MATLAB 边缘检测

<span style="font-size:18px; font-family: Arial, Helvetica, sans-serif;"></span>

1、用Prewitt算子检测图像的边缘

I = imread('bacteria.BMP');

BW1 = edge(I,'prewitt',0.04); % 0.04为梯度阈值

figure(1);

imshow(I);

figure(2);

imshow(BW1);

2、用不同σ值的LoG算子检测图像的边缘

I = imread('bacteria.BMP');

BW1 = edge(I,'log',0.003); % σ=2

imshow(BW1);title('σ=2')

BW1 = edge(I,'log',0.003,3); % σ=3

figure, imshow(BW1);title('σ=3')

3、用Canny算子检测图像的边缘

I = imread('bacteria.BMP');

imshow(I);

BW1 = edge(I,'canny',0.2);

figure,imshow(BW1);

4、图像的阈值分割

I=imread('blood1.tif');

imhist(I); % 观察灰度直方图，灰度140处有谷，确定阈值T=140

I1=im2bw(I,140/255); % im2bw函数需要将灰度值转换到[0,1]范围内

figure,imshow(I1);

5、用水线阈值法分割图像

afm = imread('afmsurf.tif');figure, imshow(afm);

se = strel('disk', 15);

Itop = imtophat(afm, se); % 高帽变换

Ibot = imbothat(afm, se); % 低帽变换

figure, imshow(Itop, []); % 高帽变换，体现原始图像的灰度峰值

figure, imshow(Ibot, []); % 低帽变换，体现原始图像的灰度谷值

Ienhance = imsubtract(imadd(Itop, afm), Ibot);% 高帽图像与低帽图像相减，增强图像

figure, imshow(Ienhance);

Iec = imcomplement(Ienhance); % 进一步增强图像

Iemin = imextendedmin(Iec, 20); figure,imshow(Iemin) % 搜索Iec中的谷值

Iimpose = imimposemin(Iec, Iemin);

wat = watershed(Iimpose); % 分水岭分割

rgb = label2rgb(wat); figure, imshow(rgb); % 用不同的颜色表示分割出的不同区域

6、对矩阵进行四叉树分解

I = [ 1 1 1 1 2 3 6 6

1 1 2 1 4 5 6 8

1 1 1 1 10 15 7 7

1 1 1 1 20 25 7 7

20 22 20 22 1 2 3 4

20 22 22 20 5 6 7 8

20 22 20 20 9 10 11 12

22 22 20 20 13 14 15 16];

S = qtdecomp(I,5);

full(S)

7、将图像分为文字和非文字的两个类别

I=imread('4-11.jpg');

I1=I(:,:,1);

I2=I(:,:,2);

I3=I(:,:,3);

[y,x,z]=size(I);

d1=zeros(y,x);

d2=d1;

myI=double(I);

I0=zeros(y,x);

for i=1:x

for j=1:y

%欧式聚类

d1(j,i)=sqrt((myI(j,i,1)-180)^2+(myI(j,i,2)-180)^2+(myI(j,i,3)-180)^2);

d2(j,i)=sqrt((myI(j,i,1)-200)^2+(myI(j,i,2)-200)^2+(myI(j,i,3)-200)^2);

if (d1(j,i)>=d2(j,i))

I0(j,i)=1;

end

figure(1);

imshow(I);

% 显示RGB空间的灰度直方图，确定两个聚类中心(180,180,180)和(200,200,200)

figure(2);

subplot(1,3,1);

imhist(I1);

subplot(1,3,2);

imhist(I2);

subplot(1,3,3);

imhist(I3);

figure(4);

imshow(I0);

8、形态学梯度检测二值图像的边缘

I=imread('wrod213.bmp');

imshow(I);

I=~I; % 腐蚀运算对灰度值为1的进行

figure, imshow(I);

SE=strel('square',3); % 定义3×3腐蚀结构元素

J=imerode(~I,SE);

BW=(~I)-J; % 检测边缘

figure,imshow(BW);

9、形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象

I=imread('circbw.tif');

imshow(I);

SE=strel('rectangle',[40 30]); % 结构定义

J=imopen(I,SE); % 开启运算

figure,imshow(J);

<span style="font-size: 18px;"></span>

MATLAB 边缘检测相关推荐

【图像处理】基于matlab边缘检测 Sobel、Roberts、Prewitt
matlab边缘检测 Sobel.Roberts.Prewitt 一.Sobel边缘检测算法 1.算法简介 2.matlab实现 3.Sobel检测结果二.Roberts边缘检测算法 1.算法简介 ...
hough变换连接边缘matlab,边缘检测与Hough变换实验报告 Matlab - 图文
<边缘检测与Hough变换实验报告 Matlab - 图文>由会员分享,可在线阅读,更多相关<边缘检测与Hough变换实验报告 Matlab - 图文(5页珍藏版)>请在人人文 ...
数字图像matlab边缘检测（一）
1.图像的一阶边缘检测图像的边缘检测,是图像分割的重要依据,一般图像的边缘可分为阶梯状,脉冲状,屋顶状一阶微分算子主要是依据图像梯度在边缘取得最大值. 数据模板 a0 a1 a2 a3 a4 a5 ...
小波变换边缘检测 matlab,边缘检测算子和小波变换提取图像边缘【matlab】
Roberts边缘检测算子:根据一对互相垂直方向上的差分可用来计算梯度的原理,采用对角线方向相邻两像素之差. 小波变换的方法比较适用于展现夹带在正常信号中的瞬间反常现象,具有方向敏感性.所以可以边缘检 ...
MATLAB边缘检测系统
摘要在边缘检测是图像处理和计算机视觉中的基本问题,它的目的是标识出数字图像中亮度变化明显的点.图像经过边沿检测处理之后,不仅大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结 ...
matlab边缘检测
####概述: 边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点. 图像属性中的显著变化通常反映了属性的重要事件和变化. 这些包括(i)深度上的不连续. (i ...
matlab 垂直边缘检测,matlab 边缘检测
一.没有噪声时的检测结果 1 原始图像 2 Sobel算子边缘检测 3 Prewitt算子边缘检测 4 Roberts算子边缘检测 5 Laplace算子边缘检测 6 Canny算子边缘检测二.加入 ...
matlab 边缘检测抠图,ps如何调整边缘的流程：边缘检测、调整边缘、输出(调整边缘抠图...
文章详细介绍ps如何调整边缘的流程,遵循ps调整边缘抠图三步骤:边缘检测.调整边缘.输出来操作就OK. 关于ps如何调整边缘,我们使用一个截图来介绍ps调整边缘抠图的流程. ps调整边缘抠图的步骤如下 ...
matlab 边缘检测不闭合,Matlab多种图像边缘检测方法
1.用Prewitt算子检测图像的边缘 I = imread('bacteria.BMP'); BW1 = edge(I,'prewitt',0.04); % 0.04为梯度阈 ...

MATLAB 边缘检测

MATLAB 边缘检测相关推荐

最新文章

热门文章