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：functionimrotate_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，functionauto_Callback(hObject,eventdata,handles)h=getappdata(handles.figure_demo,'img_2');[x,y]=size(h);flag=1;fori=1:xforj=1:yifh(i,j)~=0&flag==1x1=i;flag=0;endifh(i,j)~=0x2=i;endendendforj=1:yfori=1:xifh(i,j)~=0&flag==0y1=j;flag=1;endifh(i,j)~=0y2=j;endendendset(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functionimcrop_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functionwavelet_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functionmedfilt_Callback(hObject,eventdata,handles)h=getappdata(handles.figure_demo,'img_2');g=medfilt2(h);％中值滤波img_2=g;％％％％％％％％％％％％％％％％％％％％％％％％％functionhisteq_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...
