实用matlab代码资料讲解.docx
《实用matlab代码资料讲解.docx》由会员分享，可在线阅读，更多相关《实用matlab代码资料讲解.docx（16页珍藏版）》请在冰豆网上搜索。
实用matlab代码资料讲解
实用matlab代码
1.图像反转
MATLAB程序实现如下：
I=imread（'xian.bmp'）;
J=double（I）;
J=-J+（256-1）; %图像反转线性变换
H=uint8（J）;
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]）;
axison; %显示坐标系
I1=rgb2gray（I）;
subplot（2,2,2）,imshow（I1）;
title（'灰度图像'）;
axis（[50,250,50,200]）;
axison; %显示坐标系
J=imadjust（I1,[0.10.5],[]）;%局部拉伸，把[0.10.5]内的灰度拉伸为[01]
subplot（2,2,3）,imshow（J）;
title（'线性变换图像[0.10.5]'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
K=imadjust（I1,[0.30.7],[]）;%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; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %显示坐标系
I1=im2bw（I）;
subplot（2,2,2）,imshow（I1）;
title（'二值图像'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %显示坐标系
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）;
title（'拉普拉斯算子锐化图像'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %显示坐标系
I1=im2bw（I）;
subplot（2,3,2）;
imshow（I1）;
title（'二值图像'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %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]）;
gridon; %显示网格线
axison; %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
clearall
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（'
升级会员 