图像分割和形态学处理与MATLAB实现Word下载.docx

1、w = -1 -1 -1; -1 8 -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） =t-200）;=t-800）;）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clearxian.jpgsubplot（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;subplot（222）

2、,imshow（g,）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,）-45度检测后左上角放大图gbot = g（end-40:end,end-40:end）;gbot = pixeldup（gbot,4）;subplot（224）,imshow（gbot,）-45度检测后右下角后放大图5.2.2 处理效果-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 f=imr

3、ead（bianyuan.jpgf= rgb2gray（f）;subplot（321）,imshow（f）;sobel检测的原始图像gv,t=edge（f,sobel,vertical%斜线因为具有垂直分量，所以也能够被检测出来 subplot（322）,imshow（gv）;sobel垂直方向检测后图像gv=edge（f,0.15,subplot（323）,imshow（gv）;sobel垂直检测0.15阈值后图像gboth=edge（f,0.15）;subplot（324）,imshow（gboth）;sobel水平垂直方向阈值0.15后图像w45=-2 -1 0 86 -1 0 1 87

4、 0 1 2;g45=imfilter（double（f）,w45,replicateT=0.3*max（abs（g45（:）;g45=g45=T;subplot（325）,imshow（g45）;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,T=0.3*max（abs（g_45（:g_45=g_45subplot（326）,imshow（g_45）;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dalouj.jpgimshow（f）g_so

5、bel_default , ts = edge（f,imshow（g_sobel_default）;g sobel defaultg_log_default,tlog=edge（f,logimshow（g_log_default）;g log defaultg_canny_default,tc=edge（f,cannyfigure,imshow（g_canny_default）;g canny defaultg_sobel_best=edge（f,0.25）;figure,imshow（g_sobel_best）;g sobel bestg_log_best=edge（f,0.003,2.25

6、）;figure,imshow（g_log_best）;g log bestg_canny_best=edge（f,0.04 0.10,1.5）;figure,imshow（g_canny_best）;g canny best5.3.2.1 效果5.2 编程实现膨胀和腐蚀5.2.1 膨胀5.2.1.1程序A1=imread（beitie.jpgA1 =im2bw（A1）;B=1 1 1 1 1 1 1 1 1 1 1 1 1 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,imsh

7、ow（A1）;imdilate膨胀原始图像figure,imshow（A2）;使用B后1次膨胀后的图像figure,imshow（A3）;使用B后2次膨胀后的图像figure,imshow（A4）;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 程序原始图像se1=strel（disk,2）;A2=imerode（A1,se1）;用disk（2）腐蚀后的图像se2=strel（,4）;A3=imerode（A1,se2）;用disk（4）腐蚀后的图像se3=strel（,6）;A4=imerode（A1,se3）;用disk（6）腐蚀后的图像5.2.2.2 效果5

8、.3编程实现开运算和闭运算5.3.1开运算5.3.1.1程序f =im2bw（f）;%se=strel（square,5%方型结构元素 se=strel（%圆盘型结构元素 imshow（f）;%原图像 运算原始图像fo=imopen（f,se）;imshow（fo）;直接开运算5.3.1.2 效果5.3.2 闭运算 title（fc=imclose（f,se）;%直接闭运算 figure,imshow（fc）;直接闭运算foc=imclose（fc,se）;%先开后闭运算 figure,imshow（foc）;先开后闭运算fco=imopen（fc,se）;%先闭后开运算 figure,ims

9、how（fco）;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guge.jpgfigure,imshow（f）;骨架提取原图g1=bwmorph（f,skel,1）;figure,imshow（g1）;骨架提取1次g2=bwmorph（f,5）;figure,imshow（g2）;骨架提取5次g3=bwmorph（f,20）;figure,imshow（g3）;骨架提取20次g4=bwmorph（f,Inf）;figure,imshow（g4）;骨架提取无穷大次 for k=1:5 g3=g3&endpoints（g3）; end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zhiwen.jpgf=f;指纹细化原图thin指纹细化1次指纹细化5次指纹细化无穷大次5.4.2.2 效果