数字图象处理学生讲义.pptVIP

filter2：均值滤波 filter2(B,X),B为滤波器.X为要滤波的数据,这里将B放在X上,一个一个移动进行模板滤波. clear all close all I1 = imread(C:\Users\11\Desktop\wuguo.jpg); I=rgb2gray(I1); subplot(1,2,1); imshow(I); J=filter2(fspecial(unsharp),I); subplot(1,2,2); imshow(J,[]) 显示结果： 五、FFT变换补零操作和改变图像的显示象限 FFT的补零操作和一维的相似，调用格式为： F=fft2（f，a，b）；其中f为你要变换的图像矩阵，a、b分别为变换后的行数和列数 例：有一矩形函数f(m,n),矩形区域为1，其余为0，对该矩形作傅立叶变换。 clear; N=100; f=zeros(50,50); f(15:35,23:28)=1; subplot(2,1,1) imshow(f) subplot(2,1,2) F=fft2(f); imshow(log(abs(F))) 对于fft2的举例 从上幅图像中可以看到，直流成分主要集中在右上角，分辨率比较低。通过fftshift函数提供补零和直流成分显示区域调整后得到调整以后的结果如上图所示。 N=100; f=zeros(50,50); f(15:35,23:28)=1; subplot(2,1,1) imshow(f) F=fft2(f,256,256); F2=fftshift(F); subplot(2,1,2) imshow(log(abs(F2))); fftshift函数实现补零操作和改变图象显示象限 傅里叶逆变换ifft2 傅里叶逆变换和一维的傅里叶相似，需要注意的是，傅里叶逆变换后会因为浮点计算误差而产生虚数，因此在图像展示时可以展示实部，例如： imshow（abs（F）） fftshift改变图像的显示象限 clear all close all N=100; f=zeros(50,50); f(15:35,23:28)=1; subplot(2,1,1) imshow(f) F=fft2(f,256,256); F2=fftshift(F); subplot(2,1,2) imshow(log(abs(F2))); 六、膨胀与腐蚀 腐蚀：删除对象边界某些像素。 膨胀：给图像中的对象边界添加像素。 在操作中，输出图像中所有给定像素的状态都是通过对输入图像的相应像素及邻域使用一定的规则进行确定。在膨胀操作时，输出像素值是输入图像相应像素邻域内所有像素的最大值。在二进制图像中，如果任何像素值为1，那么对应的输出像素值为1；而在腐蚀操作中，输出像素值是输入图像相应像素邻域内所有像素的最小值。在二进制图像中，如果任何一个像素值为0，那么对应的输出像素值为0 图像膨胀的Matlab实现：可以使用imdilate函数进行图像膨胀,imdilate函数需要两个基本输入参数，即待处理的输入图像和结构元素对象。结构元素对象可以是strel函数返回的对象，也可以是一个自己定义的表示结构元素邻域的二进制矩阵。 .图像腐蚀的Matlab实现： 可以使用imerode函数进行图像腐蚀。imerode函数需要两个基本输入参数：待处理的输入图像以及结构元素对象。此外，imerode函数还可以接受3个可选参数：PADOPT(padopt) ——影响输出图片的大小、PACKOPT(packopt).——说明输入图像是否为打包的二值图像(二进制图像) 程序举例： BW=zeros(9,10); BW(4:6,4:7)=1; SE=strel(square,3); BW2=imdilate(BW,SE); BW3=imerode(BW,SE); subplot(3,1,1) imshow(BW); subplot(3,1,2); imshow(BW2) subplot(3,1,3); imshow(BW3); 图7 分别为图像原型、膨胀、腐蚀 用MATLAB进行的数字图像处理 目录 1、对于数字图象处理的基本调用（二值化、图像的输入和图像的显示） 2、边缘检测（edge） 3、选择图像中的多边形区域（roipoly）以及按灰度值选择区域（roicolor） 4、roifilt2区域滤波、filter2均值滤波、roifill区域填充 5、FFT变换补零操作和改变图像的显示象限 6、图像腐蚀和膨胀 1、对于数字图象处理的基本调用 ①、图像的输入（imread） 调用方法： 找到你要调用的图像的路径和格式，如C:\Users\11\Des