资源描述：
《毕业设计（论文）-基于图像特征的gui界面设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于图像特征的GUI界面设计摘要：如今这个时代，没有图形用户界面（GraphicalUserInterfaces）似乎不可思议。用命令或在文件编辑器中运行程序未尝不可，但比起图形用户界面来，显得单调，没有色彩，落后。一个好的界面不仅会有利于用户快速掌握程序的操作流程，有效地使用程序，又有利于开发者展示MATLAB平台下的开发技术。GUI在科研实践和工程领域中有着广泛的的应用，尤其是在图像处理技术、人工智能技术等方面。本文以基本的数字图像处理技术为基础，以人工智能为拓展，设计了一个包含图像处理模块、图像处理应用模块、智能交通模块三大模块的人机交互的GU
2、I界面。该界面使用了菜单，如下拉菜单、快捷菜单等，和MALAB组件板上的几乎所有组件，如命令按钮、滑动条、单选按钮、弹出菜单、坐标轴、ActiveX控件等，力图使界面美观、实用。关键词：MATLAB/GUI，图像处理，应用，智能交通ABSTRACTItseemsinconceivablethatthereisnoGraphicalUserInterfacesinthisera.Itisnotabadideatoruntheprogramwithordersorinfileeditor.However,comparedwithGUI,itappears
3、monotonous,colorlessandlaggingbehind.Agoodinterfacenotonlycanhelpusersmastertheoperationoftheprogramquicklyandusetheprogrameffectively,butalsocanhelpdevelopersshowthenewtechnologyundertheMATLABplatform.GUIhasawiderangeofapplicationsinthescientificre-searchpracticeandthefieldofe
4、ngineering,especiallyintheaspectsofimagepr-cessingtechnologyandartificialintelligencetechniques.Takingthebasicdigitalimageprocessingtechnologyasthebasisandtakingtheartificialintelligenceasthedevelopment,thisarticledesignaGUIinterfaceofHuman–ComputerInter-action,whichcontainsthr
5、eebigmodules,imageprocessingmodule,imageproc-essingapplicationmodule,intelligenttransportationmodule,respectively.Thisinterfaceusesthemenu,suchaspull-menu,shortcutmenu,andnearlyallcompo-nentsontheMALABcomponentboard,commandbutton,slider,radiobuttons,thepopupmenu,axes,ActiveXcon
6、troletc,tryingtomaketheinterfaceattractiveandpractical.KeyWords:MATLAB/GUI,Imageprocessing,Applications,Intelligenttransportation1.绪论52.GUI界面简介73.图像基本处理[1]93.1图像的显示93.1.1灰度图像93.1.2纹理映射93.1.3灰度图像处理93.1.4基于区域的显示103.1.5颜色模型的转换103.2图像的几何操作103.2.1图像的放大与缩小113.2.2图像的旋转113.2.3图像的截图113.
7、3图像增强113.3.1亮度调节113.3.2频谱图123.3.3直方图统计123.3.4加噪与滤波134.图像处理应用144.1自动识别提取有效区域144.2提取轮廓线144.2.1灰度图像提取轮廓线154.2.2彩色图像提取轮廓线154.2.3噪声与边缘检测164.3图像分割174.3.1简单阈值分割174.3.2类间最大距离分割184.4图像的压缩与解压194.4.1小波压缩[2]194.4.2DCT压缩和IDCT解压[3]204.5伪彩色图像214.6颜色校正224.7图像模糊校正234.8图像融合245.智能交通模块265.1数据采集[4]
8、[5]265.2理论依据275.2.1D-S证据理论的基本概念[6]275.2.2基于脉冲耦合神经网络（PC
