基于MATLAB的金属表面缺陷分类与测量GUI系统设计

大三的数字图像处理课程设计，基于matlab设计了一个GUI界面，能够读取图片并处理，将检测到的缺陷类型，大小与位置标注。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%主函数文件%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%请运行本程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%{
数字图像处理课程设计
1602122第二组
学生:燕敬阳 曹恒镇 杨丹
老师:李琳
-----------------------------------------------------------------------------------------
//作品概述:
本代码主要功能是实现金属表面三种缺陷的检测、分类及测量，并使用GUI进行封装以便于用户使用。
该GUI可以导入电脑中的灰度图片，之后进行处理，能确定缺陷的种类，将检测到的缺陷标注在原图上，
并能够测量不同缺陷的大小（不同缺陷衡量标准不同）。
------------------------------------------------------------------------------------------
//重要函数简介:
#pushbutton1_Callback（hobject eventdatahandles）:
按键1（即‘图像处理‘按键）的回调函数，包含全部图像处理算法
#pushbutton2_Callback（hobject eventdatahandles）:
按键2（即‘图片导入‘按键）的回调函数，主要是图片的导入
#Ga（thetanum）:图像的Garbor卷积核的初始化
#filterimage（a6Gaborfiter）:Garbor滤波算法
#thres（image）:灰度图的最大熵阈值分割算法
#location（）:‘轧入氧化皮‘缺陷的定位及显示
#houghtran（）:对于‘划痕‘缺陷的霍夫圆检测
#lbp（varargin）:网上的‘局部二值模式‘特征提取算法
#svm.m:独立m文件，用于所有金属缺陷照片的LBP特征提取和SVM（支持向量机）监督学习算法的训练与测试
--------------------------------------------------------------------------------------------
author:Faust.Cao
time:2018.11.1
%}



%%
function varargout = app（varargin）
%GUI页面主函数，MATLAB提供，无需修改

gui_Singleton = 1;
gui_State = struct（‘gui_Name‘       mfilename ...
                   ‘gui_Singleton‘  gui_Singleton ...
                   ‘gui_OpeningFcn‘ @app_OpeningFcn ...
                   ‘gui_OutputFcn‘  @app_OutputFcn ...
                   ‘gui_LayoutFcn‘  []  ...
                   ‘gui_Callback‘   []）;
if nargin && ischar（varargin{1}）
   gui_State.gui_Callback = str2func（varargin{1}）;
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn（gui_State varargin{:}）;
else
    gui_mainfcn（gui_State varargin{:}）;
end
%%

 
function app_OpeningFcn（hobject eventdata handles varargin）
% GUI初始化函数
%修改设置背景
%modified by:Faust.Cao

ha=axes（‘units‘‘normalized‘‘pos‘[0 0 1 1]）;
 uistack（ha‘down‘）;
 %设置程序的背景图为back.jpg
 ii=imread（‘D:\matlab\matlab工程项目\design\back.jpg‘）;
 image（ii）;
 colormap gray
 set（ha‘handlevisibility‘‘off‘‘visible‘‘off‘）;

handles.output = hobject;
guidata（hobject handles）;
%%


function varargout = app_OutputFcn（hobject eventdata handles） 
% GUI输出函数，MATLAB提供，无需修改

varargout{1} = handles.output;
%%


function pushbutton1_Callback（hobject eventdata handles）
% 按键1（即‘图像处理‘按键）的回调函数，包含全部图像处理算法

global a5;%全局变量
global svmModel;%全局变量，从svm.m文件调用
axis off;%去除axes坐标，完整显示图片
a6=a5;
a=str2double（get（handles.edit1‘string‘））;%读取用户输入的焦距
b=str2double（get（handles.edit2‘string‘））;%读取用户输入的物距

d=a/（b-a）;%由高斯公式计算垂轴放大率

ma=max（max（a6））;
mi=min（min（a6））;
%对比度增强，将灰度映射为[0255]
for ii=1:200 
    for jj=1:200
        a6（iijj）=255*double（a6（iijj）-mi）./double（ma-mi）;
    end
end
%图像滤波
ab=filterimage（a6）;

%图像最大熵阈值分割
ss=thres（ab）;
ab1=im2bw（abss/255）;

[BL]=bwboundaries（ab1）;%二值图边缘坐标提取
[xy]=size（B）;
mm=0;
%寻找最大提取区域
for i=1:x
    ll=length（B{i}）;
    if ll>mm
      mm=ll;
    end
end
%判断是否是‘轧入氧化皮‘缺陷
if mm<120 
 set（handles.text8‘string‘‘缺陷是轧入氧化皮‘）;%在text8文本框处输出缺陷类型
 [xcyc]=findcenter（Bab）;%求各提取区域的质心位置
 axes（handles.axes2）;%设置在ax

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-11-04 18:41  金属表面缺陷分类与测量系统\
     文件         655  2018-11-02 13:51  金属表面缺陷分类与测量系统\Ga.m
     目录           0  2018-11-02 15:06  金属表面缺陷分类与测量系统\NEU surface defect database\
     文件       41078  2013-04-13 15:09  金属表面缺陷分类与测量系统\NEU surface defect database\In_1.bmp
     文件       41078  2013-04-13 15:13  金属表面缺陷分类与测量系统\NEU surface defect database\In_10.bmp
     文件       41078  2013-04-13 15:44  金属表面缺陷分类与测量系统\NEU surface defect database\In_100.bmp
     文件       41078  2013-04-13 15:45  金属表面缺陷分类与测量系统\NEU surface defect database\In_101.bmp
     文件       41078  2013-04-13 15:45  金属表面缺陷分类与测量系统\NEU surface defect database\In_102.bmp
     文件       41078  2013-04-13 15:46  金属表面缺陷分类与测量系统\NEU surface defect database\In_103.bmp
     文件       41078  2013-04-13 15:47  金属表面缺陷分类与测量系统\NEU surface defect database\In_104.bmp
     文件       41078  2013-04-13 15:48  金属表面缺陷分类与测量系统\NEU surface defect database\In_105.bmp
     文件       41078  2013-04-13 15:48  金属表面缺陷分类与测量系统\NEU surface defect database\In_106.bmp
     文件       41078  2013-04-13 15:49  金属表面缺陷分类与测量系统\NEU surface defect database\In_107.bmp
     文件       41078  2013-04-13 15:50  金属表面缺陷分类与测量系统\NEU surface defect database\In_108.bmp
     文件       41078  2013-04-13 15:50  金属表面缺陷分类与测量系统\NEU surface defect database\In_109.bmp
     文件       41078  2013-04-13 15:14  金属表面缺陷分类与测量系统\NEU surface defect database\In_11.bmp
     文件       41078  2013-04-13 15:51  金属表面缺陷分类与测量系统\NEU surface defect database\In_110.bmp
     文件       41078  2013-04-13 15:51  金属表面缺陷分类与测量系统\NEU surface defect database\In_111.bmp
     文件       41078  2013-04-13 15:51  金属表面缺陷分类与测量系统\NEU surface defect database\In_112.bmp
     文件       41078  2013-04-13 15:52  金属表面缺陷分类与测量系统\NEU surface defect database\In_113.bmp
     文件       41078  2013-04-13 15:52  金属表面缺陷分类与测量系统\NEU surface defect database\In_114.bmp
     文件       41078  2013-04-13 15:53  金属表面缺陷分类与测量系统\NEU surface defect database\In_115.bmp
     文件       41078  2013-04-13 15:53  金属表面缺陷分类与测量系统\NEU surface defect database\In_116.bmp
     文件       41078  2013-04-13 15:53  金属表面缺陷分类与测量系统\NEU surface defect database\In_117.bmp
     文件       41078  2013-04-13 15:54  金属表面缺陷分类与测量系统\NEU surface defect database\In_118.bmp
     文件       41078  2013-04-13 15:54  金属表面缺陷分类与测量系统\NEU surface defect database\In_119.bmp
     文件       41078  2013-04-13 15:14  金属表面缺陷分类与测量系统\NEU surface defect database\In_12.bmp
     文件       41078  2013-04-13 15:55  金属表面缺陷分类与测量系统\NEU surface defect database\In_120.bmp
     文件       41078  2013-04-13 15:55  金属表面缺陷分类与测量系统\NEU surface defect database\In_121.bmp
     文件       41078  2013-04-13 15:55  金属表面缺陷分类与测量系统\NEU surface defect database\In_122.bmp
     文件       41078  2013-04-13 15:55  金属表面缺陷分类与测量系统\NEU surface defect database\In_123.bmp
............此处省略896个文件信息