实用matlab代码资料讲解Word文件下载.docx

1、 % 局部拉伸，把0.3 0.7 内的灰度拉伸为0 1subplot（2,2,4）,imshow（K）; 线性变换图像0.3 0.73.非线性变换subplot（1,2,1）,imshow（l1）; %显示网格线 %显示坐标系J=double（I1）;J=40*（log（J+1）;subplot（1,2,2）,imshow（H）; 对数变换图像）；%显示网格线4.直方图均衡化l=imread（I=rgb2gray（l）;figure;subplot（2,2,1）;imshow（I）;subplot（2,2,2）;imhist（I）;I仁histeq（l）;imshow（I1）;imhist（I

2、1）;5.线性平滑滤波器用MATLA实现领域平均法抑制噪声程序:subplot（231）imshow（I）I=rgb2gray（I）;I1=im noise（l,salt & pepper,0.02）;subplot（232）imshow（ll） 添加椒盐噪声的图像k仁filter2（fspecial（average,3）,l1）/255;模板平滑滤波k2=filter2（fspecial（,5）,l1）/255;k3=filter2（fspecial（,7）,l1）/255;k4=filter2（fspecial（,9）,l1）/255;%进行3*3%进行5*5%进行7*7%进行9*9sub

3、plot（233）,imshow（k1）;3*3subplot（234）,imshow（k2）;5*5subplot（235）,imshow（k3）;7*7 subplot（236）,imshow（k4）;9*96.中值滤波器用MATLA实现中值滤波程序如下:J=imno ise（l,salt& subplot（231）,imshow（l）; subplot（232）,imshow（J）; k1=medfilt2（J）;k2=medfilt2（J,5,5）;k3=medfilt2（J,7,7）;模板平滑滤波 模板平滑滤波原图像）；添加椒盐噪声图像%进行3*3模板中值滤波%进行5*5模板中值滤波

4、%进行7*7模板中值滤波%进行9*9模板中值滤波模板中值滤波 模板中值滤波%选择sobel算子%卷积运算k4=medfilt2（J,9,9）;7*7subplot（236）,imshow（k4）;7.用Sobel算子和拉普拉斯对图像锐化: subplot（2,2,1）,imshow （I）;I1=im2bw（I）;subplot（2,2,2）,imshow（l1）;二值图像H=fspecial（sobelJ=filter2（H,I1）; subplot（2,2,3）,imshow（J）;sobel 算子锐化图像h=0 1 0,1-4 1,0 1 0; %拉普拉斯算子J1=co nv2（l1,h

5、,samesubplot（2,2,4）,imshow（J1）; 拉普拉斯算子锐化图像8.梯度算子检测边缘用MATLA实现如下：subplot（2,3,1）;subplot（2,3,2）;I2=edge（l1,robertssubplot（2,3,3）;imshow（l2）;roberts 算子分割结果I3=edge（I1,subplot（2,3,4）;imshow（I3）;sobel 算子分割结果I4=edge（I1,卩rewittsubplot（2,3,5）;imshow（I4）;title（卩rewitt 算子分割结果9.LOG算子检测边缘用MATLAB? subplot（2,2,1）;i

6、mshow（l）;I仁 rgb2gray（l）; subplot（2,2,2）;imshow（ll）;I2=edge（I1,log subplot（2,2,3）;log 算子分割结果1O.Canny算子检测边缘 用MATLAB?ca nn y%将彩色图像转化灰度图像% 计算将灰度图像转化为二值图像%将灰度图像转化为二值图像% 计算起始点列坐标%计算起始点行坐标,conn ectivity, num _poi nts）;canny 算子分割结果11.边界跟踪（bwtraceboundary 函数） clc clear all l=imread（figure threshold=graythres

7、h（I1）;所需的门限BW=im2bw（l1, threshold）;imshow（BW）;dim=size（BW）;col=rou nd（dim （2）/2）-90;row=fi nd（BW（:,col）,1）;conn ectivity=8;nu m_po in ts=180;con tour=bwtracebo un dary（BW,row,col,N%提取边界hold on;plot（co ntour（:,2）,co ntour（:,1）, g,Li neWidth ,2）; 边界跟踪图像12.Hough 变换I= imread（xia n. bmprotI=rgb2gray（I）;i

8、mshow（rotI）;BW=edge（rotl,prewittprewitt 算子边缘检测后图像H,T,R=hough（BW）;subplot（2,2,3）;imshow（H,XData,T,YData,R,l nitialMag ni ficatio nfit 霍夫变换图xlabel（theta）,ylabel（rhoaxis on , axis normal, hold on;P=houghpeaks（H,5,threshold,ceil（0.3*max（H（:）;x=T（P（:,2）;y=R（P（:,1）;plot（x,y,scolorwhitelin es=houghli nes（B

9、W,T,R,P,FillGap,5,Mi nLe ngth,7）; subplot（2,2,4）;,imshow（rotl）; 霍夫变换图像检测max_le n=0;for k=1:le ngth（li nes）xy=li nes（k）.poi nt1;li nes（k）.poi nt2;plot（xy（:,1）,xy（:,2）,2,Colorgree n plot（xy（1,1）,xy（1,2）,xL in eWidthyellowplot（xy（2,1）,xy（2,2）,redlen=no rm（li nes（k）.poi nt1-li nes（k）.poi nt2）;if（le n ma

10、x_le n）max_le n=len;xyon g=xy;endplot（xy_lo ng（:,1）,xy_lo ng（:cya n13.直方图阈值法用MATLA实现直方图阈值法：imshow（l1）;m, n=size（l1）;%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for k=0:255GP（k+1）=le ngth（fi nd（l1=k）/（m* n）; % 计算每级灰度出现的概率，将其存入GP中相应位置subplot（2,2,2）,bar（0:255,GP,%绘制直方图 灰度直方图灰度值ylabel（出现概率l2=im2bw（l,150/255

11、）;subplot（2,2,3）,imshow（l2）; 阈值150的分割图像l3=im2bw（l,200/255）;subplot（2,2,4）,imshow（l3）; 阈值200的分割图像） axis（50,250,50,200）;14.自动阈值法：Otsu法 用MATLA实现Otsu算法: clcclear alllevel=graythresh（l）; %确定灰度阈值BW=im2bw（l,level）;subplot（1,2,2）,imshow（BW）;Otsu 法阈值分割图像15.膨胀操作subplot（1,2,1）;se=strel（disk,1）;I2=imdilate（I1,s

12、e）;行膨胀subplot（1,2,2）; 膨胀后图像16.腐蚀操作%载入图像%生成圆形结构元素%用生成的结构元素对图像进MATLA实现腐蚀操作I2=imerode（I1,se）; 腐蚀后图像17.开启和闭合操作用MATLA实现开启和闭合操作 axis（50,250,50,200）;%用生成的结构元素对图像进行腐蚀系I2=imope n（I1,se）;I3=imclose（l1,se）; subplot（2,2,3）,imshow（l2）; 开启运算后图像 subplot（2,2,4）,imshow（l3）; 闭合运算后图像18.开启和闭合组合操作 subplot（3,2,1）,imshow

13、（I）;%显示坐标%采用半径为1的圆作为结构元素%开启操作%闭合操作subplot（3,2,2）,imshow（l1）; subplot（3,2,3）,imshow（l2）;subplot（3,2,4）,imshow（l3）;I4=imope n（I1,se）;I5=imclose（I4,se）; subplot（3,2,5）,imshow（l5）; 开一闭运算图像I6=imclose（l1,se）;%开一闭运算图像I7=imope n（l6,se）; subplot（3,2,6）,imshow（l7）; 闭一开运算图像19.形态学边界提取利用MATLA实现如下：subplot（1,3,1）,imshow（l）;subplot（1,3,2）,imshow（l1）; 二值化图像I2=bwperim（l1）;subplot（1,3,3）,imshow（l2）; 边界周长的二值图像%闭一开运算图像%获取区域的周长20.形态学骨架提取I2=bwmorph（l1,skel1 次骨架提取I3=bwmorph（l1,2）;2 次骨架提取21.直接提取四个顶点坐标I = imread（I = l（：,：,1）；BW=im2bw（l）;imshow（BW）x,y=getpts