1、精選優(yōu)質文檔-傾情為你奉上 實驗 圖像分割和形態(tài)學處理一、實驗目的1、 掌握圖像分割的基本方法。2、 掌握形態(tài)學處理的基本方法。3、 學會使用MATLAB編程實現(xiàn)上述方法。二、實驗任務（1）編程實現(xiàn)基于閾值的圖像分割方法和邊緣檢測方法。（2）編程實現(xiàn)膨脹、腐蝕方法。 （3）編程實現(xiàn)開運算和閉運算的方法。（4）編程實現(xiàn)提取骨架和細化的方法。三、實驗配套的主要儀器設備及臺(套)數(shù)教師示范用投影儀一臺微型計算機每個學生一臺四、報告要求記錄每一步的實驗過程。五、實驗記錄5.1閾值圖像分割方法1點檢測5.1.1程序clcclear data = imread('lianzipoint.jpg&#

2、39;);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') g1=(g>=t-200);m n=find(g1)figureimshow(data)hold onplot(n,m,'ro') g1=(g>=t-800);m n=find(g1)figureimshow(data)hold onplot(n,m,'ro

3、')5.1.2 效果 分析：隨著閾值的減小，所檢測出的點越來越多5.2 閾值分割方法2線檢測5.2.1程序clccleardata = imread('xian.jpg');subplot(221),imshow(data);title('檢測指定方向線的原始圖像');w = 2 -1 -1; -1 2 -1; -1 -1 2;g =abs(imfilter(double(data),w);subplot(222),imshow(g,)title('使用-45度檢測器處理后的圖像');gtop = g(1:40,1:40);gtop =

4、pixeldup(gtop,4);%piceldup函數(shù)是將圖片放大相應倍數(shù)subplot(223),imshow(gtop,)title('-45度檢測后左上角放大圖');gbot = g(end-40:end,end-40:end);gbot = pixeldup(gbot,4);subplot(224),imshow(gbot,)title('-45度檢測后右下角后放大圖');5.2.2 處理效果分析：-45度方向上的直線，經(jīng)過處理后效果明顯，其他方向上的線比較模糊。5.3 閾值分割方法3邊緣檢測5.3.1程序clc clear f=imread('

5、;bianyuan.jpg'); f= rgb2gray(f);subplot(321),imshow(f);title('sobel檢測的原始圖像'); gv,t=edge(f,'sobel','vertical');%斜線因為具有垂直分量，所以也能夠被檢測出來 subplot(322),imshow(gv); title('sobel垂直方向檢測后圖像'); gv=edge(f,'sobel',0.15,'vertical'); subplot(323),imshow(gv); titl

6、e('sobel垂直檢測0.15閾值后圖像'); gboth=edge(f,'sobel',0.15); subplot(324),imshow(gboth); title('sobel水平垂直方向閾值0.15后圖像'); w45=-2 -1 0 86 -1 0 1 87 0 1 2;g45=imfilter(double(f),w45,'replicate'); T=0.3*max(abs(g45(:); g45=g45>=T; subplot(325),imshow(g45); title('sobel正45度方

7、向上檢測圖');w_45=0 -1 -2 95 1 0 -1 96 2 1 0; g_45=imfilter(double(f),w_45,'replicate'); T=0.3*max(abs(g_45(:);g_45=g_45>=T;subplot(326),imshow(g_45);title('sobel負45度方向上檢測圖');5.3.2 效果5.3.2 邊緣檢測器的比較5.3.2.1 程序clcclearf=imread('dalouj.jpg');imshow(f)g_sobel_default , ts = edge

8、(f,'sobel');imshow(g_sobel_default);title('g sobel default');g_log_default,tlog=edge(f,'log');figureimshow(g_log_default);title('g log default');g_canny_default,tc=edge(f,'canny');figure,imshow(g_canny_default);title('g canny default');g_sobel_best=edg

9、e(f,'sobel',0.25);figure,imshow(g_sobel_best);title('g sobel best');g_log_best=edge(f,'log',0.003,2.25);figure,imshow(g_log_best);title('g log best');g_canny_best=edge(f,'canny',0.04 0.10,1.5);figure,imshow(g_canny_best);title('g canny best');5.3.2.1 效

10、果5.2 編程實現(xiàn)膨脹和腐蝕5.2.1 膨脹5.2.1.1程序clc clearA1=imread('beitie.jpg'); A1 =im2bw(A1); B=1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1; A2=imdilate(A1,B);%圖像A1被結構元素B膨脹 A3=imdilate(A2,B); A4=imdilate(A3,B); figure,imshow(A1); title('imdilate膨脹原始圖像'); figure,imshow(A2);title('使用B后1次膨脹后的圖像'); figure

11、,imshow(A3); title('使用B后2次膨脹后的圖像'); figure,imshow(A4); title('使用B后3次膨脹后的圖像'); 5.2.1.2 效果5.2.2 腐蝕5.2.2.1 程序clc clear A1=imread('xian.jpg'); A1 =im2bw(A1); figure,imshow(A1); title('原始圖像'); se1=strel('disk',2); A2=imerode(A1,se1); figure,imshow(A2); title('用

12、disk(2)腐蝕后的圖像'); se2=strel('disk',4); A3=imerode(A1,se2); figure,imshow(A3); title('用disk(4)腐蝕后的圖像'); se3=strel('disk',6); A4=imerode(A1,se3); figure,imshow(A4); title('用disk(6)腐蝕后的圖像'); 5.2.2.2 效果5.3編程實現(xiàn)開運算和閉運算5.3.1開運算5.3.1.1程序clc clear f=imread('beitie.jpg&#

13、39;);f =im2bw(f); %se=strel('square',5');%方型結構元素 se=strel('disk',5');%圓盤型結構元素 imshow(f);%原圖像 title('運算原始圖像')fo=imopen(f,se);figureimshow(fo); title('直接開運算');5.3.1.2 效果5.3.2 閉運算5.3.2.1 程序clc clear f=imread('beitie.jpg');f =im2bw(f); figureimshow(f);%原圖像

14、 title('原始圖像'); se=strel('disk',5');%圓盤型結構元素 fc=imclose(f,se);%直接閉運算 figure,imshow(fc);title('直接閉運算'); foc=imclose(fc,se);%先開后閉運算 figure,imshow(foc); title('先開后閉運算'); fco=imopen(fc,se);%先閉后開運算 figure,imshow(fco); title('先閉后開運算');5.3.2.2 效果 5.4 編程實現(xiàn)提取骨架和細化5

15、.4.1 提取骨架5.4.1.1 程序clcclearf=imread('guge.jpg');f =im2bw(f); figure,imshow(f);title('骨架提取原圖');g1=bwmorph(f,'skel',1);figure,imshow(g1);title('骨架提取1次');g2=bwmorph(f,'skel',5);figure,imshow(g2);title('骨架提取5次');g3=bwmorph(f,'skel',20);figure,imshow(g3);title('骨架提取20次');g4=bwmorph(f,'skel',Inf);figure,imshow(g4);title('骨架提取無窮大次'); for k=1:5 g3=g3&endpoints(g3); endfigure,imshow(g3);title('骨架提取并消除毛刺');5.4.1.2效果 5.4.2 細化5.4.2.1 程序f=imread('zhiwen.jpg');f =im2bw(f); f=f;figure,imshow(f);title('指紋細