基于matlab的图形图像处理第七章.pptVIP

a)输入图像A b)结构元素B c) d) 用圆盘对输入图像开运算的结果 7.5 形态分析 开运算滤除背景噪声 a) 原图 b)开运算结果 7.5 形态分析 clear all; close all; I=imread(snowflakes.png); se=strel(disk, 5); J=imopen(I, se); figure; subplot(121); imshow(I); subplot(122); imshow(J, []); 4．闭运算 闭运算是开运算的对偶运算，定义为先作膨胀然后再作腐蚀。利用B对A作闭运算表示为 ，其定义为: 利用圆盘对输入图像进行闭运算 7.5 形态分析 (a) 输入图像 (b) 闭运算的结果 利用闭运算去除前景噪声 7.5 形态分析 clear all; close all; I=imread(circles.png); se=strel(disk, 10); J=imclose(I, se); figure; subplot(121); imshow(I); subplot(122); imshow(J, []); clear all; close all; I=imread(rice.png); se=strel(disk, 11); J=imtophat(I, se); K=imadjust(J); figure; subplot(131); imshow(I); subplot(132); imshow(J); subplot(133); imshow(K); 5．图形填充 7.5 形态分析 clear all; close all; I=imread(coins.png); J=im2bw(I); K=imfill(J, holes); figure; subplot(121); imshow(J); subplot(122); imshow(K); 6．边界检测 利用圆盘结构元素作膨胀会使图像扩大，做腐蚀会使图像缩小，这两种运算都可以用来检测二值图像的边界。对于图像A和圆盘B，下图给出了三种求取二值边界的方法：内边界，外边界和跨骑在实际边缘上的边界，其中跨骑在实际边缘上的边界又称形态学梯度。 7.5 形态分析 三种形态学边界实例 7.5 形态分析 clear all; close all; I=imread(rice.png); se=strel(disk, 2); J=imdilate(I, se); K=imerode(I, se); L=J-K; figure; subplot(121); imshow(I); subplot(122); imshow(L); clear all; close all; I=imread(circbw.tif); J=bwperim(I, 8); figure; subplot(121); imshow(I); subplot(122); imshow(J); clear all; close all; I=imread(circles.png); J=bwmorph(I, remove); figure; subplot(121); imshow(I); subplot(122); imshow(J); 二值图像区域选择 clear all; close all; I=imread(text.png); c=[43, 185, 212]; r=[38, 68, 181]; J=bwselect(I, c, r, 4); figure; subplot(121); imshow(I); subplot(122); imshow(J); 9.1 数字图像处理系统 数字图像处理系统结构框图 9.2.3 DSP组成的目标检测与识别系统 1．DSP实现目标检测识别的基本框图 2．图像算法的处理流程 目标 分割 目标 识别 目标 跟踪 视频 合成 图像 预处理 图像处理流程 9.2.3 DSP组成的目标检测与识别系统 LOGO 第7章 图像描述与分析 第7章 图像描述与分析 7.1 灰度描述 7.2 边界描述 7.3 区域描述 7.4 纹理描述 7.5 形态分析 图像分析 也叫景物分析或图像理解 是一种描述过程，研究用自动或半自动装置和系统，从图像中提取有用数据或信息生成非图的描述或表示 图像分析：特征提取、图像分割、符号描述、纹理分析、运动图 像分析和图像的检测与配准 预处理 分割 特征提取 分类