊緣顏色、填充顏色、標記點的大小、加網格。

2、MATLAB提供的用于圖形控制的函數和命令：axis: 人工選擇坐標軸尺寸.clf：清圖形窗口.ginput：利用鼠標的十字準線輸入.Hold：保持圖形.shg：顯示圖形窗口.subplot：將圖形窗口分成N塊子窗口.3、圖形窗口的創建和選擇:figure(n)函數用于為當前的繪圖創建圖形窗口，每運行一次figure就會創建一個新的圖形窗口,n表示第個n窗口,如果窗口定義了句柄，也可以用figure(h)將句柄h的窗口作為當前窗口。clf 命令用于清除當前圖形窗口中的內容。shg命令用于顯示當前圖形窗口。在一個圖形窗口中繪制多個子圖形:subplot(m,n,p), 把窗口分成m×n個小窗口，并把第p個窗口當作當前窗口。在一個已有的圖形上繪圖：用hold on命令在一個已有的圖形上繼續繪圖，使用hold off命令結束繼續繪圖。

4、MATLAB中控制繪圖區域就是控制軸的顯示區域，控制圖軸有兩個函數，一個是axes函數，另一個是axis函數，它們兩個都能實現圖軸設置。Axis函數控制格式為axis(xmin xmax ymin ymax)：指定二維圖形x和y軸的刻度范圍。axes函數實際上是控制圖軸的Position屬性。

5、MATLAB的圖形標注方法：title(txt)在圖形窗口頂端的中間位置輸出字符串txt作為標題。Xlabel(txt)在X坐標下的中間位置輸出字符串txt 作為標題。Ylabel(txt)在Y坐標下的中間位置輸出字符串txt 作為標題。

Text 任意定位的標注。gtext 鼠標定位標注。legent 標注圖例。三． 特殊圖形的介紹 1． 條形圖： bar(y), bar(x,y), barh, bar3(y), bar3(x,y),(1)二維條形圖 ：bar(y), bar(x,y), barh,如果y是矢量，bar(y)繪制最簡

單的條形圖, 每一個條形圖的位置由y元素的下標決定，高度由y元素的大小決定。當y是m×n階的矩陣時，bar(y)繪制的條形圖以分組或疊加的形式表現。矩陣中每一行元素繪制在一組中，每一列元素繪制在每組中相對應的位置上（各組中同樣顏色的條形表示同一列數據）；使用bar(x,y)繪制指定x坐標的條形圖，其中x必須是矢量，用于確定各組條形圖的位置。三維條形圖：bar3(y),將m×n階的矩陣繪制成分布在三維空間中的柱體，有分組形式和分列形式兩種。條形圖中的圖形疊加：通過在相同的位置創建一個與原來條形圖中的坐標軸相對獨立的新的坐標軸實現條形圖的疊加。

2、餅圖： 用于表示矢量或矩陣中各元素所占有的比例。函數pie和pie3提供平面餅圖和三維餅圖的繪圖功能。不分離餅圖： pie(x)； 帶分離切塊的餅圖：在矢量x的后面加一個與x相同長度的矢量，該矢量中所有不為0的元素所對應的矢量x中的切塊將被分離出來。使用x中的數據繪制餅圖，x中的每一個元素用餅圖中的一個扇區表示。餅圖的繪圖函數pic(x,explode)功能：繪制向量x的餅圖。不完整的餅圖：如果向量x的元素和小于1，則繪制不完全的餅圖。explode是與向量x大小相同的向量，并且其中不為零的元素所對應的相應部分從餅圖中獨立出來。三維餅圖：有一定厚度的餅圖，由函數pie3實現,調用方法與二維餅圖相同。

3.其他圖形： MATLAB有20多種特殊圖形的繪制方法，下述為常用方法。(1)直方圖： 一種統計運算的結果，它的橫軸是數據的幅度，縱軸是對應于各個幅度數據出現的次數，直方圖沒有負數。bar3h(x,y)Bar(X,Y,WIDTH,參數)功能：對m*n矩陣Y繪制含有m組、每組n個寬度為WIDTH柱形條的直方圖。barth(X,Y,WIDTH,參數)功能：繪制水平直方圖。(2)離散桿狀圖：Stem 離散桿狀圖的繪圖函數stem(x,y,’filled’)功能：繪制向量X中指定的序列Y的填充的離散桿狀圖。(3)階梯圖：調用函數stairs(x,y),每一階梯的起始點為矢量y的數據點。(4)彩色分散點圖函數：scatter(x,y,c,s)x, y為兩個矢量，用于定位數據點，s為繪圖點的大小，c為繪圖所使用的色彩，s和c均可以以矢量或表達式形式給出，s和c為與x或y同長度的矢量時標記點尺 寸和顏色將按線性規律變化。在 scatter函數的前4各參數之后還可以增加第五個參數‘ filled‘，表示填充繪圖點。Scatter與plot 的最大差別在于Scatter可以繪制變尺寸、變顏色的點圖。(5)射線圖：compass 射線圖的繪圖函數 compass(Z)功能：把復數矩陣Z中元素的相角和幅值顯示成從原點輻射的箭頭。Compass(X,Y)等價于compass(X+Y*i).compass(Z,str)使用str確定的線型繪制箭頭。

通過以上介紹，基本上可以很深入的了解到作圖的基本操作，在學習這門課的過程中我領會到了什么叫自覺學習，主動學習，在以往的課程中每個老師對學生的督促都很緊，有時候是不得不學啊，上MATLAB這門課，我從頭至尾都不知道老師為什么這樣做，也許是上課時老師教的內容多，消化不了，所以每次做作業都要自己一個一個重復學習，重復練習，在這門課上花了我不少課余時間，我知道付出的多就一定會收獲的多，我也知道把這門課學好，會在很多地方用到，可以減少很多不必要的麻煩。我覺得能把在這門課學成這樣，不僅要感謝老師的悉心教導，還要感謝同學的熱心幫助，雖然自己學的不是太好，但是我已經付出了嘗試了，從開始的一頭霧水到清楚的理解，再到程序的成功運行，這一系列的過程的體驗才是最美的享受，雖然這門課結束了，但是我對這本書還是會繼續學習下去的，多積累點知識才是最主要的目的。

第二篇：matlab圖像分割總結報告（定稿）

課程總結報告

題目： 圖像分割程序設計

院 系 電氣與電子工程學院

專 業 xxxx 班 級 研電16xx 學 號 116xxxxxx 姓 名 xx

2016年 11月3日

摘 要：圖像分割是圖像處理與計算機視覺的基本問題之一，是圖像處理圖像分析的關鍵步驟。其中圖像二值化又是圖像分割的重點。本文對全局和局部閾值二值化法的幾種常用的算法和基本自適應閾值二值化進行了綜述。每基于一定理論和算法的圖像二值化方法都有各自不同的優勢和缺點，在實際應用當中應根據不同使用目的和使用標準采取不同的方法以達到最佳效果。本文在MATLAB 編程技術及其GUI 圖形用戶界面設計的基礎上，開發了具有交互式特點的數字圖像處理GUI軟件，界面操作簡單方便，實現了圖像二值化的功能。

關鍵詞：二值化；全局閾值法；局部閾值法；基本自適應閾值法；圖像分割； MATLAB GUI 0 引言

圖像分割技術作為圖像處理領域中極為重要的內容之一，是實現圖像分析和理解的基礎，而圖像二值化又是圖像分割的重點。只有在其基礎上才能對目標進行特征提取和參數測量，使得更高層的圖像分析和理解成為可能。二值化是圖像處理和分析的關鍵技術，也是個經典難題。隨著實際應用的需要，對圖像二值化進行深入的研究，不斷改進原有方法，提出新方法具有重要的意義。圖像二值化

二值化是圖像處理中的一個重要的問題，廣泛應用于圖像分割，圖像增強，圖像識別等領域。根據其運算的范圍不同，圖像的二值化方法可分為全局閾值方法和局部閾值方法。它利用了圖像中要提取的目標物與其背景在灰度特性上的差異，把原圖像變為僅用兩個灰度值表示的圖像目標和背景的二值圖像。其處理思想是，假設一副灰度圖像中的灰度級范圍是(0，255)，則圖像中每一點像素的灰度值為f(x，y)，f(x，y)∈{0，1，?，255)，設閾值為T(0≤T≤255)則：

?0g(x,y)???1f(x,y)?Tf(x,y)?T其中：g(x，y)表示二值化后圖像中各個像素點的值，若g(x，y)=1表示改點為目標；若g(x，y)=0，表示改點為背景。GUI設計

圖形用于界面（GUI）是提供人機交互的工具和方法。MATLAB的GUI為開發者提供了一個不脫離MATLAB的開發環境，有助于MATLAB 程序的GUI集成。

本文設計的程序有以下功能：

1）實現圖像的讀取及顯示其灰度直方圖功能，保存功能及退出時“是否保存處理后圖像”的提醒功能。

2）設計圖形用戶界面，讓用戶能夠對圖像進行全局閾值分割，可選方法

為迭代法、Otsu法及改進的Otsu法，同時顯示該方法選取的閾值。

3）設計圖形用戶界面，讓用戶能夠對圖像進行局部閾值分割，可選方法為Bernsen法、Niblack法及改進的Bernsen法，同時關閉選取閾值的顯示（因為此時每個像素點均有對應的閾值）。

4）編寫程序對圖像進行基本自適應閾值分割，即將用戶所選取的圖像進行分塊后對每塊圖像用Otsu法進行二值化，并實現調整分塊大小時實時顯示處理后的圖像功能。

具體GUI設計的程序代碼及模塊、菜單配置過程不在此贅述。MATLAB中運行相應的m文件，會出現如下圖所示的初始界面：

圖2.1 初始界面

可以看到，在圖像沒有打開之前圖像分割功能是不可選的，這是在GUI編程中考慮到為避免對空白圖像進行二值化可能會產生全黑圖像的錯誤而設計的。

點擊如下選項，可以打開指定圖像，并顯示其對應的灰度直方圖：

圖2.2 “打開”圖像

現在“圖像分割”菜單變為可選，選擇相應算法可以得到不同效果的閾值分割結果圖，相應可選方法如圖：

圖2.3 “圖像分割”菜單

閾值分割完畢后，點擊圖標，可以對處理后的圖像進行保存。若不保存直接選擇“退出”菜單，程序會彈出如下圖所示選框，提醒用戶是否保存已更改的圖片，可以根據用戶需求進行選擇，同時避免了錯誤的發生。

圖2.4 “保存”與“退出” 閾值分割算法與實驗分析

3.1 全局閾值分割

全局閾值法根據文本圖像的直方圖或灰度空間分布確定一個閾值，以此實現灰度文本圖像到二值圖像的轉化。此方法的優點在于算法簡單，對目標和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但是由于對整幅圖使用一個閾值處理，因此其對輸入圖像有噪聲或不均勻光照等情況抵抗能力差，應用受到極大限制，不能廣泛地應用于實際。典型的全局閾值分割方法有迭代法、Otsu方法等。在此引入光照均勻的圖3.1和光照不均勻的圖3.2，本節將用下述全局閾值方法對其進行處理。

圖3.1 原始圖像1 圖3.2 原始圖像2

3.1.1 迭代法

迭代法的主要思想是利用循環迭代的方法，逐步逼近最佳閾值，其計算步驟主要是：

1)對圖像進行灰度化，找出圖像灰度的最大值和最小值，分別記為Rmax和

Rmin，令初始閾值為：

T??Rmax?Rmin?/2

2)根據當前的閾值T以及圖像的各像素的灰度值，將圖像像素分成前景與背景兩組。

3)分別求出當前前景與背景兩組像素的平均灰度值，記為u1和u2。4)求出新閾值：

T??u1?u2?/2

循環2)-4)步，直到兩組的平均灰度值不再發生新的變化，此時即獲得了所需要的閾值。這種方法運算很簡單，因此處理圖片的速度是很快的。處理光照均勻的圖3.1后，得到閾值為0.5312的圖3.3，可以看到效果還是比較好的；但是在處理光照不均勻的原圖3.2后，得到閾值為0.49393的圖3.4，可見只使用一個閾值，已經沒有辦法兼顧到所有細節情況了。

圖3.3 迭代法處理圖1 圖3.4 迭代法處理圖2 3.1.2 Otsu方法

二值化的算法之一Otsu法，也稱大津法，是全局二值化算法的經典算法之一。它是1979年由Otsu提出的，其基本思想是求取最佳門限閾值，此閾值將圖像灰度直方圖分割成黑白(前景與背景)兩部分，使兩部分類間方差取得最大值，并使類內方差值最小，即類間分離性最大，而類內的相似性最大，因此，Otsu法也稱最大類間方差法。對于某圖像的灰度直方圖，設T為區分前景灰度與背景灰度的二值化閾值，設w0為前景像素所占圖像總像素的比例，令u0為所有前景像素的平均灰度，設w1為背景點數所占圖像總像素的比例，令u1為所有背景像素的平均灰度，則圖像的所有像素的平均灰度為u?w0u0?w1u1。在進行程序運

算時，T的取值可從圖像的最小灰度值到圖像的最大灰度值依次遍歷，當T取某值時，類間方差公式b?w0?u0?u??w1?u1?u?能取得最大，此時T即為二值化

22的最佳閾值。使類間方差最大的二值化意味著錯分概率最小。

同樣，我們采用Otsu算法對圖3.1和圖3.2進行處理，分別得到圖3.5和圖3.6。圖3.5所選閾值為0.49804，可以看到效果依舊很好；圖3.4所選閾值為0.49412，效果很不理想。

圖3.5 Otsu法處理圖1 圖3.6 Otsu法處理圖2 3.1.3 改進的Otsu方法

圖像二值化是建立在物體和背景可以區分的基礎上的，如亮度色調等不同，從而根據這些已知信息分出前背景。而一般的全局二值化如用Otsu方法獲取最優閾值的方法，都是建立在圖像前背景亮度有一定差距的基礎上的，即圖像直方圖有雙峰結構。如果對于一幅亮度不均勻的圖像這種方法就不適用，解決的方法可以把圖像根據整體亮度變化來分成若干小區域，而各區域的直方圖中有兩個峰，這樣就能自適應得時整幅圖都比較好的二值化。但是，這樣對于一些復雜的圖像就難處理，而且可能存在分塊鄰接缺陷，因此，本程序中先將整幅圖的亮度調均勻，然后再用整體二值化就能得到很好的結果。這里使用Retinex算法把圖像的整體亮度調均勻后（此法能很好得將各種照度不均的圖調整成直方圖中明顯有雙峰的均勻圖），再用Otsu方法取閾值二值化。對光照不均勻圖3.2進行處理，得到圖3.7，可見此時的圖像輪廓得到了還原，取得了較好效果。

圖3.7 改進的Otsu法處理圖1

3.1.4 全局閾值法小結

下面，我們對全局閾值法做一些總結。一般說來，全局閾值法想法都比較簡單，實現起來也很高效簡單，但這種也是有代價的。它的適用范圍相對有限，擅長處理簡單圖像，比如目標與背景明顯分離的，直方圖分布呈雙峰的圖像。但是對于光照不均，模糊的文檔及多邊緣的圖像，就會丟失很多的信息。在此引入文本圖像圖3.8。可以看到下半部分是清晰的文字，但是上半部分的表格，則具有淡淡的底，使得字跡看起來變淡了，也就是說模糊了。由于Otsu算法在全局閾值二值化方法中具有很好的評價，在這里僅使用法對其進行處理，來看一看效果。

圖3.8 原始圖像3 使用Otsu方法處理圖3.8，所得閾值為0.7451，處理結果為圖3.9。可以看到，圖中下半部分還是比較清楚的，但是上半部分表中的文字顯示很不理想。對于這種光照均勻地圖像，改進的Otsu方法處理結果如圖3.10，其細節丟失更為嚴重。這正是全局閾值二值化的簡單性所付出的代價。由于該類方法只關心整幅圖像的灰度值分布特征，然后就迅速進行處理它是高度宏觀化的，因而對于局部的變化反映不夠靈敏。因此，使用該方法會丟失圖像的許多細節信息。

圖3.9 Otsu法處理圖2

圖3.10 改進的Otsu法處理圖2 由于全局閾值法的這一缺點，引出了關注細節的局部閾值二化算法。3.2 局部閾值分割

局部閾值法通過定義考察點的鄰域，比較考察點與其鄰域的灰度值來確定當前考察點的閾值。非均勻光照條件等情況雖然影響整體圖像的灰度分布卻不影響局部的圖像性質，使得局部閾值法較全局閾值法有更廣泛的應用。局部閾值法雖然能夠根據局部灰度特性來自適應地選取閾值，有較大的靈活性，但局部閾值存在速度慢，對文本圖像進行二值化處理時，可能導致出現筆畫斷裂現象以及偽影等問題，直接影響后面的識別工作。常用的局部閾值法有Bernsen算法、Niblack算法。

3.2.1 Bernsen算法

Bernsen算法是一種典型的局部閾值算法，其將窗口中各個像素灰度級最大值和最小值的平均值作為一個窗口的中心像素的閾值，因此此方法不存在預定閾值，適應性較全局閾值法廣，不受非均勻光照條件等情況的影響。

設圖像在像素點(i，j)處的灰度值f(i，j)，考慮以像素點(i，j)為中心的?2??1???2??1?窗口，則Bernsen算法可以描述為：

???1?T?i,j???maxf(i?m,j?m)?minf(i?m,j?m)?

2????m?????m??????n??????n??? 圖像中各個像素點(i，j)的閾值T對圖像中各個像素點(i，j)用b(i，j)值逐點進行二值化：

?0b(i,j)???1

f(i,j)?T(i,j)

f(i,j)?T(i,j)

在實現算法的過程中會遇到一個不可避免的問題。當一個像素點處于整幅圖像的邊界處，或是其他距圖像邊界不足一個像素點單位的位置時，若以它為中心取的小塊，那么所取得的小塊就會有一部分是缺失的。這里，本文選取的處理方式是對原圖像加邊，新的邊灰度值全賦值為0。

在使用Bernsen算法進行圖像二值化的時候，是需要選擇窗口的大小的，現在結合算法來具體討論該因素的影響。從Bernsen算法求局部閾值公式來看，對于一個固定的像素點(x，y)，當窗口尺度很小的時候，該像素點周圍有細微的明暗變化即有少量像素點的灰度變化就會影響到閾值的選取；當窗口尺度變大的時候，更多的像素點會進入到窗口中，原窗口內的像素點只是現在的一部分，對于閾值所產生的影響就相對弱化了，原有的細節就有可能丟失。現引入一幅光照不均但像素點相對較少的圖3.11，這樣改變窗口大小進行測試時可以節約程序運行時間。

圖3.11 原始圖像4 現取窗口為3*3，效果如圖3.12所示。圖中出現了大量斑點噪聲，文字被淹沒了。這是因為窗口選得太小，二值化時像素點附近出現的細微明暗變化都被

圖3.12 Bernsen法處理圖1 圖3.13 Bernsen法處理圖2

識別出來了。將窗口放大為9*9，效果見圖3.13。可以看到，效果好多了，許多斑點狀噪聲消失了，文字變得清楚了，但是字間噪聲沒有完全消除且粗筆狀況也比較明顯的。查閱相關文獻表明，應該選取15*15的窗口，原因是這樣所帶來的噪聲會顯著的減少。同時，處理圖片的時間則相應增加。鑒于此，在此后的處理中，大多取窗口為15*15。對于Bernsen法取窗口為15*15，所得的結果如圖3.14。

圖3.14 Bernsen法處理圖3 下面對圖3.8用Bernsen法進行二值化，看看效果如何。如圖3.15，與Otsu法處理圖2相比，列表中的文字變得相對清晰了，但是列表下方的文字出現了斷筆現象，而且背景噪聲問題同樣不能忽視。

圖3.15 Bernsen法處理圖5 3.2.2 Niblack算法

Niblack方法也是一種應用很廣泛的二值化算法。它根據局部均值和局部標

準差，確定圖像中不同的閾值。在像素點(x，y)的閾值的計算是:

T(x,y)?m(x,y)?k?s(x,y)

其中T(x，y)為閾值，m(x，y)為樣本均值，s(x，y)為標準差，k為參數。對于鄰域的選擇需要滿足能保存局部細節同時抑制噪聲的產生。和Bernsen方法相似，使用Niblack方法進行圖像二值化處理時，窗口大小的選擇也是很重要的。理由相同，如果窗口選得很小，處理速度比較快，但是給二值圖帶來的噪聲也是很嚴重的，導致前景淹沒在噪聲中，無法很容易的辨識；如果窗口選得大，會大幅地降低二值圖中的噪聲，但是處理的時間也變得更長了。窗口一般也取15*15，下面對圖3.8進行分割，結果見圖3.16。

圖3.16 Niblack法處理圖1 使用Niblack方法進行圖像二值化處理，由于需要計算標準差，需要進行平方開方運算，所以速度是比較慢的，我們看一下Bernsen方法，它比方法的速度要快些。但是從處理效果來看，它比Otsu法和Bernsen法效果優秀。不僅列表中文字細節得到了很好地還原，列表下方的文字也沒出現斷筆現象，很清晰，唯一需要改善的就是圖像背景噪聲問題。3.2.3 對局部閾值法的一點思考

由于局部閾值法充分考慮到了每一個像素點及其附近像素點的灰度分布情況，能兼顧圖像的細節變化，因此使用局部閾值二值化方法對圖像進行分割處理，一般說來，會得到更好的效果。很容易這么想，如果對一幅質量很好的圖片進行二值化分割，那么局部閾值法對其進行分割所得的效果應該比全局閾值法的效果好，即使不能更好，至少一樣好。現在看一個例子，引入圖3.17，它足夠簡單，背景與前景相比分離得很明顯。圖3.18是使用Otsu方法進行閾值分割的結果，圖3.17 原始圖像5 圖3.18 Otsu算法處理圖3 圖3.19 Niblack算法處理圖2 而圖3.19是使用Niblack法進行閾值分割的結果。局部閾值法處理效果在這里反而的質量卻降低了，它把沒有文字的空白背景，錯誤地識別成文字像素點。能對付復雜問題的工具，卻不能處理簡單的。回頭看Bernsen法和Niblack法閾值分割處理的結果圖3.15~3.16，也存在相同問題。表格右側空白背景，以及沒有足夠文字填充的一小段空白行，都被錯誤地識別成了前景。這說明，這個問題應該不是偶然出現的，可能是一個共性的問題。為了避免出現這種情況，在進行圖像二值化處理時，當每選取一個小窗口，就應該先進行判定。如果這個小窗口內同時混有前景和背景，那么就進行該中心點的二值化；否則，小窗口內就只含有前景或是只有背景，就不應該進行閾值分割了，而應該采取一種方法去判斷它是屬于背景還是前景。至于具體實現方案，這也是未來對局部閾值分割進行進一步研究的方向。

3.3 基本自適應閾值分割

全局閾值存在的問題是不均勻亮度無法有效分割，解決辦法除了像局部閾值法對圖像每一個像素進行處理外，還可以將整幅圖像化整為零，劃分為許多個小塊，分別進行處理，得到它的閾值。小塊特點是彼此分離沒有重疊，這也是與局部閾值法的區別。那么這個閾值相對于整體的全局閾值來說，就是與相應小塊中的像素更加關聯的，對于局部應該也是更好的。其中每一個小塊，可以簡單的將

它看作一幅圖像，這樣，要得到與這個小塊相關的局部閾值，可以簡單地使用全局閾值值法來對每個小塊做出處理，進行二值化。

我們將圖像劃分成許多小塊，如果稱小塊的長和寬為尺度的話，那么選取時，若尺度太大，對圖像的局部還不夠好；但是若尺度太小，小塊內可能就只有前景或只有背景了，此時的二值化是不合理的。所以，給小塊選擇一個合適的尺度是很講究的，本文目前只能通過不斷嘗試來確定。現引入圖3.20，對其進行基本自適應閾值分割。

圖3.20 原始圖像6 圖3.21 基本自適應閾值處理圖1 經過嘗試，現選用處理效果較好的115*115的分塊對圖3.20進行處理，所得結果如圖3.21所示。我們發現，對于這種水平方向上光照不均的圖像的處理，原圖的細節得到了很好的保留，其處理效果還是很不錯的。

事實上，一幅圖劃分成的子塊是圖像的一部分，它們的閾值應該是有所關聯的。如果就這樣一個個孤立開的話，就會發生閾值灰度躍變的問題，即由于每一個小塊內的各自閾值都相差很大，可能導致塊與塊交界處的圖像像素灰度值不連續，出現明顯間斷或不一致。解決辦法有兩個：要么對這些邊界處的像素點做出處理，要么對這些閾值做出處理。具體實現辦法還沒有一個清晰的框架，只能等課程結束以后對其進行進一步的研究和學習。結束語

本文利用不同算法對不同圖像進行了閾值分割處理，對處理所得到的二值圖進行了比較。對于一些簡單圖像，全局閾值法能很好的保持原圖的主要信息，且實現簡單、運行速度快，但對復雜圖像的處理效果不佳。對于光照不均或較復雜的圖像，局部閾值法可以保留更多細節，但是背景噪聲比較嚴重，且運行速度較慢。基本自適應閾值方法也能對光照不均的圖像進行處理，但是分塊大小的確定還沒有一個準則，只能稱之為半自適應閾值分割。實踐工作中遇到的需要進行二值化的圖像是紛繁復雜的，上面提到的算法尚有許多方面可以改善。本次程序設計，無論在數字圖像處理的理論知識還是MATLAB軟件中GUI的掌握上還是對算法的編程實現上，都有了更深刻的了解與進步。并且對圖像處理有了很大的興趣，希望在今后的學習中能夠更加深入的學習。

第三篇：matlab作業題

第一章 MATLAB環境

1、MATLAB通用操作界面窗口包括哪些？命令窗口、歷史命令窗口、當前目錄窗口、工作空間窗口各有哪些功能？

答：MATLAB通用操作界面窗口包括：命令窗口、歷史命令窗口、當前目錄瀏覽器窗口、工作空間窗口、變量編輯器窗口、M文件編輯/調試器窗口、程序性能剖析窗口、MATLAB幫助。

命令窗口是MATLAB命令操作的最主要窗口，可以把命令窗口當做高級的“草稿紙”。在命令窗口中可以輸入各種MATLAB的命令、函數和表達式，并顯示除圖形外的所有運算結果。

歷史命令窗口用來記錄并顯示已經運行過的命令、函數和表達式，并允許用戶對它們進行選擇、復制和重運行，用戶可以方便地輸入和修改命令，選擇多行命令以產生M文件。

當前目錄窗口用來設置當前目錄，可以隨時顯示當前目錄下的M、MKL等文件的信息，揚文件類型、文件名、最后個修改時間和文件的說明信息等，并可以復制、編輯和運行M文件及裝載MAT數據文件。

工作空間窗口用來顯示所有MATLAB工作空間中的變量名、數據結構、類型、大小和字節數。

2、熟悉課本中表格1.4、1.5、1.6、1.7、1.8的內容。

3、如何生成數據文件？如何把數據文件中的相關內容輸入到工作空間中，用實例進行操作。

4、在工作空間中可以通過哪些命令管理變量，寫出每種語法的具體操作過程。答：（1）把工作空間中的數據存放到MAT數據文件。

語法：save filename 變量1 變量2 ??參數。

（2）從數據文件中取出變量存放到工作空間。

語法： load filename 變量1 變量2 ??。

（3）查閱MATLAB內存變量名。

語法：who（4）、查閱MATLAB內存變量變量名、大小、類型和字節數。

語法：whos（5）、刪除工作空間中的變量。

語法：clear（6）查詢工作空間中是否存在某個變量。

語法：i=exist(‘X’)

5、MATLAB用戶文件格式有幾哪種？擴展名各是什么？

答：MATLAB的用戶文件格式通常有以下幾種：(1)程序文件，擴展名為.m。(2)數據文件，擴展名為.mat。(3)可執行文件，擴展名為.mex。(4)圖形文件，擴展名為.fig。(5)模型文件，擴展名為.mdl。

6、熟悉文件管理命令的語法，特別是命令type 作用。

7、詳細操作課本26頁例題1.3。

第二章 MATLAB數值計算

1、變量名的命名規則是什么？寫出幾個合理的變量。

答：MATLAB的變量命名規則：

（1）變量名區分字母的大、小寫。例 如，“a”和“A”是不同的變量。（2）變量名不能超過63個字符，第63個字符后的字符被忽略。

（3）變量名必須以字母開頭，變量名的組成可以是任意字母，數字或者下畫線，但不能含有空格和標點符號。

（4）關鍵字不能作為變量名。

2、產生矩陣有哪幾種方法？分別舉例說明。

答：（1）通過顯示元素列表輸入矩陣。

例如：d=[2;3,4;5,6]

（2）通過語句生成矩陣。

例如：y=1:1:7

（3）由函數產生特殊矩陣。

例如：a=eye(4)

3、在excel表格中輸入2行10列的數據，通過數據加載，輸入到工作空間中，用矩陣元素的操作分別提取第1行和第2行的數據。

4、矩陣和數組的算術運算包括哪些運算？各有哪些不同點？

答：（1）矩陣和數組的加，減運算。

矩陣的加，減法運算規則與數組的完全相同，運算符也完全相同。（2）矩陣和數組的乘法運算。

矩陣的乘法運算表達式為“A*B”，表示矩陣的相乘。矩陣A的列數必須等于矩陣B的行數，除非其中有1個標量。

數組的乘法運算表達式為“A*B”，運算符為“*”，表示數組A和B中的對應元素相乘。

5、多項式如何表示？多項式求值、求根和多項式擬合的語法各是什么？

答：在MATLAB中多項式可以用長度為n+1的行向量表示為：P=[an,an-1??a1,a0]，即把多項式的各項系數烽按降冪次序排放成為行向量，如果多項式中缺某冪次項，則用0代替該冪次項的系數。

多項式求值語法：y=polyval(p,x)多項式求根語法：r=roots(p)多項式擬合語法：p=polyfit(x,y,n)

6、多項式一維插值有哪些類型？

答：多項式一維插值是指對一個自變量的插值，interep1函數是用來進行一維插值的，其語法為：yi=interp1(x,y,xi,“method”)。

Method是插值函數的類型，“linear”為線性插值（默認）。“nearest”為用最接近的相鄰點插值。“spline”為三次樣條插值。“cubic”為三次插值。

7、在M文件中完整地寫出語句，使其產生課本中圖2.5 一階、二階和三階擬合曲線，并在適當位置添加圖例。

解：隨機產生一個一元三次多項式y=5x^3+2x^2+x+1;

擬合結果如圖： x1=1:10;p=[2 3 4 5];

y0=polyval(p,x1);p1=polyfit(x1,y0,1);p2=polyfit(x1,y0,2);p3=polyfit(x1,y0,3);y1=polyval(p1,x1);y2=polyval(p2,x1);y3=polyval(p3,x1);plot(x1,y0,'r',x1,y1,'g',x1,y2,'-.',x1,y3,'*')legend('y1,一階擬合','y2,二階擬合','y3,三階擬合',4)

8、元胞數組和結構數組有哪些創建方法？

答：元胞數組的創建方法：（1）直接使用{}創建。（2）由各元胞創建。（3）由各元朡內容創建。結構數組的創建方法：（1）直接創建。

（2）利用struct函數創建。

9、元胞數組和結構數組的內容如何獲取？

答：元胞數組的內容獲取：（1）取元胞數組的元素內容。（2）取元胞數組的元素。結構數組的獲取：

（1）使用點號（.）獲取。

（2）使用getfield獲取結構數組的數據。（3）使用setfield設置結構數組的數據。

10、矢量積、數量積和混合積的語法各是什么？

答：矢量積的語法：cross(a,b)數量積的語法：dot(a,b)混合積的語法：dot(a,cross(b,c))

第四章 MATLAB圖形處理

1、用plot(x,y)命令繪制混合式曲線時有幾種情況？分別舉例說明。

答：（1）如果x是向量，而y是矩陣，則x的長度必須等于矩陣y的行數或列數必須相等。如果x的長度與y的行數相等，則向量x與矩陣y的每列向量對應畫一條曲線；如果x的長度與y的列數相等，則向量x與矩陣y的每行向量對應畫一條曲線；如果y是方陣，則x和y的行數列數都相等，將向量x與矩陣y的每列向量畫1條曲線。

（2）如果x是矩陣，y是向量，則y的長度必須等于x的行數或列數，繪制方法與前一種相似。

（3）如果x和y都是矩陣，則大小必須相同，將矩陣x的每列和y的每列畫一條曲線。

2、熟悉本章表4.1、4.2、4.3、4.4、4.5、4.6中的內容。

3、能熟練操作課本124頁中例題4.10。

x=0:0.1:2*pi;>> plot(x,sin(x))>> hold on >> plot(x,cos(x),'ro')>> title('y1=sin(x),y2=cos(x)')>> xlabel('x')>> legend('sin(x)','cos(x)',4)>> text(pi,sin(pi),'x=pi')

第五章 MATLAB程序設計

1、指出腳本文件和函數文件的不同點？

：腳本文件

（1）多條命令的綜合體

（2）沒有輸入、輸出變量

（3使用MATLAB基本工作空間

（4.沒有函數聲明行

函數文件

（1）.常用于擴充MATLAB函數庫（2）.可以包含輸入、輸出變量

（3）.運算中生成的所有變量都存放在函數工作空間（4）.包含函數聲明行

腳本文件可以理解為簡單的M文件，腳本文件中的變量都是全局變量。

函數文件是在腳本文件的基礎之上多添加了一行函數定義行，其代碼組織結構

和調用方式與對應的腳本文件截然不同。函數文件是以函數聲明行“function...”作為開始的，其實質就是用戶往MATLAB函數庫里邊添加了子函數，函數文件中的變量都是局部變量，除非使用了特別聲明。函數運行完畢之后，其定義的變量將從工作區間中清除。而腳本文件只是將一系列相關的代碼結合封裝，沒有輸入參數和輸出參數，即不自帶參數，也不一定要返回結果。而多數函數文件一般都有輸入和輸出變量，并見有返回結果。

2、分別用for 循環、while循環和函數調用編寫。

1sum=∑()!

i=12i+1

i=10

n=10;sum=0;f=1;>> for i=1:10 f=f/(2*i*(2*i+1));sum=sum+f;end >> sum sum = 0.1752 >>

sum=0;f=1;i=1;>> while i<=10 f=f/(2*i*(2*i+1));sum=sum+f;i=i+1;end >> sum sum = 0.1752

８

第四篇：Matlab心得體會

Matlab心得體會

10金融3 呂淼 2010241125 在為學習這門課前就聽說了他的強大，因為現在的經濟模型都是需要這些分析軟件的，也曾聽說金融的未來方向是需要數學等等作為依托的。曾經旁聽過學校數學建模的課程，當時老師用的是lingo。對那個只需要U盤攜帶就可以安裝的小東西記憶深刻。等到學習matlab時覺得這才是真正的王道啊。

它不僅有強大的運算功能，還有強大的繪圖功能，雖然學習了有一個學習，但是我對他的了解額僅僅是一點點，或許連入門都談不上。因為我學習時了解到一個現實。就是matlab的學習依賴有比較好的數學功底，其中我看最經常運用到的就是矩陣。我從網上了解到matlab是一門高等數學和計算機技術結合的東西，學習它必須具有相應的數學和計算機知識。然而很可惜，我的書寫不是很好。每次講到這個部分的時候就覺得聽說理解無能了。特別是我今年還是大二，有一次老師講課時用到協方差。無可避免的我笑了，因為協方差是我們下節課概率論數理統計老師要講的內容。大一的時候還不覺得，但是大二，越是學習以后的內容越是感覺到時間不夠用。或許時間是夠用的，但是無法放棄那些占用自己時間表的無用項目。雖然這學期的學習的時間短暫，就算時間足夠，老師也不能把所有的都講解給我們，因為一個軟件的功能需要我們自己不斷的去摸索，老師也不可能知道所有。老師只是個指路人，最終的學習還是要靠自己。而且在摸索的過程中，我們能夠發現和體會學習的快樂。痛并快樂著是種常態了吧。

自我感覺學習matlab與其說是學習一門軟件，更不如說是學習一門語言。用一種數理的語言描述現象，揭示表象下的規律。此外，我認為matlab中的作圖功能很強大，不僅簡單的函數現象可以明確畫出，而且一些點狀物，甚至立體圖也可以畫出。大一上微積分的時候，老師曾經多次在課件中加入用matlab畫出的圖來。不論是一維二維三維等等，都能很好的畫出來。只要能編寫出函數式，在短短的幾秒之內，他就會呈現在你眼前。另外就是圖形的直觀性，這是由陰影的制作的。而且可以根據需要，坐標圖上加標題，坐標軸標記，文本注釋級柵格等，也可以指定圖線形式，比如是虛線。顏色也可以自己來定。可以在同一張圖上畫，也可以單個顯示。

今年選擇金融matlab一方面出于希望能夠提前修完大三時期的課程，能夠空出更多的時間去考研或者為就業做準備。另一個考慮就是希望明年能夠參加數學建模大賽，今年種種糾結放棄了，覺得萬分可惜。明年也就是大三下學期的話我就會再來一次，而且還會更加堅定些。那么學習matlab的話對明年的計劃也是有幫助的。在學習的過程中，因為以前學過access中的select語言，覺得就編寫這方面是有共性的，但是matlab的編程語言似乎更多更復雜一點，這是由于涉及的數學模型，數學公式更多的原因。老師在講解的過程中是通過一個個具體的金融例子來講解的，而不是就matlab這個具體的軟件工具進行講解。這個給我帶來相當大的打擊，因為我發現我不僅僅是工具不能夠熟練，涉及到的專業知識也是一知半解。這更加堅定了我要好好學習專業知識的決心，大學四年有幾個人是希望荒度過去的呢？可是今年的這門課真的是讓我感到沒學到什么，估計也是因為我抱著看一看的隨意態度來的吧，也沒有那種遇到不懂的就一定要弄懂它的決心和毅力。說什么都是借口了，無法掩飾我沒有學好它的事實。事實上，我覺得今年這門課的重點并不是讓我們掌握這種軟件的具體用法，而是主要向我們展示如何用它去解決一些金融問題，數學問題。這點讓我很郁悶，因為我不懂得原理，聽起來這門課倍感吃力啊。可是嘛，年輕沒有什么不可以，又有誰可以斷言我接下來的生活中不能好好學習這個東西為自己的工作，學習，生活，研究興趣帶來方便呢。

從大學開學的見聞到現在學習MATLAB，感覺這是一個很好的軟件，語言簡便，實用性強。作為一個做新手，想要學習好這門語言，可以說還是比較難的。在我接觸這門語言的這些天，除了會畫幾個簡單的圖形，其他的還是有待提高。從另一個方面也對我們大學生提出了兩個要求——充實的課外基礎和良好的英語基礎。在現代，幾乎所有好的軟件都是來自國外，假如不會外語，想學好是非常難的。其實想要學習好一們語言，不能只靠老師，關鍵是自己。每個人內心深處都是有抵觸意識的，不可能把老師的所有都學到。學習這門語言，不光是學習一種語言，更重要的事學習一種方法，一種學習軟件的方法，還有學習的態度。

總結一下，學習任何一門語言：態度決定一切。不論是英語還是計算機語言。其實以前上高中的時候接觸過這種編程語言，當時記得最頭疼的就是循環語句，但是在matlab中這種東西用的就比較少了。語言語句都是很簡潔利落的，都是一槍瞄死靶心的那種，很直接，這也讓我減輕不少心理負擔。

其實學習這種事，與其說學習什么具體的東西，更不如說是學習一種態度，從種種波折中認識到自己的局限性，不足。心情會沮喪，也會豁然開朗。光想不練假把式，不論想的再多，不實際運用還是沒有用的。書山有路勤為徑，學海無涯苦作舟。華山再高，頂有過路。這就是我今年學習金融matlab的心得體會。

第五篇：Matlab心得體會

Matlab心得體會

10金融3 呂淼 2010241125 在為學習這門課前就聽說了他的強大，因為現在的經濟模型都是需要這些分析軟件的，也曾聽說金融的未來方向是需要數學等等作為依托的。曾經旁聽過學校數學建模的課程，當時老師用的是lingo。對那個只需要U盤攜帶就可以安裝的小東西記憶深刻。等到學習matlab時覺得這才是真正的王道啊。

它不僅有強大的運算功能，還有強大的繪圖功能，雖然學習了有一個學習，但是我對他的了解額僅僅是一點點，或許連入門都談不上。因為我學習時了解到一個現實。就是matlab的學習依賴有比較好的數學功底，其中我看最經常運用到的就是矩陣。我從網上了解到matlab是一門高等數學和計算機技術結合的東西，學習它必須具有相應的數學和計算機知識。然而很可惜，我的書寫不是很好。每次講到這個部分的時候就覺得聽說理解無能了。特別是我今年還是大二，有一次老師講課時用到協方差。無可避免的我笑了，因為協方差是我們下節課概率論數理統計老師要講的內容。大一的時候還不覺得，但是大二，越是學習以后的內容越是感覺到時間不夠用。或許時間是夠用的，但是無法放棄那些占用自己時間表的無用項目。雖然這學期的學習的時間短暫，就算時間足夠，老師也不能把所有的都講解給我們，因為一個軟件的功能需要我們自己不斷的去摸索，老師也不可能知道所有。老師只是個指路人，最終的學習還是要靠自己。而且在摸索的過程中，我們能夠發現和體會學習的快樂。痛并快樂著是種常態了吧。

自我感覺學習matlab與其說是學習一門軟件，更不如說是學習一門語言。用一種數理的語言描述現象，揭示表象下的規律。此外，我認為matlab中的作圖功能很強大，不僅簡單的函數現象可以明確畫出，而且一些點狀物，甚至立體圖也可以畫出。大一上微積分的時候，老師曾經多次在課件中加入用matlab畫出的圖來。不論是一維二維三維等等，都能很好的畫出來。只要能編寫出函數式，在短短的幾秒之內，他就會呈現在你眼前。另外就是圖形的直觀性，這是由陰影的制作的。而且可以根據需要，坐標圖上加標題，坐標軸標記，文本注釋級柵格等，也可以指定圖線形式，比如是虛線。顏色也可以自己來定。可以在同一張圖上畫，也可以單個顯示。

今年選擇金融matlab一方面出于希望能夠提前修完大三時期的課程，能夠空出更多的時間去考研或者為就業做準備。另一個考慮就是希望明年能夠參加數學建模大賽，今年種種糾結放棄了，覺得萬分可惜。明年也就是大三下學期的話我就會再來一次，而且還會更加堅定些。那么學習matlab的話對明年的計劃也是有幫助的。在學習的過程中，因為以前學過access中的select語言，覺得就編寫這方面是有共性的，但是matlab的編程語言似乎更多更復雜一點，這是由于涉及的數學模型，數學公式更多的原因。老師在講解的過程中是通過一個個具體的金融例子來講解的，而不是就matlab這個具體的軟件工具進行講解。這個給我帶來相當大的打擊，因為我發現我不僅僅是工具不能夠熟練，涉及到的專業知識也是一知半解。這更加堅定了我要好好學習專業知識的決心，大學四年有幾個人是希望荒度過去的呢？可是今年的這門課真的是讓我感到沒學到什么，估計也是因為我抱著看一看的隨意態度來的吧，也沒有那種遇到不懂的就一定要弄懂它的決心和毅力。說什么都是借口了，無法掩飾我沒有學好它的事實。事實上，我覺得今年這門課的重點并不是讓我們掌握這種軟件的具體用法，而是主要向我們展示如何用它去解決一些金融問題，數學問題。這點讓我很郁悶，因為我不懂得原理，聽起來這門課倍感吃力啊。可是嘛，年輕沒有什么不可以，又有誰可以斷言我接下來的生活中不能好好學習這個東西為自己的工作，學習，生活，研究興趣帶來方便呢。

從大學開學的見聞到現在學習MATLAB，感覺這是一個很好的軟件，語言簡便，實用性強。作為一個做新手，想要學習好這門語言，可以說還是比較難的。在我接觸這門語言的這些天，除了會畫幾個簡單的圖形，其他的還是有待提高。從另一個方面也對我們大學生提出了兩個要求——充實的課外基礎和良好的英語基礎。在現代，幾乎所有好的軟件都是來自國外，假如不會外語，想學好是非常難的。其實想要學習好一們語言，不能只靠老師，關鍵是自己。每個人內心深處都是有抵觸意識的，不可能把老師的所有都學到。學習這門語言，不光是學習一種語言，更重要的事學習一種方法，一種學習軟件的方法，還有學習的態度。

總結一下，學習任何一門語言：態度決定一切。不論是英語還是計算機語言。其實以前上高中的時候接觸過這種編程語言，當時記得最頭疼的就是循環語句，但是在matlab中這種東西用的就比較少了。語言語句都是很簡潔利落的，都是一槍瞄死靶心的那種，很直接，這也讓我減輕不少心理負擔。

其實學習這種事，與其說學習什么具體的東西，更不如說是學習一種態度，從種種波折中認識到自己的局限性，不足。心情會沮喪，也會豁然開朗。光想不練假把式，不論想的再多，不實際運用還是沒有用的。書山有路勤為徑，學海無涯苦作舟。華山再高，頂有過路。這就是我今年學習金融matlab的心得體會。