图像分割Word文档下载推荐.docx

资源描述

图像分割Word文档下载推荐.docx

《图像分割Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《图像分割Word文档下载推荐.docx（14页珍藏版）》请在冰豆网上搜索。

图像分割Word文档下载推荐.docx

29title（'

非线性滤波点检测后图'

30%运行结果如下：

32%%检测指定方向的线

33clc

34clear

35f=imread（'

.\images\dipum_images_ch10\Fig1004（a）（wirebond_mask）.tif'

36subplot（321）,imshow（f）;

37title（'

检测指定方向线的原始图像'

39w=[2-1-1;

40-12-1;

41-1-12];

%矩阵用逗号或者空格隔开的效果是一样的

42g=imfilter（double（f）,w）;

43subplot（322）,imshow（g,[]）;

44title（'

使用-45度检测器处理后的图像'

46gtop=g（1:

120,1:

120）;

%取g的左上角图

47gtop=pixeldup（gtop,4）;

%扩大4*4倍的图

48subplot（323）,imshow（gtop,[]）;

49title（'

-45度检测后左上角放大图'

51gbot=g（end-119:

end,end-119:

end）;

%取右下角图

52gbot=pixeldup（gbot,4）;

%扩大16倍的图

53subplot（324）,imshow（gbot,[]）;

54title（'

-45度检测后右下角后放大图'

56g=abs（g）;

57subplot（325）,imshow（g,[]）;

58title（'

-45度检测后的绝对值图'

60T=max（g（:

61g=g>

62subplot（326）,imshow（g）;

63title（'

-45度检测后取绝对值最大的图'

）

64%检测指定方向的线过程如下：

66%%sobel检测器检测边缘

67clc

68clear

69f=imread（'

.\images\dipum_images_ch10\Fig1006（a）（building）.tif'

70subplot（321）,imshow（f）;

71title（'

sobel检测的原始图像'

73[gv,t]=edge（f,'

sobel'

vertical'

%斜线因为具有垂直分量，所以也能够被检测出来

74subplot（322）,imshow（gv）;

75title（'

sobel垂直方向检测后图像'

77gv=edge（f,'

0.15,'

78subplot（323）,imshow（gv）;

79title（'

sobel垂直检测0.15阈值后图像'

81gboth=edge（f,'

0.15）;

82subplot（324）,imshow（gboth）;

83title（'

sobel水平垂直方向阈值0.15后图像'

85w45=[-2-10

86-101

87012];

%相当于45度的sobel检测算子

88g45=imfilter（double（f）,w45,'

replicate'

89T=0.3*max（abs（g45（:

）））;

90g45=g45>

91subplot（325）,imshow（g45）;

92title（'

sobel正45度方向上检测图'

94w_45=[0-1-2

9510-1

96210];

97g_45=imfilter（double（f）,w_45,'

98T=0.3*max（abs（g_45（:

99g_45=g_45>

100subplot（326）,imshow（g_45）;

101title（'

sobel负45度方向上检测图'

102%sobel检测过程如下：

103

104%%sobel,log,canny边缘检测器的比较

105clc

106clear

107f=imread（'

108

109[g_sobel_default,ts]=edge（f,'

110subplot（231）,imshow（g_sobel_default）;

111title（'

gsobeldefault'

112

113[g_log_default,tlog]=edge（f,'

log'

114subplot（233）,imshow（g_log_default）;

115title（'

glogdefault'

116

117[g_canny_default,tc]=edge（f,'

canny'

118subplot（235）,imshow（g_canny_default）;

119title（'

gcannydefault'

120

121g_sobel_best=edge（f,'

0.05）;

122subplot（232）,imshow（g_sobel_best）;

123title（'

gsobelbest'

124

125g_log_best=edge（f,'

0.003,2.25）;

126subplot（234）,imshow（g_log_best）;

127title（'

glogbest'

128

129g_canny_best=edge（f,'

[0.040.10],1.5）;

130subplot（236）,imshow（g_canny_best）;

131title（'

gcannybest'

132%3者比较的结果如下：

133

134%%hough变换说明

135clc

136clear

137f=zeros（101,101）;

138f（1,1）=1;

139f（101,1）=1;

140f（1,101）=1;

141f（51,51）=1;

142f（101,101）=1;

143imshow（f）;

title（'

带有5个点的二值图像'

144%显示如下：

145

146H=hough（f）;

147figure,imshow（H,[]）;

148title（'

不带标度的hough变换'

149%不带标度的hough变换结果如下：

150

151[H,theta,rho]=hough（f）;

152figure,imshow（theta,rho,H,[],'

notruesize'

%为什么显示不出来呢

153axison,axisnormal;

154xlabel（'

\theta'

）,ylabel（'

\rho'

155

156%%计算全局阈值

157clc

158clear

159f=imread（'

.\images\dipum_images_ch10\Fig1013（a）（scanned-text-grayscale）.tif'

160imshow（f）;

161title（'

全局阈值原始图像'

162%其图片显示结果如下：

163

164T=0.5*（double（min（f（:

）））+double（max（f（:

））））;

165done=false;

166while~done

167g=f>

168Tnext=0.5*（mean（f（g））+mean（f（~g）））;

169done=abs（T-Tnext）<

0.5

170T=Tnext;

171end

172g=f<

%因为前景是黑色的字，所以要分离出来的话这里就要用<

173figure,subplot（121）,imshow（g）;

174title（'

使用迭代方法得到的阈值处理图像'

175

176

177T2=graythresh（f）;

%得到的是0~1的小数？

178g=f<

=T2*255;

179subplot（122）,imshow（g）;

180title（'

使用函数graythresh得到的阈值处理图像'

181%阈值处理后结果如下：

182

183%%焊接空隙区域生长

184clc

185clear

186f=imread（'

.\images\dipum_images_ch10\Fig1014（a）（defective_weld）.tif'

187subplot（221）,imshow（f）;

188title（'

焊接空隙原始图像'

189

190%函数regiongrow返回的NR为是不同区域的数目，参数SI是一副含有种子点的图像

191%TI是包含在经过连通前通过阈值测试的像素

192[g,NR,SI,TI]=regiongrow（f,255,65）;

%种子的像素值为255，65为阈值

193

194subplot（222）,imshow（SI）;

195title（'

焊接空隙种子点的图像'

196

197subplot（223）,imshow（TI）;

198title（'

焊接空隙所有通过阈值测试的像素'

199

200subplot（224）,imshow（g）;

201title（'

对种子点进行8连通分析后的结果'

202%焊接空隙区域生长图如下：

203

204%%使用区域分离和合并的图像分割

205clc

206clear

207f=imread（'

.\images\dipum_images_ch10\Fig1017（a）（cygnusloop_Xray_original）.tif'

208subplot（231）,imshow（f）;

209title（'

区域分割原始图像'

210

211g32=splitmerge（f,32,@predicate）;

%32代表分割中允许最小的块

212subplot（232）,imshow（g32）;

213title（'

mindim为32时的分割图像'

214

215g16=splitmerge（f,16,@predicate）;

216subplot（233）,imshow（g16）;

217title（'

218

219g8=splitmerge（f,8,@predicate）;

220subplot（234）,imshow（g8）;

221title（'

222

223g4=splitmerge（f,4,@predicate）;

224subplot（235）,imshow（g4）;

225title（'

226

227g2=splitmerge（f,2,@predict）;

228subplot（236）,imshow（g2）;

229title（'

230

231%%使用距离和分水岭变换分割灰度图像

232clc

233clear

234f=imread（'

.\images\dipum_images_ch10\Fig0925（a）（dowels）.tif'

235subplot（231）,imshow（f）;

使用距离和分水岭分割原图'

236

237g=im2bw（f,graythresh（f））;

238subplot（232）,imshow（g）,title（'

原图像阈值处理后的图像'

239

240gc=~g;

241subplot（233）,imshow（gc）,title（'

阈值处理后取反图像'

242

243D=bwdist（gc）;

244subplot（234）,imshow（D）,title（'

使用距离变换后的图像'

245

246L=watershed（-D）;

247w=L==0;

248subplot（235）,imshow（w）,title（'

距离变换后的负分水岭图像'

249

250g2=g&

~w;

251subplot（236）,imshow（g2）,title（'

阈值图像与分水岭图像相与图像'

252%使用距离分水岭图像如下：

253

254%%使用梯度和分水岭变换分割灰度图像

255clc

256clear

257f=imread（'

.\images\dipum_images_ch10\Fig1021（a）（small-blobs）.tif'

258subplot（221）,imshow（f）;

259title（'

使用梯度和分水岭变换分割灰度图像'

260

261h=fspecial（'

262fd=double（f）;

263g=sqrt（imfilter（fd,h,'

）.^2+imfilter（fd,h'

）.^2）;

264subplot（222）,imshow（g,[]）;

265title（'

使用梯度和分水岭分割幅度图像'

266

267L=watershed（g）;

268wr=L==0;

269subplot（223）,imshow（wr）;

270title（'

对梯度复制图像进行二值分水岭后图像'

271

272g2=imclose（imopen（g,ones（3,3））,ones（3,3））;

273L2=watershed（g2）;

274wr2=L2==0;

275f2=f;

276f2（wr2）=255;

277subplot（224）,imshow（f2）;

278title（'

平滑梯度图像后的分水岭变换'

279%使用梯度和分水岭变换分割灰度图像结果如下：

280

281%%控制标记符的分水岭分割

282clc

283clear

284f=imread（'

.\images\dipum_images_ch10\Fig1022（a）（gel-image）.tif'

285imshow（f）;

286title（'

控制标记符的分水岭分割原图像'

287

288h=fspecial（'

289fd=double（f）;

290g=sqrt（imfilter（fd,h,'

291L=watershed（g）;

292wr=L==0;

293figure,subplot（231）,imshow（wr,[]）;

294title（'

控制标记符的分水岭分割幅度图像'

295

296rm=imregionalmin（g）;

%梯度图像有很多较浅的坑，造成的原因是原图像不均匀背景中灰度细小的变化

297subplot（232）,imshow（rm,[]）;

298title（'

对梯度幅度图像的局部最小区域'

299

300im=imextendedmin（f,2）;

%得到内部标记符

301fim=f;

302fim（im）=175;

303subplot（233）,imshow（f,[]）;

304title（'

内部标记符'

305

306Lim=watershed（bwdist（im））;

307em=Lim==0;

308subplot（234）,imshow（em,[]）;

309title（'

外部标记符'

310

311g2=imimposemin（g,im|em）;

312subplot（235）,imshow（g2,[]）;

313title（'

修改后的梯度幅度值'

314

315L2=watershed（g2）;

316f2=f;

317f2（L2==0）=255;

318subplot（236）,imshow（f2）,title（'

最后分割的结果'

319%控制标记符的分水岭分割过程如下：

展开阅读全文