图像处理matlab源程序Word文档下载推荐.docx
- 文档编号:17028136
- 上传时间:2022-11-28
- 格式:DOCX
- 页数:11
- 大小:19.50KB
图像处理matlab源程序Word文档下载推荐.docx
《图像处理matlab源程序Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《图像处理matlab源程序Word文档下载推荐.docx(11页珍藏版)》请在冰豆网上搜索。
%局部拉伸,把[0。
30.7]内的灰度拉伸为[01]
subplot(2,2,4),imshow(K);
title(’线性变换图像[0。
30.7]’);
axis([50,250,50,200]);
gridon;
axison;
3。
非线性变换
I=imread(’xian。
bmp'
subplot(1,2,1),imshow(I1);
title(’灰度图像'
);
axis([50,250,50,200]);
J=double(I1);
J=40*(log(J+1));
H=uint8(J);
subplot(1,2,2),imshow(H);
对数变换图像'
axis([50,250,50,200]);
4.直方图均衡化
xian.bmp'
I=rgb2gray(I);
figure;
subplot(2,2,1);
imshow(I);
subplot(2,2,2);
imhist(I);
I1=histeq(I);
figure;
subplot(2,2,1);
imshow(I1);
subplot(2,2,2);
imhist(I1);
5.线性平滑滤波器
用MATLAB实现领域平均法抑制噪声程序:
subplot(231)
imshow(I)
原始图像'
)
I=rgb2gray(I);
I1=imnoise(I,’salt&
pepper’,0.02);
subplot(232)
imshow(I1)
title(’添加椒盐噪声的图像’)
k1=filter2(fspecial('
average’,3),I1)/255;
%进行3*3模板平滑滤波
k2=filter2(fspecial('
average'
5),I1)/255;
%进行5*5模板平滑滤波k3=filter2(fspecial('
7),I1)/255;
%进行7*7模板平滑滤波
k4=filter2(fspecial('
9),I1)/255;
%进行9*9模板平滑滤波
subplot(233),imshow(k1);
title(’3*3模板平滑滤波'
subplot(234),imshow(k2);
5*5模板平滑滤波'
subplot(235),imshow(k3);
title(’7*7模板平滑滤波'
subplot(236),imshow(k4);
9*9模板平滑滤波'
6.中值滤波器
用MATLAB实现中值滤波程序如下:
bmp’);
J=imnoise(I,’salt&
pepper’,0。
02);
subplot(231),imshow(I);
原图像'
subplot(232),imshow(J);
title(’添加椒盐噪声图像'
k1=medfilt2(J);
%进行3*3模板中值滤波
k2=medfilt2(J,[5,5]);
%进行5*5模板中值滤波
k3=medfilt2(J,[7,7]);
%进行7*7模板中值滤波
k4=medfilt2(J,[9,9]);
%进行9*9模板中值滤波
3*3模板中值滤波'
subplot(234),imshow(k2);
5*5模板中值滤波’);
subplot(235),imshow(k3);
title(’7*7模板中值滤波’);
subplot(236),imshow(k4);
title(’9*9模板中值滤波'
7。
用Sobel算子和拉普拉斯对图像锐化:
subplot(2,2,1),imshow(I);
title(’原始图像'
axis([50,250,50,200]);
%显示网格线
I1=im2bw(I);
二值图像’);
axis([50,250,50,200]);
H=fspecial(’sobel'
%选择sobel算子
J=filter2(H,I1);
%卷积运算
subplot(2,2,3),imshow(J);
title(’sobel算子锐化图像’);
h=[010,1—41,010];
%拉普拉斯算子
J1=conv2(I1,h,’same'
%卷积运算
subplot(2,2,4),imshow(J1);
拉普拉斯算子锐化图像’);
8。
梯度算子检测边缘
用MATLAB实现如下:
subplot(2,3,1);
title(’原始图像’);
subplot(2,3,2);
imshow(I1);
title(’二值图像'
axis([50,250,50,200]);
I2=edge(I1,’roberts'
subplot(2,3,3);
imshow(I2);
roberts算子分割结果’);
axis([50,250,50,200]);
I3=edge(I1,’sobel’);
subplot(2,3,4);
imshow(I3);
title(’sobel算子分割结果’);
axis([50,250,50,200]);
I4=edge(I1,’Prewitt'
subplot(2,3,5);
imshow(I4);
Prewitt算子分割结果'
axis([50,250,50,200]);
9.LOG算子检测边缘
用MATLAB程序实现如下:
I=imread(’xian.bmp’);
imshow(I);
subplot(2,2,2);
I2=edge(I1,'
log'
subplot(2,2,3);
imshow(I2);
log算子分割结果'
10.Canny算子检测边缘
subplot(2,2,1);
title(’原始图像’)
I1=rgb2gray(I);
I2=edge(I1,’canny’);
subplot(2,2,3);
canny算子分割结果’);
11。
边界跟踪(bwtraceboundary函数)
clc
clearall
figure
%将彩色图像转化灰度图像
threshold=graythresh(I1);
%计算将灰度图像转化为二值图像所需的门限
BW=im2bw(I1,threshold);
%将灰度图像转化为二值图像
imshow(BW);
dim=size(BW);
col=round(dim
(2)/2)-90;
%计算起始点列坐标
row=find(BW(:
col),1);
%计算起始点行坐标
connectivity=8;
num_points=180;
contour=bwtraceboundary(BW,[row,col],'
N'
connectivity,num_points);
%提取边界
holdon;
plot(contour(:
,2),contour(:
,1),’g'
’LineWidth'
2);
title(’边界跟踪图像’);
12。
Hough变换
I=imread(’xian.bmp’);
rotI=rgb2gray(I);
subplot(2,2,1);
imshow(rotI);
axis([50,250,50,200]);
BW=edge(rotI,'
prewitt’);
imshow(BW);
prewitt算子边缘检测后图像'
axis([50,250,50,200]);
[H,T,R]=hough(BW);
imshow(H,[],’XData'
T,'
YData'
R,'
InitialMagnification'
,'
fit’);
title(’霍夫变换图'
xlabel(’\theta'
),ylabel('
\rho’);
axison,axisnormal,holdon;
P=houghpeaks(H,5,’threshold'
,ceil(0。
3*max(H(:
))));
x=T(P(:
2));
y=R(P(:
,1));
plot(x,y,’s'
color’,'
white’);
lines=houghlines(BW,T,R,P,'
FillGap’,5,'
MinLength'
,7);
subplot(2,2,4);
,imshow(rotI);
霍夫变换图像检测’);
axis([50,250,50,200]);
holdon;
max_len=0;
fork=1:
length(lines)
xy=[lines(k)。
point1;
lines(k)。
point2];
plot(xy(:
1),xy(:
2),'
LineWidth’,2,’Color’,'
green’);
plot(xy(1,1),xy(1,2),'
x'
'
LineWidth’,2,'
Color'
yellow'
plot(xy(2,1),xy(2,2),'
LineWidth'
,2,’Color'
red’);
len=norm(lines(k)。
point1-lines(k)。
point2);
if(len>
max_len)
max_len=len;
xy_long=xy;
end
plot(xy_long(:
,1),xy_long(:
,2),'
,2,'
,’cyan'
13。
直方图阈值法
用MATLAB实现直方图阈值法:
xian.bmp’);
subplot(2,2,1);
[m,n]=size(I1);
%测量图像尺寸参数
GP=zeros(1,256);
%预创建存放灰度出现概率的向量
fork=0:
255
GP(k+1)=length(find(I1==k))/(m*n);
%计算每级灰度出现的概率,将其存入GP中相应位置
subplot(2,2,2),bar(0:
255,GP,’g’)
%绘制直方图
灰度直方图’)
xlabel('
灰度值’)
ylabel('
出现概率'
)
I2=im2bw(I,150/255);
subplot(2,2,3),imshow(I2);
阈值150的分割图像'
axis([50,250,50,200]);
I3=im2bw(I,200/255);
%
subplot(2,2,4),imshow(I3);
title(’阈值200的分割图像'
axis([50,250,50,200]);
14.自动阈值法:
Otsu法
用MATLAB实现Otsu算法:
subplot(1,2,1),imshow(I);
原始图像’)
level=graythresh(I);
%确定灰度阈值
BW=im2bw(I,level);
subplot(1,2,2),imshow(BW);
Otsu法阈值分割图像’)
15。
膨胀操作
%载入图像
subplot(1,2,1);
灰度图像'
axis([50,250,50,200]);
se=strel('
disk’,1);
%生成圆形结构元素
I2=imdilate(I1,se);
%用生成的结构元素对图像进行膨胀
subplot(1,2,2);
title(’膨胀后图像'
16。
腐蚀操作
MATLAB实现腐蚀操作
I=imread(’xian.bmp’);
subplot(1,2,1);
title(’灰度图像’)
axis([50,250,50,200]);
se=strel(’disk'
,1);
%生成圆形结构元素
I2=imerode(I1,se);
%用生成的结构元素对图像进行腐蚀
subplot(1,2,2);
title(’腐蚀后图像'
axis([50,250,50,200]);
17.开启和闭合操作
用MATLAB实现开启和闭合操作
subplot(2,2,1),imshow(I);
%显示坐标系
subplot(2,2,2),imshow(I1);
axis([50,250,50,200]);
%显示坐标系
disk'
1);
%采用半径为1的圆作为结构元素
I2=imopen(I1,se);
%开启操作
I3=imclose(I1,se);
%闭合操作
subplot(2,2,3),imshow(I2);
开启运算后图像'
axis([50,250,50,200]);
subplot(2,2,4),imshow(I3);
闭合运算后图像’);
18。
开启和闭合组合操作
subplot(3,2,1),imshow(I);
axis([50,250,50,200]);
subplot(3,2,2),imshow(I1);
1);
I2=imopen(I1,se);
%闭合操作
subplot(3,2,3),imshow(I2);
subplot(3,2,4),imshow(I3);
title(’闭合运算后图像'
I4=imopen(I1,se);
I5=imclose(I4,se);
subplot(3,2,5),imshow(I5);
%开—闭运算图像
开—闭运算图像'
axis([50,250,50,200]
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 处理 matlab 源程序