第1页 / 共33页
第2页 / 共33页
第3页 / 共33页
第4页 / 共33页
第5页 / 共33页
第6页 / 共33页
第7页 / 共33页
第8页 / 共33页
SVM道路检测.doc
Matlab求二值图像的周长
1. [代码]matlab函数实现图像锐化
MATLAB示例程序001--OSTU大津法/最大类间方差
Matlab函数bwmorph简介
函数功能： 对二值图像进行数学形态学（Mathematical Morphology）运算。
语法格式：
BW2 = bwmorph(BW,operation)
对二值图像进行指定的形态学处理。
BW2 = bwmorph(BW,operation,n)
对二值图像进行n次指定的形态学处理。 n可以是Inf（无穷大），这意味着将一直对该图像做同样的形
operation是一个字符串， 用于指定进行的形态学处理类型， operation可以为以下值
'bothat'：进行“bottom hat”形态学运算，即返回源图像减去闭运算的图像；
'branchpoints'：找到骨架中的分支点；
'bridge'：进行像素连接操作；
'clean'：去除图像中孤立的亮点，比如， 一个像素点，像素值为1，其周围像素的像素值全为0，
'close'：进行形态学闭运算（即先腐蚀后膨胀）；
'diag'： 采用对角线填充， 去除八邻域的背景；
'dilate'： 使用结构元素ones(3)对图像进行膨胀运算；
'endpoints'：找到骨架中的结束点；
'erode'：使用结构元素ones(3)对图像进行腐蚀运算；
'fill'：填充孤立的黑点， 比如3*3的矩阵，除了中间元素为0外，其余元素全部为1，则这个0
'hbreak'：断开图像中的H型连接；
'majority'：如果一个像素的8邻域中有等于或超过5个像素点的像素值为1， 则将该点像素值
'open'：进行形态学开运算（即先膨胀后腐蚀）；
'remove'：如果一个像素点的4邻域都为1，则该像素点将被置0；该选项将导致边界像素上的1被
'skel'：在这里n = Inf，骨架提取但保持图像中物体不发生断裂；不改变图像欧拉数；
'spur'：去除小的分支, 或引用电学术语“毛刺”；
'thicken'：在这里n = Inf， 通过在边界上添加像素达到加粗物体轮廓的目的；
'thin'：在这里n = Inf，进行细化操作；
'tophat'：进行“top hat”形态学运算， 返回源图像减去开运算的图像；
Matlab函数——bwperim
%输出图像
%在原图直方图上加标题
matlab 图像分割算法源码
图像读取及灰度变换
I=imread('cameraman.tif');%读取图像
subplot(1,2,1),imshow(I)
title('原始图像')
%在原始图像中加标题
subplot(1,2,2),imhist(I) %输出原图直方图
title('原始图像直方图')
图像旋转
I = imread('cameraman.tif');
figure,imshow(I);
theta = 30;
K = imrotate(I,theta); % Try varying the angle, theta.
figure, imshow(K)
边缘检测
I = imread('cameraman.tif');
J1=edge(I,'sobel');
J2=edge(I,'prewitt');
J3=edge(I,'log');
subplot(1,4,1),imshow(I);
subplot(1,4,2),imshow(J1);
subplot(1,4,3),imshow(J2);
subplot(1,4,4),imshow(J3);
1.图像反转
MATLAB 程序实现如下：
I=imread('xian.bmp');
J=double(I);
J=-J+(256-1);
H=uint8(J);
%图像反转线性变换
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(H);
2.灰度线性变换
MATLAB 程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始图像');
axis([50,250,50,200]);
axis on;
%显示坐标系
I1=rgb2gray(I);
subplot(2,2,2),imshow(I1);
title('灰度图像');
axis([50,250,50,200]);
axis on;
%显示坐标系
J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1]
subplot(2,2,3),imshow(J);
title('线性变换图像[0.1 0.5]');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1]
subplot(2,2,4),imshow(K);
title('线性变换图像[0.3 0.7]');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
3.非线性变换
MATLAB 程序实现如下：
I=imread('xian.bmp');
I1=rgb2gray(I);
subplot(1,2,1),imshow(I1);
title('灰度图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
J=double(I1);
J=40*(log(J+1));
H=uint8(J);
subplot(1,2,2),imshow(H);
title('对数变换图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
4.直方图均衡化
MATLAB 程序实现如下：
I=imread('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：
I=imread('xian.bmp');
subplot(231)
imshow(I)
title('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('average',7),I1)/255;
%进行 7*7 模板平滑滤波
k4=filter2(fspecial('average',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);title('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);title('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：
I=imread('xian.bmp');
I=rgb2gray(I);
J=imnoise(I,'salt&pepper',0.02);
subplot(231),imshow(I);title('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
subplot(233),imshow(k1);title('3*3 模板中值滤波');
subplot(234),imshow(k2);title('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：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始图像');
axis([50,250,50,200]);
grid on;
axis on;
I1=im2bw(I);
%显示网格线
%显示坐标系
subplot(2,2,2),imshow(I1);
title('二值图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
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');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
h=[0 1 0,1 -4 1,0 1 0]; %拉普拉斯算子
J1=conv2(I1,h,'same');
%卷积运算
subplot(2,2,4),imshow(J1);
title('拉普拉斯算子锐化图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
8.梯度算子检测边缘
用 MATLAB 实现如下：
I=imread('xian.bmp');
subplot(2,3,1);
imshow(I);
title('原始图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
I1=im2bw(I);
subplot(2,3,2);
imshow(I1);
title('二值图像');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
I2=edge(I1,'roberts');
figure;
subplot(2,3,3);
imshow(I2);
title('roberts 算子分割结果');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
I3=edge(I1,'sobel');
subplot(2,3,4);
imshow(I3);
title('sobel 算子分割结果');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
I4=edge(I1,'Prewitt');
subplot(2,3,5);
imshow(I4);
title('Prewitt 算子分割结果');
axis([50,250,50,200]);
grid on;
axis on;
%显示网格线
%显示坐标系
9.LOG 算子检测边缘
用 MATLAB 程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始图像');
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度图像');
I2=edge(I1,'log');
subplot(2,2,3);
imshow(I2);
title('log 算子分割结果');
10.Canny 算子检测边缘
用 MATLAB 程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始图像')
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度图像');
I2=edge(I1,'canny');
subplot(2,2,3);
imshow(I2);
title('canny 算子分割结果');
11.边界跟踪（bwtraceboundary 函数）
clc
clear all
I=imread('xian.bmp');
figure
imshow(I);
title('原始图像');
I1=rgb2gray(I);
%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
figure
imshow(BW);
title('二值图像');
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
figure
imshow(I1);
hold on;
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);
title('灰度图像');
axis([50,250,50,200]);
grid on;
axis on;
BW=edge(rotI,'prewitt');
subplot(2,2,2);
imshow(BW);
title('prewitt 算子边缘检测后图像');
axis([50,250,50,200]);
grid on;
axis on;
[H,T,R]=hough(BW);
subplot(2,2,3);
imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
title('霍夫变换图');
xlabel('\theta'),ylabel('\rho');
axis on , axis normal, hold on;
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);
title('霍夫变换图像检测');
axis([50,250,50,200]);
grid on;
axis on;
hold on;
max_len=0;
for k=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),'x','LineWidth',2,'Color','red');
len=norm(lines(k).point1-lines(k).point2);
if(len>max_len)
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
