《图像分割和形态学处理与MATLAB实现》由会员分享，可在线阅读，更多相关《图像分割和形态学处理与MATLAB实现(13页珍藏版)》请在人人文库网上搜索。

1、实验 图像分割和形态学处理一、实验目的1、 掌握图像分割的基本方法。2、 掌握形态学处理的基本方法。3、 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clcclear data = imread(lianzipoint.jpg);w = -1 -1 -1; -1 8 。

2、-1; -1 -1 -1g =abs(imfilter(double(data),w);t =max(g(:);g1=(g=t);m n=find(g1)figureimshow(data)hold onplot(n,m,ro) g1=(g=t-200);m n=find(g1)figureimshow(data)hold onplot(n,m,ro) g1=(g=t-800);m n=find(g1)figureimshow(data)hold onplot(n,m,ro)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clcclearda。

3、ta = imread(xian.jpg);subplot(221),imshow(data);title(检测指定方向线的原始图像);w = 2 -1 -1; -1 2 -1; -1 -1 2;g =abs(imfilter(double(data),w);subplot(222),imshow(g,)title(使用-45度检测器处理后的图像);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(-45度检测后左上角放大图);gbot = g(end。

4、-40:end,end-40:end);gbot = pixeldup(gbot,4);subplot(224),imshow(gbot,)title(-45度检测后右下角后放大图);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(bianyuan.jpg); f= rgb2gray(f);subplot(321),imshow(f);title(sobel检测的原始图像); gv,t=edge(f,sobel,vertical);%斜线因为具有垂直分量，所以也能够被检。

5、测出来 subplot(322),imshow(gv); title(sobel垂直方向检测后图像); gv=edge(f,sobel,0.15,vertical); subplot(323),imshow(gv); title(sobel垂直检测0.15阈值后图像); gboth=edge(f,sobel,0.15); subplot(324),imshow(gboth); title(sobel水平垂直方向阈值0.15后图像); w45=-2 -1 0 86 -1 0 1 87 0 1 2;g45=imfilter(double(f),w45,replicate); T=0.3*max(a。

6、bs(g45(:); g45=g45=T; subplot(325),imshow(g45); title(sobel正45度方向上检测图);w_45=0 -1 -2 95 1 0 -1 96 2 1 0; g_45=imfilter(double(f),w_45,replicate); T=0.3*max(abs(g_45(:);g_45=g_45=T;subplot(326),imshow(g_45);title(sobel负45度方向上检测图);5.3.2 效果5.3.2 边缘检测器的比较5.3.2.1 程序clcclearf=imread(dalouj.jpg);imshow(f)g_。

7、sobel_default , ts = edge(f,sobel);imshow(g_sobel_default);title(g sobel default);g_log_default,tlog=edge(f,log);figureimshow(g_log_default);title(g log default);g_canny_default,tc=edge(f,canny);figure,imshow(g_canny_default);title(g canny default);g_sobel_best=edge(f,sobel,0.25);figure,imshow(g_sob。

8、el_best);title(g sobel best);g_log_best=edge(f,log,0.003,2.25);figure,imshow(g_log_best);title(g log best);g_canny_best=edge(f,canny,0.04 0.10,1.5);figure,imshow(g_canny_best);title(g canny best);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 clearA1=imread(beitie.jpg); A1 =im2bw(A1); B=1 1 1 1 1 1 1 1。

9、 1 1 1 11 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(imdilate膨胀原始图像); figure,imshow(A2);title(使用B后1次膨胀后的图像); figure,imshow(A3); title(使用B后2次膨胀后的图像); figure,imshow(A4); title(使用B后3次膨胀后的图像);5.2.1.2 效果5.2.2 腐蚀5.2.2.1 程序clc clear A1=imread(xian.。

10、jpg); A1 =im2bw(A1); figure,imshow(A1); title(原始图像); se1=strel(disk,2); A2=imerode(A1,se1); figure,imshow(A2); title(用disk(2)腐蚀后的图像); se2=strel(disk,4); A3=imerode(A1,se2); figure,imshow(A3); title(用disk(4)腐蚀后的图像); se3=strel(disk,6); A4=imerode(A1,se3); figure,imshow(A4); title(用disk(6)腐蚀后的图像); 5.2.。

11、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(beitie.jpg);f =im2bw(f); %se=strel(square,5);%方型结构元素 se=strel(disk,5);%圆盘型结构元素 imshow(f);%原图像 title(运算原始图像)fo=imopen(f,se);figureimshow(fo); title(直接开运算);5.3.1.2 效果5.3.2 闭运算5.3.2.1 程序clc clear f=imread(beitie.jpg);f =im2bw(f); figureimshow(f);%。

12、原图像 title(原始图像); se=strel(disk,5);%圆盘型结构元素 fc=imclose(f,se);%直接闭运算 figure,imshow(fc);title(直接闭运算); foc=imclose(fc,se);%先开后闭运算 figure,imshow(foc); title(先开后闭运算); fco=imopen(fc,se);%先闭后开运算 figure,imshow(fco); title(先闭后开运算);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clcclearf=imread(guge.jpg);f =im2b。

13、w(f); figure,imshow(f);title(骨架提取原图);g1=bwmorph(f,skel,1);figure,imshow(g1);title(骨架提取1次);g2=bwmorph(f,skel,5);figure,imshow(g2);title(骨架提取5次);g3=bwmorph(f,skel,20);figure,imshow(g3);title(骨架提取20次);g4=bwmorph(f,skel,Inf);figure,imshow(g4);title(骨架提取无穷大次);for k=1:5g3=g3&endpoints(g3);endfigure,imshow(g3);title(骨架提取并消除毛刺);5.4.1.2效果5.4.2 细化5.4.2.1 程序f=imread(zhiwen.jpg);f =im2bw(f); f=f;figure,imshow(f);title(指纹细化原图);g1=bwmorph(f,thin,1);figure,imshow(g1);title(指纹细化1次);g2=bwmorph(f,thin,5);figure,imshow(g2);title(指纹细化5次);g3=bwmorph(f,thin,Inf);figure,imshow(g3);title(指纹细化无穷大次);5.4.2.2 效果。