MATLAB数字图像处理源代码文档格式.docx
《MATLAB数字图像处理源代码文档格式.docx》由会员分享，可在线阅读，更多相关《MATLAB数字图像处理源代码文档格式.docx（15页珍藏版）》请在冰豆网上搜索。
subplot（1,2,2）,imshow（H）;
2.灰度线性变换
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’）;
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]’）;
gridon;
%显示网格线
K=imadjust（I1,[0.30.7],[]）;
%局部拉伸，把[0.30.7]%显示网
格线
3.非线性变换
subplot（1,2,1）,imshow（I1）;
title（‘灰度图像’）;
J=double（I1）;
J=40*（log（J+1））;
title（‘对数变换图像’）;
4.直方图均衡化
I=rgb2gray（I）;
figure;
subplot（2,2,1）;
imshow（I）;
subplot（2,2,2）;
imhist（I）;
I1=histeq（I）;
imshow（I1）;
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’）
I1=imnoise（I,’salt&
amp;
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:
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
title（‘3*3模板中值滤波’）;
title（‘5*5模板中值滤波‘）;
title（‘7*7模板中值滤波’）;
title（‘9*9模板中值滤波’）;
7.用Sobel算子和拉普拉斯对图像锐化:
%显示网格线axison;
%显示坐标系I1=im2bw（I）;
title（‘二值图像’）;
%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’）;
%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’）;
8.梯度算子检测边缘
用MATLAB实现如下:
subplot（2,3,1）;
%显示
坐标系I1=im2bw（I）;
subplot（2,3,2）;
坐标系I2=edge（I1,’roberts’）;
subplot（2,3,3）;
imshow（I2）;
title（‘roberts算子分割结果’）;
axis（[50,250,50,200]）;
坐标系I3=edge（I1,’sobel’）;
subplot（2,3,4）;
imshow（I3）;
title（‘sobel算子分割结果’）;
坐标系I4=edge（I1,’Prewitt’）;
subplot（2,3,5）;
imshow（I4）;
title（‘Prewitt算子分割结果‘）;
坐标系
9.LOG算子检测边缘
用MATLAB程序实现如下:
I2=edge（I1,’log’）;
subplot（2,2,3）;
title（‘log算子分割结果’）;
10.Canny算子检测边缘
用MATLAB程序实现如下:
I2=edge（I1,’canny’）;
title（‘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）;
imshow（rotI）;
a
升级会员 