数字图像处理matlab代码.docx
《数字图像处理matlab代码.docx》由会员分享，可在线阅读，更多相关《数字图像处理matlab代码.docx（19页珍藏版）》请在冰豆网上搜索。
数字图像处理matlab代码
MATLAB实用源代码
图像读取及灰度变换
I=imread（'cameraman.tif'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
图像旋转
I=imread（'cameraman.tif'）;
figure,imshow（I）;
theta=30;
K=imrotate（I,theta）;%Tryvaryingtheangle,theta.
figure,imshow（K）
边缘检测
I=imread（'cameraman.tif'）;
J1=edge（I,'sobel'）;
J2=edge（I,'prewitt'）;
J3=edge（I,'log'）;
subplot（1,4,1）,imshow（I）;
subplot（1,4,2）,imshow（J1）;
subplot（1,4,3）,imshow（J2）;
subplot（1,4,4）,imshow（J3）;
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（'二值图像'）;
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
figure
imshow（I1）;
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）;
subplot（2,2,1）;
imshow（rotI）;
title（'灰度图像'）;
axis（[50,250,50,200]）;
gridon;
axison;
BW=edge（rotI,'prewitt'）;
subplot（2,2,2）;
imshow（BW）;
title（'prewitt算子边缘检测后图像'）;
axis（[50,250,50,200]）;
gridon;
axison;
[H,T,R]=hough（BW）;
subplot（2,2,3）;
imshow（H,[],'XData',T,'YData',R,'InitialMagnification','fit'）;
title（'霍夫变换图'）;
xlabel（'\theta'）,ylabel（'\rho'）;
axison,axisnormal,holdon;
P=houghpeaks（H,5,'threshold',ceil（0.3*max（H（:
））））;
x=T（P（:
2））;y=R（P（:
1））;
plot（x,y,'s','color','white'）;
lines=houghlines（BW,T,R,P,'FillGap',5,'MinLength',7）;
subplot（2,2,4）;,imshow（rotI）;
title（'霍夫变换图像检测'）;
axis（[50,250,50,200]）;
gridon;
axison;
holdon;
max_len=0;
fork=1:
length（lines）
xy=[lines（k）.point1;lines（k）.point2];
plot（xy（:
1）,xy（:
2）,'LineWidth',2,'Color','green'）;
plot（xy（1,1）,xy（1,2）,'x','LineWidth',2,'Color','yellow'）;
plot（xy（2,1）,xy（2,2）,'x','LineWidth',2,'Color','red'）;
len=norm（lines（k）.point1-lines（k）.point2）;
if（len>max_len）
max_len=len;
xy_long=xy;
end
end
plot（xy_long（:
1）,xy_long（:
2）,'LineWidth',2,'Color','cyan'）;
13.直方图阈值法
用MATLAB实现直方图阈值法：
I=imread（'xian.bmp'）;
I1=rgb2gray（I）;
figure;
subplot（2,2,1）;
imshow（I1）;
title（'灰度图像'）
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
[m,n]=size（I1）; %测量图像尺寸参数
GP=zeros（1,256）; %预创建存放灰度出现概率的向量
fork=0:
255
GP（k+1）=length（find（I1==k））/（m*n）; %计算每级灰度出现的概率，将其存入GP中相应位置
end
subplot（2,2,2）,bar（0:
255,GP,'g'） %绘制直方图
title（'灰度直方图'）
xlabel（'灰度值'）
ylabel（'出现概率'）
I2=im2bw（I,150/255）;
subplot（2,2,3）,imshow（I2）;
title（'阈值150的分割图像'）
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
I3=im2bw（I,200/255）; %
subplot（2,2,4）,imshow（I3）;
title（'阈值200的分割图像'）
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
14.自动阈值法：
Otsu法
用MATLAB实现Otsu算法：
clc
clearall
I=imread（'xian.bmp'）;
subplot（1,2,1）,imshow（I）;
title（'原始图像'）
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
level=graythresh（I）; %确定灰度阈值
BW=im2bw（I,level）;
subplot（1,2,2）,imshow（BW）;
title（'Otsu法阈值分割图像'）
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
15.膨胀操作
I=imread（'xian.bmp'）; %载入图像
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
se=strel（'disk',1）; %生成圆形结构元素
I2=imdilate（I1,se）; %用生成的结构元素对图像进行膨胀
subplot（1,2,2）;
imshow（I2）;
title（'膨胀后图像'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
16.腐蚀操作
MATLAB实现腐蚀操作
I=imread（'xian.bmp'）; %载入图像
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
se=strel（'disk',1）; %生成圆形结构元素
I2=imerode（I1,se）; %用生成的结构元素对图像进行腐蚀
subplot（1,2,2）;
imshow（I2）;
title（'腐蚀后图像'）;
axis（[50,250,50,200]）;
gridon; %显示网格线
axison; %显示坐标系
17.开启和闭合操作
用MATLAB实现开启和闭合操作
I=imread（'xian.bmp'）; %载入图像
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
se=strel（'disk',1）; %采用半径为1的圆作为结构元素
I2=imopen（I1,se）; %开启操作
I3=imclose（I1,se）; %闭合操作
subplot（2,2,3）,imshow（I2）;
title（'开启运算后图像'）;
axis（[50,250,50,200]）;
axison; %显示坐标系
subplot（2,2,4）,imshow（I3）;
title（'闭合运算后图像'）;
axis（[50,250,50,200]）;
axison; %显示坐标系
18.开启和闭合组合操作
I=imread（'xian.bmp'）; %载入图像
subplot（3,2,1）,imshow（I）;
title（'原始图像'）;
axis（[50,250,50,200]）;
axison; %显示坐标系
I1=rgb2gray（I）;
subplot（3,2,2）,imshow（I1）
升级会员 