第10章MATLAB图像处理..pptVIP

  1. 1、本文档共52页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第10章MATLAB图像处理.

10.1 数字图像的数学描述 10.2 图像变换 10.3 模板运算与图像滤波 10.4 边缘检测 10.5 对象提取 10.1.1 图像坐标系和像素坐标   图像坐标系和像素坐标如图10-1所示。 图10-1 图像坐标系和像素坐标 10.1.2 图像的数学表达   RGB模型中,彩色图像采用三维阵列    表示,它由下面的三个二维阵列构成:          ,    , 彩色图像中的像素用向量   表示: 10.1.3 图像读取、显示、存盘的MATLAB编程   采用imread读图像函数、imshow显图像函数和imwrite写图像函数编程。程序如下: char1=D:\My Documents\; %指定图像文件存放的路径 char2=Autumn; %指定欲存取图像文件的名称 char3=Tulips; %指定另一个欲存取图像文件的名称 char4=.jpg; %指定欲存取图像文件的扩展名 xx=imread([char1 char2 char4]);%按指定全路径读取图像并赋值给变量xx yy=imread([char1 char3 char4]);%按指定全路径读取图像并赋值给变量yy figure,imshow(xx); %将矩阵xx显示为屏幕图像 figure,imshow(yy); %将矩阵yy显示为屏幕图像 imwrite(xx,[char1,Autumn1,char4],jpeg); %将矩阵xx按指定全路径和格式存盘 imwrite(yy,[char1,Tulips1,char4],jpeg); %将矩阵yy按指定全路径和格式存盘 10.2.1 彩色图像变换为灰度图像   图像中的色彩数据,对某些研究问题而言是冗余信息,往往需要将彩色图像变换成灰度图像。灰度图像可用灰度矩阵GR表征:   采用rgb2gray函数编程将彩色图像变换为灰度图像。程序如下: char1=D:\My Documents\; %指定图像文件读取的路径 char2=Autumn; %指定欲读图像文件的名称 char3=Tulips; %指定另一个欲读图像文件的名称 char4=.jpg; %指定欲读图像文件的扩展名 xx=imread([char1 char2 char4]); %按指定全路径读取图像文件并赋值给变量xx yy=imread([char1 char3 char4]); %按指定全路径读取图像文件并赋值给变量yy gray_xx=rgb2gray(xx); %将彩色图像xx变为灰度图像gray_xx gray_yy=rgb2gray(yy); %将彩色图像yy变为灰度图像gray_yy figure,imshow(gray_xx); %将矩阵gray_xx显示为屏幕图像 figure,imshow(gray_yy); %将矩阵gray_yy显示为屏幕图像   程序执行的结果如图10-2所示。 10.2.2 彩色或灰度图像变换为二值图像   采用Otsu‘s方法计算阈值T,灰度大于T的像素群取值1,小于T的像素群取值0,灰度图变换成二值图,它把图像化分成了仅留欲处理对象和黑色背景的两个区域,使对象从背景中凸显出来。二值化图像可用二值矩阵BW表征,其元素值符合下面关系:   这一处理过程的关键是阈值的选择,采用Otsu‘s阈值进行二值化处理,对原本具有二值倾向的图像,能使图像中的对象特征突出,保留较多的有用信息,便于后续的特征量提取,而对于二值倾向较弱的图像,亦倾向于保留尽可能多的有用信息。   采用im2bw函数编程将彩色图像变换为二值图像。程序如下: char1=D:\My Documents\; %指定图像文件读取的路径 char2=Autumn; %指定图像文件的名称 char3=Tulips; %指定另一个图像文件的名称 char4=.jpg; %指定图像文件的扩展名 xx=imread([char1 char2 char4]); %按指定全路径读取图像文件并赋值给变量xx yy=imread([char1 char3 char4]); %按指定全路径读取图像文件并赋值给变量yy binary_xx = im2bw(xx,0.35); %将彩色图像xx变为二值图像binary_xx binary_yy = im2bw(yy,0.65); %将彩色图像xx变为二值图像binary_xx figure,imshow(binary_xx); %将矩阵binary_xx显示为屏幕图像 figure,imshow(binary_yy); %将矩阵binary_yy显示

您可能关注的文档

文档评论(0)

kakaxi + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档