MATLAB图像分割和形态学处理

FeastSC · 发表于 2021-12-13 14:33

MATLAB图像分割和形态学处理

一、实验目的

掌握图像分割的基本方法。
掌握形态学处理的基本方法。
学会使用MATLAB编程实现上述方法。

二、实验任务
（1）编程实现基于阈值的图像分割方法和边缘检测方法。
（2）编程实现膨胀、腐蚀方法。
（3）编程实现开运算和闭运算的方法。
（4）编程实现提取骨架和细化的方法。
三、实验配套的主要仪器设备及台(套)数
教师示范用投影仪一台
微型计算机每个学生一台
四、报告要求
记录每一步的实验过程。
五、实验记录
5.1阈值图像分割方法1——点检测
5.1.1程序
clc
clear
data = imread(&#39;lianzipoint.jpg&#39;);
w = [-1 -1 -1; -1 8 -1; -1 -1 -1]
g =abs(imfilter(double(data),w));
t =max(g(:));
g1=(g>=t);
[m n]=find(g1)
figure
imshow(data)
hold on
plot(n,m,&#39;ro&#39;)
g1=(g>=t-200);
[m n]=find(g1)
figure
imshow(data)
hold on
plot(n,m,&#39;ro&#39;)
g1=(g>=t-800);
[m n]=find(g1)
figure
imshow(data)
hold on
plot(n,m,&#39;ro&#39;)
5.1.2 效果

分析：随着阈值的减小，所检测出的点越来越多
5.2 阈值分割方法2——线检测
5.2.1程序
clc
clear
data = imread(&#39;xian.jpg&#39;);
subplot(221),imshow(data);
title(&#39;检测指定方向线的原始图像&#39;);
w = [2 -1 -1; -1 2 -1; -1 -1 2];
g =abs(imfilter(double(data),w));
subplot(222),imshow(g,[])
title(&#39;使用-45度检测器处理后的图像&#39;);
gtop = g(1:40,1:40);
gtop = pixeldup(gtop,4);%piceldup函数是将图片放大相应倍数
subplot(223),imshow(gtop,[])
title(&#39;-45度检测后左上角放大图&#39;);
gbot = g(end-40:end,end-40:end);
gbot = pixeldup(gbot,4);
subplot(224),imshow(gbot,[])
title(&#39;-45度检测后右下角后放大图&#39;);

5.2.2 处理效果

分析：-45度方向上的直线，经过处理后效果明显，其他方向上的线比较模糊。
5.3 阈值分割方法3——边缘检测
5.3.1程序
clc
clear
f=imread(&#39;bianyuan.jpg&#39;);
f= rgb2gray(f);
subplot(321),imshow(f);
title(&#39;sobel检测的原始图像&#39;);
[gv,t]=edge(f,&#39;sobel&#39;,&#39;vertical&#39;);
%斜线因为具有垂直分量，所以也能够被检测出来
subplot(322),imshow(gv);
title(&#39;sobel垂直方向检测后图像&#39;);
gv=edge(f,&#39;sobel&#39;,0.15,&#39;vertical&#39;);
subplot(323),imshow(gv);
title(&#39;sobel垂直检测0.15阈值后图像&#39;);
gboth=edge(f,&#39;sobel&#39;,0.15);
subplot(324),imshow(gboth);
title(&#39;sobel水平垂直方向阈值0.15后图像&#39;);
w45=[-2 -1  0 86    -1  0  1 87    0 1  2];
g45=imfilter(double(f),w45,&#39;replicate&#39;);
T=0.3*max(abs(g45(:)));
g45=g45>=T;
subplot(325),imshow(g45);
title(&#39;sobel正45度方向上检测图&#39;);
w_45=[0 -1 -2 95       1  0 -1 96       2  1 0];
g_45=imfilter(double(f),w_45,&#39;replicate&#39;);
T=0.3*max(abs(g_45(:)));
g_45=g_45>=T;
subplot(326),imshow(g_45);
title(&#39;sobel负45度方向上检测图&#39;);
5.3.2 效果

5.3.2 边缘检测器的比较
5.3.2.1 程序
clc
clear
f=imread(&#39;dalouj.jpg&#39;);
imshow(f)
[g_sobel_default , ts] = edge(f,&#39;sobel&#39;);
imshow(g_sobel_default);
title(&#39;g sobel default&#39;);
[g_log_default,tlog]=edge(f,&#39;log&#39;);
figure
imshow(g_log_default);
title(&#39;g log default&#39;);
[g_canny_default,tc]=edge(f,&#39;canny&#39;);
figure,imshow(g_canny_default);
title(&#39;g canny default&#39;);
g_sobel_best=edge(f,&#39;sobel&#39;,0.25);
figure,imshow(g_sobel_best);
title(&#39;g sobel best&#39;);
g_log_best=edge(f,&#39;log&#39;,0.003,2.25);
figure,imshow(g_log_best);
title(&#39;g log best&#39;);
g_canny_best=edge(f,&#39;canny&#39;,[0.04 0.10],1.5);
figure,imshow(g_canny_best);
title(&#39;g canny best&#39;);
5.3.2.1 效果

5.2 编程实现膨胀和腐蚀
5.2.1 膨胀
5.2.1.1程序
clc
clear
A1=imread(&#39;beitie.jpg&#39;);
A1 =im2bw(A1);
B=[1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1];
A2=imdilate(A1,B);%图像A1被结构元素B膨胀
A3=imdilate(A2,B);
A4=imdilate(A3,B);
figure,imshow(A1);
title(&#39;imdilate膨胀原始图像&#39;);
figure,imshow(A2);
title(&#39;使用B后1次膨胀后的图像&#39;);
figure,imshow(A3);
title(&#39;使用B后2次膨胀后的图像&#39;);
figure,imshow(A4);
title(&#39;使用B后3次膨胀后的图像&#39;);

5.2.1.2 效果

5.2.2 腐蚀
5.2.2.1 程序
clc
clear
A1=imread(&#39;xian.jpg&#39;);
A1 =im2bw(A1);
figure,imshow(A1);
title(&#39;原始图像&#39;);
se1=strel(&#39;disk&#39;,2);
A2=imerode(A1,se1);
figure,imshow(A2);
title(&#39;用disk(2)腐蚀后的图像&#39;);
se2=strel(&#39;disk&#39;,4);
A3=imerode(A1,se2);
figure,imshow(A3);
title(&#39;用disk(4)腐蚀后的图像&#39;);
se3=strel(&#39;disk&#39;,6);
A4=imerode(A1,se3);
figure,imshow(A4);
title(&#39;用disk(6)腐蚀后的图像&#39;);
5.2.2.2  效果

5.3编程实现开运算和闭运算
5.3.1开运算
5.3.1.1程序
clc
clear
f=imread(&#39;beitie.jpg&#39;);
f =im2bw(f);
%se=strel(&#39;square&#39;,5&#39;);%方型结构元素
se=strel(&#39;disk&#39;,5&#39;);%圆盘型结构元素
imshow(f);%原图像
title(&#39;运算原始图像&#39;)
fo=imopen(f,se);
figure
imshow(fo);
title(&#39;直接开运算&#39;);
5.3.1.2 效果

5.3.2 闭运算
5.3.2.1 程序
clc
clear
f=imread(&#39;beitie.jpg&#39;);
f =im2bw(f);
figure
imshow(f);%原图像
   title(&#39;原始图像&#39;);

se=strel(&#39;disk&#39;,5&#39;);%圆盘型结构元素
fc=imclose(f,se);%直接闭运算
figure,imshow(fc);
title(&#39;直接闭运算&#39;);
foc=imclose(fc,se);%先开后闭运算
figure,imshow(foc);
title(&#39;先开后闭运算&#39;);
fco=imopen(fc,se);%先闭后开运算
figure,imshow(fco);
title(&#39;先闭后开运算&#39;);
5.3.2.2 效果

5.4 编程实现提取骨架和细化
5.4.1 提取骨架
5.4.1.1 程序
clc
clear
f=imread(&#39;guge.jpg&#39;);
f =im2bw(f);
figure,imshow(f);
title(&#39;骨架提取原图&#39;);
g1=bwmorph(f,&#39;skel&#39;,1);
figure,imshow(g1);
title(&#39;骨架提取1次&#39;);
g2=bwmorph(f,&#39;skel&#39;,5);
figure,imshow(g2);
title(&#39;骨架提取5次&#39;);
g3=bwmorph(f,&#39;skel&#39;,20);
figure,imshow(g3);
title(&#39;骨架提取20次&#39;);
g4=bwmorph(f,&#39;skel&#39;,Inf);
figure,imshow(g4);
title(&#39;骨架提取无穷大次&#39;);
for k=1:5
   g3=g3&~endpoints(g3);
end
figure,imshow(g3);
title(&#39;骨架提取并消除毛刺&#39;);
5.4.1.2效果

5.4.2 细化
5.4.2.1 程序
f=imread(&#39;zhiwen.jpg&#39;);
f =im2bw(f);
f=~f;
figure,imshow(f);
title(&#39;指纹细化原图&#39;);
g1=bwmorph(f,&#39;thin&#39;,1);
figure,imshow(g1);
title(&#39;指纹细化1次&#39;);
g2=bwmorph(f,&#39;thin&#39;,5);
figure,imshow(g2);
title(&#39;指纹细化5次&#39;);
g3=bwmorph(f,&#39;thin&#39;,Inf);
figure,imshow(g3);
title(&#39;指纹细化无穷大次&#39;);
5.4.2.2 效果

		自动登录	找回密码
密码			立即注册

MATLAB图像分割和形态学处理

本帖子中包含更多资源