盧　興，　陳曉勇

(1.東華理工大學測繪工程學院，江西 南昌　330013；2.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局重點實驗室，江西 南昌　330013)

1984年，美國 MathWorks 公司首次推出MATLAB軟件，MATLAB擁有國際公認的最優(yōu)秀的數(shù)值計算和仿真分析能力，其科學計算與可視化功能強大，它提供了一個功能完善的程序設計和數(shù)據(jù)處理集成環(huán)境(李雯，2016)。MATLAB是一個高度集成的模塊化系統(tǒng)，集科學計算 、圖象處理等于一體，使用解釋性語言，具有極高的編程效率(Shen et al.,2005)。MATLAB雖然有眾多優(yōu)點，但缺點也不少：其提供的M語言需要逐行解釋執(zhí)行，效率較低，界面開發(fā)能力差，十分依賴MATLAB運行環(huán)境(朱艷平，2016)。

C#(C sharp)是微軟于2000年推出的一種以面向對象為編程理念的高級編程語言。C#與C/C++語言相比，C#編程更加簡易、安全，而且是以面向對象為編程思想的獨特編程語言。因為這種繼承關系,C#與C/C++具有極大的相似性，熟悉類似語言的開發(fā)者可以很快的轉向C#( Roberto et al.,2003)。

C#擁有優(yōu)良的用戶應用界面設計與開發(fā)能力，具備許多種類的界面高級設置。而MATLAB則擁有優(yōu)秀的數(shù)值計算能力。MATLAB中的函數(shù)儲存在.m腳本文件中，并對用戶完全開放，用戶可以隨時修改文件中的內(nèi)容。利用MATLAB中提供的函數(shù)和算法實現(xiàn)某些功能的編寫，而主體軟件和界面用C#.NET進行開發(fā)(王文斌等，2015)。充分結合兩者的優(yōu)點，可以更加高效地設計出優(yōu)秀的應用軟件，用途廣泛，前景廣闊。

1　C#與MATLAB混合編程

1.1　混合編程的基本思想

混合編程即在一個軟件的開發(fā)過程中，將不同方面，不同階段的編程、算法或數(shù)據(jù)處理分別由相應方面能力更強的軟件去執(zhí)行，最后完成優(yōu)勢互補，開發(fā)成效率更高的軟件。

在混合編程研究方面，許多專業(yè)人員取得了良好的研究成果。張燕等(2008)利用M函數(shù)文件編譯成C共享庫的方法實現(xiàn)了C#與MATLAB混編；Bistak(2013)利用C#與MATLAB/Simulink混合編程開發(fā)遠程控制實驗室系統(tǒng)，并介紹了該系統(tǒng)在磁懸浮與液壓系統(tǒng)中的應用；許茂增等(2015)運用C#與MATLAB混合編程設計并實現(xiàn)了物流需求預測系統(tǒng)，并在實例中表現(xiàn)出該系統(tǒng)良好的適用性與高預測精度。

1.2　C#與MATLAB混合編程的方法

(1)C#直接調(diào)用MATLAB程序文件。MATLAB以自身為引擎，提供了一系列可供其他程序調(diào)用的函數(shù)，其他編程軟件可以通過這些函數(shù)來調(diào)用MATLAB程序。該引擎提供的3個常用接口為：Execute、PutFullMatrix、GetFullMatrix。其功能分別是：執(zhí)行腳本命令、從MATLAB Server中添加矩陣和讀取矩陣(曹洪濤等，2015)。

(2)C#調(diào)用MATLAB編譯器生成的C語言共享庫。MATLAB編譯器模塊能夠生成多種共享庫，其中便包括C語言共享庫。C語言共享庫是可與外界程序鏈接的函數(shù)接口庫。

(3)使用MATLAB DeployTool生成.Net組件或.com組件。COM(組件對象模型，Componet Object Model)是以組件為發(fā)布單元的對象模型，該模型有利于各個軟件組件之間采用統(tǒng)一的格式相互通訊，使得不同語言程序之間可以相互調(diào)用(朱峰等，2011)。由MATLAB編譯器生成的.Net獨立組件是動態(tài)鏈接庫dll文件，可以脫離MATLAB環(huán)境與其他任何支持集成開發(fā)的程序相結合，并在沒有安裝MATLAB的計算機中運行。

在以上三種方法中，第一種方法操作簡單、易行，但是執(zhí)行效率太低，無法脫離MATLAB獨立運行。利用MATLAB生成C語言共享庫的方法使速度明顯提升，但程序不穩(wěn)定，易出錯。利用.com或.Net組件的方法生成的動態(tài)鏈接庫dll文件可脫離MATLAB環(huán)境，較好的與其他程序結合，且生成和編譯過程較簡單，效率頗高。綜上所述，實際應用過程中采用C#調(diào)用.Net組件或.com組件的方法最為合適。

2　圖像處理

2.1　圖像處理技術

20世紀中期，人們對數(shù)字圖像處理的研究步入正軌。數(shù)字圖像處理(Digital Image Processing)是利用計算機的強大能力處理數(shù)字圖像，從而增強數(shù)字圖像的識別度、信息量或專題化等等的方法和技術。圖像處理的目的是恢復圖像的本來面目，改善人的視覺效果，突出圖像中目標物的某些特征，提取目標物的特征參數(shù)(李俊山等，2006)。常見的處理有圖像數(shù)字化、圖像增強、圖像復原、圖像分割、圖像分析等(陳汗青等,2013)。

圖像可能由于各類原因導致圖像數(shù)據(jù)破壞，通常利用圖像增強來改善圖像數(shù)據(jù)質(zhì)量。圖像增強是利用各種數(shù)學方法和變換手段來提高圖像的對比度和清晰度(劉治群等，2010)。濾波是圖像增強的常用方法，圖像濾波可以去除圖像中的噪聲或突出特征以恢復或提升圖像質(zhì)量。

圖像分割：即把圖像劃分為幾個特定部分，從中提取出對人類有用的對象。圖像分割是計算機視覺和圖像處理領域具有挑戰(zhàn)的重要問題，它在圖像檢索、目標識別和圖像分析等更高級的任務中充當著基本的，也是關鍵的一步(何斌等，2001)。分割方法大致分為三種：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法(殷國軍等，2009)。

2.2　MATLAB中的數(shù)字圖像處理

MATLAB提供的圖像處理工具箱(Image Processing Toolbox)，是利用MATLAB強大的數(shù)學計算能力，提供可參照的標準算法和圖形工具給用戶，并實現(xiàn)廣泛的圖像處理操作(楊保華等，2016)。MATLAB中的部分圖像處理函數(shù)如下：

rgb2gray()：該函數(shù)能實現(xiàn)圖像的灰度化，向該函數(shù)輸入圖像矩陣即可得相應圖像的灰度圖。

imhist()：該函數(shù)可計算輸入圖像的灰度值信息，并顯示相應直方圖。

histeq()：該函數(shù)可實現(xiàn)直方圖的均衡化處理。

imnoise()：該函數(shù)可向圖像中加入噪聲，輸入值可自定義噪聲類型與參數(shù)。

imfilter()：該函數(shù)能對多位圖像進行濾波處理，輸入值中可自定義模版與參數(shù)。

medfilt2()：該函數(shù)用于圖像的中值濾波處理。輸入值中可自定義模版與參數(shù)。

fspecial()：該函數(shù)可創(chuàng)建自定義的濾波算子。輸入值中可自定義算子類型與參數(shù)。

edge()：該函數(shù)用于邊緣檢測。輸入值中包括6種算法類型：Sobel，Prewitt，Roberts，Laplacian，均值(zero-cross)，Canny。

3　C#與MATLAB混合編程在圖像處理中的應用

3.1　混合編程程序功能結構

在混合編程前，設計程序的界面與框架。程序中包含多種經(jīng)典圖像處理功能以及必要的基礎功能。程序的框架如圖1所示。

圖1　混合編程程序框架Fig.1　Mixed programming framework

3.2　C#與MATLAB混合編程過程與關鍵技術

(1)MATLAB函數(shù)編譯工作。C#與MATLAB混合編程需要用到MATLAB中的圖像處理函數(shù)，因此在混編之前，需要運用MATLAB提供的編譯工具(DeployTool)將這類函數(shù)編譯成.NET組件。

研究中所使用的MATLAB版本號為R2015b。編譯過程為：打開MATLAB，在主窗體Command Window中輸入Deploy指令，打開Deployment Project窗口，輸入自定義的文件名稱，存儲位置以及編譯類型，編譯類型選擇.Net Assembly。

在生成的.Net組件內(nèi)容構筑中，加入自定義的類名并向類中添加要編譯的 MATLAB函數(shù).m文件。最后選擇Build完成.Net組件的生成。

(2)C#調(diào)用.Net組件。在混合編程項目的引用中添加.Net組件，MWArray.dll和CsharpMATLABMix.dll文件，并添加到相應的命名空間，主要代碼如下：

using MathWorks.MATLAB.NET.Arrays;

using MathWorks.MATLAB.NET.Utility;

using CsharpMATLABMix;

(3)C#與MATLAB數(shù)據(jù)傳遞。因為C#與MATLAB之間的語言思路與計算方式不同，數(shù)據(jù)間無法直接傳遞。因此，.Net組件中運用MWArray類型作為中間類型，使得C#中數(shù)據(jù)的類型與MATLAB中數(shù)據(jù)的類型皆可轉換至MWArray類型，從而達到相互轉換的目的。.Net數(shù)據(jù)類型、MATLAB類型與MWArray類三者間的轉換表如下(表1)。

(4)C#圖像處理。C#編程過程中，需要用到C#的圖像處理方法。C#中常用的三種圖像處理方法分別是：像素法、內(nèi)存法與指針法。其中像素法最簡單，核心思想是利用Bitmap類中的GetPixel與SetPixel方法獲取與設置圖像中一個指定的像素的顏色。使用像素法需要對每一個像素進行提取和重新設置顏色，方法簡單，操作方便，但效率太慢，導致性能大大降低，運行時間太長，在實際項目中是不可取的。

表1　MATLAB類型、.Net類型與MWArray類轉換表

內(nèi)存法的核心思想是利用鎖定位圖的方式將圖像鎖定并復制于內(nèi)存中，然后對內(nèi)存中的圖像數(shù)據(jù)直接進行處理。內(nèi)存法的圖像處理效率比像素法明顯有極大的提高，代碼難度較為一般，不難編寫。內(nèi)存法的關鍵代碼如下：

Bitmap bitImage = new Bitmap(image);

Rectangle rt = new Rectangle(0, 0, bitImage.Width, bitImage.Height);

//鎖定位圖并設置相關屬性

BitmapData bmpData = bitImage.LockBits (rt,ImageLockMode.ReadWrite,PixelFormat.Format24bppRgb);

指針法直接運用指針的特殊性能來進行圖像的處理，運行速度比內(nèi)存法更快，但其不足是編碼較難，不易掌握，而且使用不安全代碼需要承擔風險，一旦代碼有誤，可能引發(fā)安全性問題，造成更多損失。

通過以上分析，本文程序中主要運用內(nèi)存法編寫圖像處理代碼，內(nèi)存法處理效率遠遠高于像素法，處理速度上稍慢于指針法，但代碼安全度高，不易出現(xiàn)安全性錯誤，是相對合理的一種方法。

(5)C#與MATLAB混編函數(shù)應用。使用內(nèi)存法加載圖像數(shù)據(jù)后，將其加入編譯函數(shù)中處理，最后輸出處理完成的圖像數(shù)據(jù)。且在C#編寫中，函數(shù)的使用與MATLAB中對應函數(shù)的使用是幾乎一致的。以函數(shù)filter2()為例：

函數(shù)filter2()的調(diào)用格式如下：

Y=filter2(B,X),參數(shù)說明：filter2()使用矩陣B中的二維FIR濾波器對數(shù)據(jù)X進行濾波，如果Y是通過二維互相關計算出來的，其大小與X一樣。

在C#中實際應用代碼如下：

ImageSmoothingSharpening iss = new ImageSmoothingSharpening();

MWArray smoothingDate = iss.filter2(iss.fspecial("average", 3), mwDate);

其中，mwDate為待處理的圖像數(shù)據(jù)。函數(shù)fspecial()的作用是依據(jù)輸入?yún)?shù)輸出相應模版，用于圖像的濾波處理。函數(shù)fspecial()的調(diào)用格式如下：

h=fspecial(type)

h=fspecial(type,para)

參數(shù)說明：type：指定算子的類型；para指定相應的參數(shù)；h：返回的模版。

3.3　C#與MATLAB混合編程實現(xiàn)與分析

運用C#與MATLAB混合編程實現(xiàn)的圖像處理程序中實現(xiàn)了多項功能，其中除了基本功能外，所有圖像處理功能都是基于C#與MATLAB混合編寫的。在函數(shù)的使用方面，C#與MATLAB的混合編程具有較高的兼容性，這使得編程人員可以更方便地使用混合編程中的函數(shù)。而基于C#與MATLAB混合編程的圖像處理效果也較為理想。在程序編寫過程中，使用東華理工大學南昌校區(qū)高分影像作為程序的實驗圖像(圖2)。處理成果見圖3至圖5。

圖2　程序界面與原圖Fig.2　program interface master map

圖3　均值濾波處理后的圖像Fig.3　Image processed by mean filter

圖4　Sobel算子邊緣檢測圖Fig.4　Edge detection graph of Sobel operator

圖5　迭代分割效果圖Fig.5　Iterative segmentation effect diagram

3.4　C#編程、MATLAB編程與混編三種編程方法對比

本文針對580*800的8位圖像，分別使用C#語言、MATLAB語言與混合編程方法，在CPU為i3-2310，內(nèi)存為4G的PC機進行線性濾波和迭代分割，其結果如表2、表3所示。

表2　三種編程方法實現(xiàn)圖像線性濾波

表3　三種編程方法實現(xiàn)圖像迭代分割

從以上兩個實驗中可以看出，MATLAB擁有良好的科學計算能力，能夠用較簡短的代碼實現(xiàn)圖像處理方法，缺點是運行較長；C#語言編寫的方法運行時間較快，且越好的代碼運行速度越快，但代碼長度也越長，需要更久的編寫時間；C#與MATLAB混編編寫的所有方法中，其代碼基本都保持在較短的長度，比前兩者方法更加簡化。在運行速度方面， MATLAB運行時間最長，C#編寫方法速度通常最快，C#與MATLAB混編方法能夠保持較快速度，并且個別代碼運行速度快于C#編寫方法。

由此分析可以得出，C#與MATLAB混編方法在代碼長度上比MATLAB編寫方法和C#編寫方法都更加簡化，能用較短代碼實現(xiàn)圖像處理方法?；炀幏椒ㄔ谶\行時間上保持著較快速度，遠快于MATLAB編寫方法。

4　結論

本文用C#與MATLAB混合編程的方法處理圖像，達到了令人滿意的結果。從上節(jié)分析中可以看出，混編方法極大的縮短了代碼長度，減少了編程工作量，提高了軟件開發(fā)的效率?；旌暇幊谭椒ǔ浞掷昧薓ATLAB強大的計算能力與高效的圖像處理能力，高度結合C#優(yōu)秀的用戶界面開發(fā)能力與C#語言優(yōu)勢，彌補了MATLAB界面開發(fā)能力不足與C#代碼冗長的缺點。以C#與MATLAB混合編程為基礎，可以進一步擴展其他軟件的結合開發(fā)，如MATLAB與ArcEngine結合等?；炀幏椒閳D像處理提供了一種提高效率的思路，也為軟件開發(fā)提供了更多的可能。