MATLAB數(shù)字圖像處理

1、精選優(yōu)質(zhì)文檔-傾情為你奉上圖像處理與分析實(shí)驗(yàn)指導(dǎo)書何家峰 王華香 崔苗 朱錚濤 編寫廣東工業(yè)大學(xué)信息工程學(xué)院2006年6月 圖像是一種重要的信息源，圖像處理的最終目的就是要幫助人類理解信息的內(nèi)涵。數(shù)字圖像處理技術(shù)的研究?jī)?nèi)容涉及光學(xué)系統(tǒng)、微電子技術(shù)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)分析等領(lǐng)域，是一門綜合性很強(qiáng)的邊緣學(xué)科。隨著計(jì)算機(jī)的迅猛發(fā)展，圖像處理技術(shù)已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域?！皵?shù)字圖像處理”課程內(nèi)容主要包括利用計(jì)算機(jī)對(duì)圖像信息進(jìn)行圖像采集、圖像變換、圖像增強(qiáng)與恢復(fù)、圖像分割、圖像分析與理解、圖像壓縮、圖像傳輸?shù)雀鞣N處理的基本理論、典型方法和實(shí)用技術(shù)。 通過(guò)本課程的學(xué)習(xí)，可使學(xué)生掌握有關(guān)圖像處理與圖像分析的基本

2、概念、基礎(chǔ)理論、實(shí)用技術(shù)和典型方法。通過(guò)該系列實(shí)驗(yàn)教學(xué)與實(shí)踐，使學(xué)生了解和掌握利用各種圖像采集設(shè)備_圖像掃描儀、數(shù)碼照相機(jī)、錄像機(jī)、數(shù)碼攝像機(jī)等獲取多種格式的靜態(tài)、動(dòng)態(tài)圖像數(shù)據(jù)的方法及手段，了解圖像增強(qiáng)、圖像分割、圖像理解和分析算法的物理意義；了解圖像傳輸、圖像編碼等相關(guān)技術(shù)的基本原理、軟/硬件構(gòu)成以及典型的應(yīng)用；此外對(duì)圖像遠(yuǎn)程傳輸、存貯等網(wǎng)絡(luò)流媒體遠(yuǎn)程通信技術(shù)、數(shù)據(jù)庫(kù)管理與維護(hù)、超文本系統(tǒng)等方法也進(jìn)行必要的了解，為將來(lái)的研究和應(yīng)用打下良好的基礎(chǔ)。 應(yīng)用于圖像處理的計(jì)算機(jī)軟件技術(shù)平臺(tái)很多，如VC+、MATLAB等。本實(shí)驗(yàn)指導(dǎo)書選用MATLAB做實(shí)驗(yàn)平臺(tái)，MATLAB是一種基于向量（數(shù)組）而不是

3、標(biāo)量的高級(jí)程序語(yǔ)言，而數(shù)字圖像實(shí)際上就是一組有序的離散數(shù)據(jù)，從而MATLAB從本質(zhì)上就可以提供對(duì)圖像處理的技術(shù)支持。實(shí)驗(yàn)一：圖像預(yù)處理實(shí)驗(yàn)（驗(yàn)證性實(shí)驗(yàn)）一、實(shí)驗(yàn)?zāi)康呐c要求：目的：通過(guò)本次實(shí)驗(yàn)，學(xué)生可以掌握?qǐng)D像讀取、顯示和保存的方法，掌握空間域增強(qiáng)方法和頻率域增強(qiáng)方法。要求：上機(jī)運(yùn)行，調(diào)試通過(guò)。二、實(shí)驗(yàn)方案：1） 對(duì)附錄中的練習(xí)111、練習(xí)13，進(jìn)行上機(jī)運(yùn)行和調(diào)試。2） 對(duì)上述練習(xí)，改變一些函數(shù)的參數(shù)，觀察運(yùn)行結(jié)果的變化。三、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理對(duì)每個(gè)練習(xí)，要求學(xué)生獲得相應(yīng)的實(shí)驗(yàn)結(jié)果。四、結(jié)論 可以是對(duì)某些MATLAB函數(shù)如何使用的認(rèn)識(shí)，也可以是學(xué)生的實(shí)驗(yàn)后的心得體會(huì)。五、問(wèn)題與討論1）在顯示傅里

4、葉頻譜前，為什么常常進(jìn)行對(duì)數(shù)變換？ 2）對(duì)實(shí)驗(yàn)中遇到的問(wèn)題，進(jìn)行討論。實(shí)驗(yàn)二：形態(tài)學(xué)處理、圖像分割、表達(dá)與描述實(shí)驗(yàn)（驗(yàn)證性實(shí)驗(yàn)）一、實(shí)驗(yàn)?zāi)康呐c要求：目的：要求學(xué)生掌握形態(tài)學(xué)處理、圖像分割和圖像表達(dá)與描述的基本方法，掌握相關(guān)的MATLAB函數(shù)。要求：上機(jī)運(yùn)行，調(diào)試通過(guò)。二、實(shí)驗(yàn)內(nèi)容:1） 對(duì)附錄中的練習(xí)1524、練習(xí)26、練習(xí)2832，進(jìn)行上機(jī)運(yùn)行和調(diào)試。2）對(duì)上述練習(xí)，改變一些函數(shù)的參數(shù)，觀察運(yùn)行結(jié)果的變化。三、實(shí)驗(yàn)結(jié)果與數(shù)據(jù)處理對(duì)每個(gè)練習(xí)，要求學(xué)生獲得相應(yīng)的實(shí)驗(yàn)結(jié)果。四、結(jié)論 可以是對(duì)某些MATLAB函數(shù)如何使用的認(rèn)識(shí)，也可以是學(xué)生的實(shí)驗(yàn)后的心得體會(huì)。五、問(wèn)題與討論1）在形態(tài)學(xué)處理中，結(jié)構(gòu)元

5、選取的原則是什么？舉例說(shuō)明。2）對(duì)實(shí)驗(yàn)中遇到的問(wèn)題，進(jìn)行討論。實(shí)驗(yàn)三：直方圖均衡化實(shí)驗(yàn)（設(shè)計(jì)性實(shí)驗(yàn)）實(shí)驗(yàn)名稱：直方圖均衡化實(shí)驗(yàn)實(shí)驗(yàn)項(xiàng)目性質(zhì)：設(shè)計(jì)性實(shí)驗(yàn)所屬課程名稱：圖像處理與分析計(jì)劃學(xué)時(shí)：2一、 實(shí)驗(yàn)?zāi)康呐c要求1目的：通過(guò)本次實(shí)驗(yàn)，加深學(xué)生對(duì)直方圖均衡化的基本原理的理解，加強(qiáng)學(xué)生的算法設(shè)計(jì)和編程實(shí)現(xiàn)的能力。2、要求：根據(jù)直方圖均衡化的原理，設(shè)計(jì)直方圖均衡化的算法，并編程實(shí)現(xiàn)直方圖均衡化的功能。二、 預(yù)習(xí)與參考1R. C. Gonzalez, R. E. Woods。數(shù)字圖像處理（第二版）。北京：電子工業(yè)出版社，2003。2圖像處理與分析實(shí)驗(yàn)指導(dǎo)書的附錄。2R. C. Gonzalez, R.

6、E. Woods, S. L. Eddins。數(shù)字圖像處理（MATLAB版）。北京：電子工業(yè)出版社，2005。3徐飛，施曉紅。Matlab應(yīng)用圖像處理。西安：西安電子科技大學(xué)出版社，2002。三、實(shí)驗(yàn)方案 此方案為參考方案，鼓勵(lì)學(xué)生提出自己的方案。實(shí)現(xiàn)直方圖均衡化的實(shí)現(xiàn)步驟：1. 列出原始圖像的灰度級(jí),其中L是灰度級(jí)的個(gè)數(shù)。2. 統(tǒng)計(jì)各灰度級(jí)的像素?cái)?shù)目。3. 計(jì)算原始圖像直方圖各灰度級(jí)的頻數(shù)，其中n為原始圖像總的像素?cái)?shù)目。4. 計(jì)算累積分布函數(shù)。5. 應(yīng)用以下公式計(jì)算映射后的輸出圖像的灰度級(jí)，P為輸出圖像灰度級(jí)的個(gè)數(shù)： 其中，INT為取整符號(hào)6統(tǒng)計(jì)映射后各灰度級(jí)的像素?cái)?shù)目。7計(jì)算輸出直方圖。8

7、用的映射關(guān)系修改原始圖像的灰度級(jí)，從而獲得直方圖近似為均勻分布的輸出圖像。四、實(shí)驗(yàn)（設(shè)計(jì)）儀器設(shè)備和材料清單1計(jì)算機(jī)1臺(tái)/每人五、考核形式1驗(yàn)收調(diào)試結(jié)果；2實(shí)驗(yàn)報(bào)告六、實(shí)驗(yàn)報(bào)告要求1技術(shù)路線；2MATLAB程序；3運(yùn)行結(jié)果；4心得體會(huì)七、思考題1直方圖均衡化的目的是使圖像直方圖盡可能地分布均勻，你有什么改進(jìn)的思路？2你是如何理解步驟5的？3. 對(duì)實(shí)驗(yàn)中遇到的問(wèn)題，進(jìn)行討論。 附錄一：MATLAB數(shù)字圖像處理1 MATLAB簡(jiǎn)介11 主要用途及特點(diǎn)主要用途：算法研究主要特點(diǎn)：語(yǔ)句功能強(qiáng)大；不能生成可執(zhí)行文件。12 MATLAB工作環(huán)境 121 Matlab桌面 桌面包括5個(gè)子窗口：命令窗口、工作

8、空間窗口、當(dāng)前目錄窗口、歷史命令窗口、一個(gè)或多個(gè)圖形窗口（僅在用戶顯示圖形式出現(xiàn)）。命令窗口是用戶在提示符（>>）處鍵入MATLAB命令和表達(dá)式的地方，也是顯示那些命令輸出的地方。工作空間窗口顯示對(duì)話中創(chuàng)建的變量和它們的某些信息。當(dāng)前目錄窗口顯示當(dāng)前目錄的內(nèi)容（即路徑）。歷史命令窗口包含用戶已在命令窗口中輸入的命令的紀(jì)錄。 122 使用MATLAB編輯器創(chuàng)建M文件 123 獲得幫助（1）help <函數(shù)名>（2）lookfor <關(guān)鍵詞>2 數(shù)字圖像的讀取、顯示、保存、數(shù)據(jù)類型和圖像類型、數(shù)據(jù)類型間的轉(zhuǎn)換、圖像類型間的轉(zhuǎn)換21 圖像的讀取語(yǔ)法：imread

9、( filename ) 說(shuō)明：讀取圖像格式名稱 描述 可識(shí)別擴(kuò)展符TIFF加標(biāo)記的圖像文件格式.tif, .tiffJPEG聯(lián)合圖像專家組.jpg, .jpegGIF圖形交換格式.gifBMPWindows位圖.bmpPNG可移植網(wǎng)絡(luò)圖形.pngXWDX Window 轉(zhuǎn)儲(chǔ).xwd 語(yǔ)法：M, N=size ( filename ) 說(shuō)明：給出一幅圖像的行數(shù)和列數(shù)22 圖像的顯示語(yǔ)法：imshow ( f, G) imshow (f, low high) imshow (f, )說(shuō)明：G是顯示該圖像的灰度級(jí)數(shù)； 小于或等于low的值都顯示為黑色，大于或等于high的值都顯示為白色。 自動(dòng)將變

10、量low設(shè)置為f的最小值，將high設(shè)置為f的最大值。23 圖像的保存語(yǔ)法：imwrite ( f, filename) 說(shuō)明：保存圖像練習(xí)1 f = imread ( saturn.tif); M, N = size( f ); g = imread ( trees.tif ); imshow ( f ); figure, imshow (g); %顯示另一幅圖像 imwrite (f, s2.jpg)24 數(shù)據(jù)類型名稱 描述double雙精度浮點(diǎn)數(shù)，范圍為-10exp(308) 10exp(308)，8字節(jié)uint8無(wú)符號(hào)8比特整數(shù)，1字節(jié)uint16無(wú)符號(hào)16比特整數(shù)，2字節(jié)uint32

11、無(wú)符號(hào)32比特整數(shù)，4字節(jié)int8有符號(hào)8比特整數(shù)，1字節(jié)int16有符號(hào)16比特整數(shù)，2字節(jié)int32有符號(hào)32比特整數(shù)，4字節(jié)single單精度浮點(diǎn)數(shù)，范圍為-10exp(38) 10exp(38) ，4字節(jié)char字符logical值為0或1四種常用類型：double，uint8，char，logical。25 圖像類型名稱 描述亮度圖像uint8類范圍為0 255、double類歸一化為0 1二值圖像圖像取值只有0和1的邏輯數(shù)組索引圖像索引圖像RGB圖像彩色圖像2 6 數(shù)據(jù)類與圖像類型間的轉(zhuǎn)換261 數(shù)據(jù)類間的轉(zhuǎn)換語(yǔ)法：B = data_class_name ( A )舉例：若A是8位

12、圖像，則B = double ( A )轉(zhuǎn)換為雙精度圖像。262 圖像類型間的轉(zhuǎn)換函數(shù)名稱將輸入轉(zhuǎn)換為有效的輸入圖像數(shù)據(jù)類im2uint8uint8Logical, uint8, uint16和doubleim2uint16uint16Logical, uint8, uint16和doublemat2graydoubledoubleim2doubledoubleLogical, uint8, uint16和doubleim2bwlogicaluint8, uint16和double 練習(xí)2f=1 2; 3 4;g=mat2gray(f);gb=im2bw(g, 0.6) %0.6 is a t

13、hreshold3 亮度變換與空間濾波31 亮度變換函數(shù)311 基本亮度變換函數(shù) 語(yǔ)法：g=imadjust(f, low_in high_in, low_out high_out,gamma)說(shuō)明：將圖像f中的亮度值影響到g中的新值，即將low_in至high_in之間的值映射到low_out至high_out之間的值， low_in以下的值映射為low_out， high_in以上的值映射為high_out。參數(shù)gamma指定了映射曲線的形狀。練習(xí)3f = imread ( pout.tif); imshow(f);g1=imadjust(f, 0 1, 1 0); figure, ims

14、how(g1);g2=imadjust(f, 0.5 0.75, 1 0, 0.5); figure, imshow(g2);312 對(duì)比度拉伸變換對(duì)數(shù)變換方法：g=c*log(1+double(f)說(shuō)明：對(duì)數(shù)變換的一項(xiàng)主要應(yīng)用是壓縮動(dòng)態(tài)范圍，常用于傅里葉頻譜顯示。練習(xí)4f = imread ( pout.tif); F=fft2(f); % Fourier TransformFC=fftshift(F); %將變換原點(diǎn)移到頻率矩形的中心。imshow(abs(FC), );S2= log(1+ abs(FC);figure,imshow(S2, );對(duì)比度拉伸方法：g=1./(1+(m./(

15、double(f)+eps).E)說(shuō)明：eps是浮點(diǎn)數(shù)的相對(duì)精度，可避免f出現(xiàn)0值時(shí)的溢出現(xiàn)象。32 直方圖處理與函數(shù)繪圖321 生成并繪制圖像的直方圖 語(yǔ)法：h=imhist(f, b) p= imhist(f, b)/num1(f)說(shuō)明：b是用于形成直方圖的灰度級(jí)的個(gè)數(shù)。p是歸一化直方圖。 num1(f)是求圖像所有像素的灰度和的一個(gè)形式化的函數(shù)，需要自己編寫。例如：s=sum(f), s=sum(s)，這兩條語(yǔ)句合在一起，就實(shí)現(xiàn)了圖像所有像素的灰度求和。練習(xí)5f = imread ( pout.tif); imhist(f);322 直方圖均衡化語(yǔ)法：g=histeq(f, nlev)說(shuō)

16、明：nlev是為輸出圖像制定的灰度級(jí)數(shù)。練習(xí)6f = imread ( tire.tif); imshow(f); figure,imhist(f); ylim(auto); %自動(dòng)設(shè)定y軸坐標(biāo)范圍和刻度 g=histeq(f,256); figure, imshow(g); figure,imhist(g); ylim(auto);33 空間濾波331 線性空間濾波 語(yǔ)法：g=imfilter(f, w, filtering_mode, boundary_options, size_options)說(shuō)明：w為濾波掩模選項(xiàng)描述濾波類型corr濾波器通過(guò)使用相關(guān)來(lái)完成。該值是默認(rèn)值。conv濾波

17、器通過(guò)使用卷積來(lái)完成邊界選項(xiàng)P輸入圖像的邊界通過(guò)用值P來(lái)擴(kuò)展。P的默認(rèn)值為0。replicate圖像大小通過(guò)復(fù)制外邊界的值來(lái)擴(kuò)展。symmetric圖像大小通過(guò)反射其邊界來(lái)擴(kuò)展。circular圖像大小通過(guò)將圖像看成是一個(gè)二維周期函數(shù)的一個(gè)周期來(lái)擴(kuò)展大小選項(xiàng)full輸出圖像的大小與被擴(kuò)展圖像的大小相同same輸出圖像的大小與輸入圖像的大小相同練習(xí)7f = imread ( saturn.tif); w=ones(31); %單位矩陣掩模gd=imfilter(f,w);imshow(gd,);332 非線性空間濾波略。34 圖像處理工具箱的標(biāo)準(zhǔn)空間濾波器341 線性空間濾波器語(yǔ)法：w=fspe

18、cial(type,parameter)說(shuō)明：見下表練習(xí)8f = imread ( saturn.tif); w4=fspecial(laplacian, 0)w8=1 1 1; 1 -8 1; 1 1 1;g4=imsubtact(f, imfilter(f, w4, replicate);g8=imsubtract( f, imfilter(f, w8, replicate);imshow(f);figure, imshow(g4); figure, imshow(g8); 342 非線性空間濾波器語(yǔ)法：g=ordfilt2(f, order, domain)說(shuō)明：使用鄰域的一組排序元素中

19、的第oder個(gè)元素來(lái)代替f中的每個(gè)元素，而該鄰域則由domain中的非零元素指定。語(yǔ)法：g=medfilt2(f, m n,padopt)說(shuō)明：中值濾波器。padopt指定了三個(gè)可能的邊界填充選項(xiàng)之一。 zeros（默認(rèn)值）。 symmetric，鏡像反射。 indexed，double類圖像，以1填充，否則以0填充。練習(xí)9f = imread ( eight.tif); fn=imnoise(f, salt & pepper, 0.2); %加椒鹽噪聲gm=medfilt2(fn);imshow(fn);figure,imshow(gm);語(yǔ)法：J = wiener2(I,m n,n

20、oise)說(shuō)明：進(jìn)行二維適應(yīng)性去噪過(guò)濾處理（維納濾波）。練習(xí)10I = imread('saturn.tif');J = imnoise(I,'gaussian',0,0.005); %加高斯噪聲K = wiener2(J,5 5);imshow(J)figure, imshow(K)4 頻域處理41 在MATLAB中計(jì)算并可視化二維DFT練習(xí)11 f = imread ( saturn.tif); F=fft2(f); % Fourier TransformS=abs(F); %計(jì)算傅里葉頻譜imshow(S,);FC=fftshift(F); %將變換原點(diǎn)移

21、到頻率矩形的中心。figure,imshow(abs(FC), );S2= log(1+ abs(FC);figure,imshow(S2, );頻域?yàn)V波421 注意事項(xiàng)假設(shè)函數(shù)f(x,y)和h(x,y)的大小分別為A×B和C×D，為了避免卷積運(yùn)算造成的折疊誤差（即混疊失真），必須通過(guò)對(duì)f和g補(bǔ)零，構(gòu)造兩個(gè)大小均為P×Q的擴(kuò)充寒暑，才能在頻率域中進(jìn)行運(yùn)算。其中，P、Q必須滿足：422 DFT濾波的基本步驟1、 對(duì)f和g進(jìn)行補(bǔ)零。2、 對(duì)f和g分別進(jìn)行傅里葉變換，得到頻域F和H。3、 將變換乘以濾波函數(shù)G=H.*F;4、 獲得G的傅里葉逆變換的實(shí)部： g=real(

22、ifft2(G);5、 講左上部的矩形修建為原始大?。?g=g(1:size(f,1),1:size(f,2); 練習(xí)12：根據(jù)DFT濾波的基本步驟，進(jìn)行編程實(shí)現(xiàn)。從空間濾波器獲得頻率濾波器語(yǔ)法：H=fft2(h, M, N)說(shuō)明：M、N是濾波器的行數(shù)和列數(shù)，由被濾波的圖像大小決定，是補(bǔ)零的結(jié)果。 語(yǔ)法：H=freqz2(h, R, C) 說(shuō)明：計(jì)算FIR濾波器的頻率響應(yīng)。練習(xí)13h =1 1 1; 1 -8 1; 1 1 1;H=freqz2(h, 50, 50);在頻率域中直接生成濾波器練習(xí)題14：編程實(shí)現(xiàn)在頻率域中生成巴特沃茲低通濾波器（或高通濾波器，或高通強(qiáng)調(diào)濾波器）。5 形態(tài)學(xué)圖像處

23、理51 膨脹和腐蝕511 膨脹語(yǔ)法：A2=imdilate(A, B) 說(shuō)明：B是結(jié)構(gòu)元（由0和1組成的矩陣）。練習(xí)15A=imread(text.tif);B=0 1 0; 1 1 1; 0 1 0;A2=imdilate(A, B);imshow(A);figure,imshow(A2);512 結(jié)構(gòu)元的生成語(yǔ)法：se=strel(shape, parameter)說(shuō)明：見下表。513 腐蝕語(yǔ)法：A2=imerode(A, B)練習(xí)16A=imread(text.tif);se=strel(disk,1);A2=imerode(A, se);imshow(A); figure,imshow

24、(A2);52 膨脹和腐蝕的組合521 開運(yùn)算和閉運(yùn)算語(yǔ)法：C=imopen(A, B) 和 C=imclose(A,B)練習(xí)17f=imread(text.tif);se=strel(square,5);fo=imopen(f,se);imshow(f); figure,imshow(fo);fc=imclose(f,se); figure,imshow(fc);522 擊中擊不中變換語(yǔ)法：C=bwhitmiss(A, B1, B2)練習(xí)18A=imread(text.tif);B1=strel(0 0 0 0; 0 1 1 1; 0 1 1 0);B2=strel(1 1 1 1; 1 0

25、 0 0 ; 1 0 0 1);g=bwhitmiss(f, B1, B2); imshow(g);523 形態(tài)學(xué)函數(shù)語(yǔ)法：g=bwmorph(f, operation, n)說(shuō)明：該函數(shù)可基于膨脹、腐蝕和查找表的組合實(shí)現(xiàn)許多有用的操作，n是一個(gè)用于指定將被重復(fù)操作次數(shù)的正整數(shù)。Operation說(shuō)明見下表。練習(xí)19f=imread(circbw.tif);G1=bwmorph(f, thin, 1);G2=bwmorph(f, thin, 1);Ginf= bwmorph(f, thin, Inf);Fs= bwmorph(f, skel, Inf);imshow(f); figure,im

26、show(G1); figure,imshow(G2);figure,imshow(Ginf);figure,imshow(Fs);53 標(biāo)記連通分量語(yǔ)法：L, num=bwlabel(f, conn)說(shuō)明：conn用于指定連接類型（4連接獲8連接），num給出所找到的連接分量總數(shù)，L成為標(biāo)記矩陣。練習(xí)20f=imread(blood1.tif);L,n=bwlabel(f);r,c=find(L = = 3);rbar=mean(r);cbar=mean(c);plot(cbar, rbar, Marker, o, MarkerEdgeColor, k, MarkerFaceColor, k

27、,MarkerSize,10);plot(cbar, rbar, Marker, *, MarkerEdgeColor, w);54 形態(tài)學(xué)重構(gòu)語(yǔ)法：out=imreconstruct(marker, mask)541 由重構(gòu)做開運(yùn)算練習(xí)21f=imread(circbw.tif);fe=imerode(f,ones(51,1);fo=imopen(f,ones(51,1);fobr=imreconstruct(fe, f);imshow(f);figure,imshow(fe);figure,imshow(fo);figure,imshow(fobr);541 填充孔洞 語(yǔ)法：g=imfil

28、l(f, holes)542 清除邊界對(duì)象 語(yǔ)法：g=imclearborder(f, conn)6 圖像分割61 點(diǎn)、線和邊緣檢測(cè)611 點(diǎn)檢測(cè) 點(diǎn)檢測(cè)模板w：-1-1-1-18-1-1-1-1檢測(cè)方法： g=abs(imfilter(double(f), w)>=T練習(xí)22f=imread(moon.tif);w=-1 -1 -1; -1 8 -1; -1 -1 -1;g=abs(imfilter(double(f), w);T=max(g(:);T=T*0.5;g=g>=T;imshow(f); figure, imshow(g);612 線檢測(cè)水平模板、+45度模板、垂直模

29、板、-45度模板。練習(xí)23f=imread(circbw.tif);imshow(f);w=2 -1 -1; -1 2 -1; -1 -1 2;g=abs(imfilter(double(f), w);figure,imshow(g);613 使用edge函數(shù)的邊緣檢測(cè)語(yǔ)法：g,t=edge(f, method, parameter)說(shuō)明：g是一個(gè)邏輯數(shù)組，其值為：在f中檢測(cè)到邊緣的位置為1，其他位置為零；t是edge是用的閾值；method為邊緣監(jiān)測(cè)器方法，可選為： sobel, prewit, roberts, log(LoG), zerocoss, canny等；parameter包含兩

30、部分：T為指定的閾值，第二部分為dir（檢測(cè)邊緣的首選方向： horizontal, vertical, both），或sigma（標(biāo)準(zhǔn)方差），或H（指定的濾波函數(shù)）。練習(xí)24f=imread(rice.tif);imshow(f);gsobel,t=edge(f, sobel);figure, imshow(gsobel);glog,t=edge(f, log);figure, imshow(glog);gcanny,t=edge(f, canny);figure, imshow(gcanny);62 使用Hough變換的線檢測(cè)練習(xí)25設(shè)計(jì)與實(shí)現(xiàn)一個(gè)基于Hough變換的直線檢測(cè)器。63 閾值

31、處理631 全局閾值處理語(yǔ)法：T=graythresh(f)說(shuō)明：T是閾值，歸一化為0至1之間的值。632 局部閾值處理通過(guò)一個(gè)形態(tài)學(xué)頂帽算子并對(duì)得到的結(jié)果使用graythresh來(lái)計(jì)算。練習(xí)26f=imread(moon.tif);imshow(f);T=graythresh(f);g=f>=T;figure, imshow(g);64 基于區(qū)域的分割641 區(qū)域生長(zhǎng) 642 區(qū)域分裂和合并練習(xí)27設(shè)計(jì)與實(shí)現(xiàn)一個(gè)基于區(qū)域生長(zhǎng)的分割程序。65 使用分水嶺變換的分割練習(xí)28f=imread(cell.tif);imshow(f);g=im2bw(f, graythresh(f);%變成2值圖像fi