第8章MATLAB在图像处理中的应用研讨.pptVIP

例 对8.5节中例题二值化后的图像进行形态学闭运算，MATLAB代码如下： I = imread(coins.png); % OSTU阈值分割 % 求取分割阈值 level = graythresh(I); % 进行图像分割和二值化 BW = im2bw(I,level); % 生产形态学结构 se = strel(rectangle,[3 5]);%结构元素 % 形态学闭运算 imgClo = imclose (BW, se); % 查看原始图像 figure imshow(I, []) % 查看二值化图像 figure, imshow(BW, []) % 查看形态学闭运算结果 figure, imshow(imgClo, []) 二值化图像 形态学闭运算后图像 6．imopen函数 该函数功能是对灰度图像执行形态学开运算，即使用同样的结构元素先对图像进行腐蚀操作后进行膨胀操作。调用格式为： IM2=imopen(IM,SE) 例 对8.5节中例题二值化后的图像进行形态学开运算，MATLAB代码如下： I = imread(coins.png); % OSTU阈值分割 % 求取分割阈值 level = graythresh(I); % 进行图像分割和二值化 BW = im2bw(I,level); % 生产形态学结构 se = strel(rectangle,[3 5]);%结构元素 % 形态学开运算 imgOpe = imopen (BW, se); % 查看原始图像 figure imshow(I, []) % 查看二值化图像 figure, imshow(BW, []) % 查看形态学开运算结果 figure, imshow(imgOpe, []) 二值化图像 形态学开运算后图像 8.1 读取和显示图像 8.2 图像的直方图均衡 8.3 灰度拉伸 8.4 图像滤波 8.5 阈值分割与二值化 8.6 形态学算子 8.7 图像变换 8.8 本章小结 1．快速傅里叶变换 在MATLAB图像处理工具箱中，对图像进行二维的傅里叶变换的函数为fft2()，其调用格式如下： （1）Y = fft2(X)：对矩阵X进行快速傅里叶变换，返回变换后傅里叶系数Y。通常，X为二维数据（一般为灰度图像），Y与X的维数相同，且Y包含复数。 （2）Y = fft2(X, m, n)：对矩阵X进行快速傅里叶变换，m和n表示返回的傅里叶系数矩阵Y的大小，如果m和n超过了数据矩阵X的大小，则返回的Y矩阵在超出X的维数部分补零。通常，X为二维数据（一般为灰度图像）。 在MATLAB图像处理工具箱中，对图像进行二维的逆傅里叶变换的函数为ifft2()，其调用格式如下： （1）Y = ifft2(X)：对矩阵X进行逆傅里叶变换，返回变换后二维矩阵Y。通常，X为二维数据，且包含复数，Y与X的维数相同。 （2）Y = ifft2(X, m, n)：对矩阵X进行逆快速傅里叶变换，m和n表示返回的二维矩阵Y的大小。通常，X为二维数据。 通常利用函数fftshift()将傅里叶变换后的图像频谱中心从矩阵的原点移动到矩阵的中心，从而有利于观察傅里叶变换的效果， 其调用格式如下： Y = fftshift (X)：将傅里叶变换后的频谱X的中心从矩阵的原点移动到矩阵的中心，即将零频率成分从矩阵的原点移动到矩阵的中心。 例 对MATLAB自带的图像coins进行快速傅里叶变换和逆傅里叶变换，并观察其频谱。MATLAB代码如下： I = imread(coins.png); % 快速傅里叶变换 J = fft2(I); % 进行频谱搬移 K = fftshift (J); % 逆傅里叶变换 L = ifft2(J) / 255; % 查看原始图像 figure imshow(I) title(原图像) % 查看傅里叶变换后的频谱 figure, imshow(J) title(傅里叶变换后的频谱) % 查看频谱搬移后的频谱 figure, 原图像 傅里叶变换后的频谱 imshow(K) title(频谱搬移后的频谱) % 查看逆傅里叶变换后的图像 figure, imshow(L) title(逆傅里叶变换后的图像) 频谱搬移后的频谱 逆傅里叶变换后的图像 2．离散余弦变换 在MATLAB中，对图像进行二维的离散余弦变换的函数为dct2()，其调用格式如下： （1）Y = dct2(X)：对矩阵X进行离散余弦变换，返回变换后余弦系数为矩阵Y。通常，X为二维数据（一般为灰度图像），Y与X的维数相同。