求matlab实现膨胀腐蚀程序

求matlab实现膨胀腐蚀程序,第1张

就算给了代码, 看起来也要费一番精神的, 特别是算法不熟悉的

clear,clc

h=imread('ceshi2.bmp')

i=im2bw(h)

i1i=187

i1j=192

for ai=181:193

    for aj=186:198

        if(sqrt(double(ai-i1i)^2+double(aj-i1j)^2)<=5)

            i(ai,aj)=1%定义圆形结构元素

        end

    end

end

figure,imshow(i)

i1=i

for i1i=6:205%用B腐蚀A

    for i1j=6:205

        flag=0

        if(i1i>=181&&i1i<=193&&i1j>=186&&i1j<=198)

            continue

        else

            if(i(i1i,i1j)==1)

                for ai=i1i-5:i1i+5

                    for aj=i1j-5:i1j+5

                        if(i1(ai,aj)==0&&sqrt(double((ai-i1i)^2+(aj-i1j)^2))<=5)

                            i(i1i,i1j)=0

                            flag=1

                         break

                        end

                    end

                    if(flag==1)

                        break

                    end

                end

            end

        end

    end

end

figure,imshow(i)

%在上面C的图像上用B进行膨胀

i2=i

for i1i=6:205%用B膨胀C

    for i1j=6:205

        flag=0

        if(i1i>=175&&i1i<=199&&i1j>=180&&i1j<=204)

            continue

        else

            for ai=i1i-5:i1i+5

                for aj=i1j-5:i1j+5   

                    if(i2(ai,aj)==1&&sqrt(double((ai-i1i)^2+(aj-i1j)^2))<=5)

                        i(i1i,i1j)=1

                        flag=1

                        break

                    end

                 end

                if(flag==1)

                    break

                end

            end

        end

    end

end

figure,imshow(i)

%在上面D的图像上用B进行膨胀

i2=i

for i1i=6:205%用B膨胀D

    for i1j=6:205

        flag=0

        if(i1i>=175&&i1i<=199&&i1j>=180&&i1j<=204)

            continue

        else

            for ai=i1i-5:i1i+5

                for aj=i1j-5:i1j+5                   

                   if(i2(ai,aj)==1&&sqrt(double((ai-i1i)^2+(aj-i1j)^2))<=5)

                        i(i1i,i1j)=1

                        flag=1

                        break

                    end

                end

                if(flag==1)

                    break

                end

            end

        end

    end

end

figure,imshow(i)

%在上面E的图像上用B进行腐蚀

i1=i

for i1i=6:205%用B腐蚀E

    for i1j=6:205

        flag=0

        if(i1i>=181&&i1i<=193&&i1j>=186&&i1j<=198)

            continue

        else

            if(i(i1i,i1j)==1)

                for ai=i1i-5:i1i+5

                    for aj=i1j-5:i1j+5                

                       if(i1(ai,aj)==0&&sqrt(double((ai-i1i)^2+(aj-i1j)^2))<=5)

                            i(i1i,i1j)=0

                            flag=1

                            break

                        end

                    end

                    if(flag==1)

                        break

                    end

                end

            end

        end

    end

end

figure,imshow(i)

图像处理分为多种,对于不同的图像腐蚀和膨胀的定义不同。

1、形态学图像处理是在图像中移动一个结构元素,然后将结构元素与下面的二值图像进行交、并等集合运算;先腐蚀后膨胀的过程称为开运算。

它具有消除细小物体,在纤细处分离物体和平滑较大物体边界的作用。先膨胀后腐蚀的过程称为闭运算。它具有填充物体内细小空洞,连接邻近物体和平滑边界的作用。

2、对灰度图像的膨胀(或腐蚀) *** 作有两类效果:

(1)如果结构元素的值都为正的,则输出图像会比输入图像亮(或暗);

(2)根据输入图像中暗(或亮)细节的灰度值以及它们的形状相对于结构元素的关系,它们在运算中或被消减或被除掉。

腐蚀就是使用算法,将图像的边缘腐蚀掉。作用就是将目标的边缘的“毛刺”踢除掉。

膨胀就是使用算法,将图像的边缘扩大些。作用就是将目标的边缘或者是内部的坑填掉。

使用相同次数的腐蚀与膨胀,可以使目标表面更平滑。

扩展资料:

1、图像变换:由于图像阵列很大,直接在空间域中进行处理,涉及计算量很大。因此,往往采用各种图像变换的方法,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理。

目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性,它在图像处理中也有着广泛而有效的应用。

2、图像编码压缩:图像编码压缩技术可减少描述图像的数据量(即比特数),以便节省图像传输、处理时间和减少所占用的存储器容量。

压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法,它在图像处理技术中是发展最早且比较成熟的技术。

3、图像增强和复原:图像增强和复原的目的是为了提高图像的质量,如去除噪声,提高图像的清晰度等。图像增强不考虑图像降质的原因,突出图像中所感兴趣的部分。

如强化图像高频分量,可使图像中物体轮廓清晰,细节明显;如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解,一般讲应根据降质过程建立“降质模型”,再采用某种滤波方法,恢复或重建原来的图像

参考资料来源:百度百科-图像处理

1、选取函数为f(x)=-|x-6|+5在[1,11]上的图像,画出函数图像。

2、使用strel构建平坦的结构元素,如图。

3、使用平坦的结构元素进行灰度膨胀,设置y轴范围为[0, 8]如图。

4、构建高度为[1 1 1]的非平坦结构元素。显示的结果和平坦元素相同,但实际结构不同。

5、使用非平坦的结构元素进行灰度膨胀,并画图即可。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://www.outofmemory.cn/yw/8121559.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-13
下一篇 2023-04-13

发表评论

登录后才能评论

评论列表(0条)

保存