MATLAB图像增强与变换处理.doc

实验二 图像分割和形态学处理一、实验目的1、 掌握图像分割的基本方法。2、 掌握形态学处理的基本方法。3、 学会使用MATLAB编程实现上述方法。二、实验任务（1）编程实现基于阈值的图像分割方法和边缘检测方法。（2）编程实现膨胀、腐蚀方法。 （3）编程实现开运算和闭运算的方法。（3）编程实现提取骨架和细化的方法。三、实验配套的主要仪器设备及台(套)数教师示范用投影仪一台微型计算机每个学生一台四、报告要求记录每一步的实验过程。实验步骤以及结果：第一步：阈值的图像分割方法：建立m文件输入下面程序并运行：f=imread(01.jpg); T=0.5*(double(min(f(:) + double(max(f(:);done=false;while done g=f=T; Tnext=0.5*(mean(f(g)+mean(f(g); done=abs(T-Tnext)0.5; T=Tnext;end% T2=graythresh(f);T3=T/255;wb= im2bw(f,T3);subplot(121),imshow(f),title(原始图像)subplot(122),imshow(wb),title(分割后图像)显示图像： 第二步：图像的边缘检测：close allclear allI2=imread(01.jpg); %读取图像%I1=im2double(I); %将彩图序列变成双精度I2=rgb2gray(I2); %将彩色图变成灰色图thr, sorh, keepapp=ddencmp(den,wv,I2);I3=wdencmp(gbl,I2,sym5,2,thr,sorh,keepapp); %小波除噪I4=medfilt2(I3,9 9); %中值滤波I5=imresize(I4,0.2,bicubic); %图像大小BW1=edge(I5,sobel); %sobel图像边缘提取BW2=edge(I5,roberts); %roberts图像边缘提取BW3=edge(I5,prewitt); %prewitt图像边缘提取BW4=edge(I5,log); %log图像边缘提取BW5=edge(I5,canny); %canny图像边缘提取h=fspecial(gaussian,5); %高斯滤波BW6=edge(I5,zerocross, ,h); %zerocross图像边缘提取figure;subplot(2,2,1); %图划分为一行三幅图，第一幅图imshow(I2); %绘图subplot(2,2,2);imshow(BW1);title(Sobel算子);subplot(2,2,3);imshow(BW2);title(Roberts算子);subplot(2,2,4);imshow(BW3);title(Prewitt算子);显示图像：第三步：实现膨胀、腐蚀方法A=imread(01.jpg);% B=0 1 0; 1 1 1; 0 1 0;% A2=imdilate(A,B);se=strel(ball,5,5);A2=imdilate(A,se);A3=imerode(A,se);subplot(131),imshow(A),title(原始图像)subplot(132),imshow(A2),title(膨胀后图像)subplot(133),imshow(A3),title(腐蚀后图像)显示图像为：第四步：实现开运算和闭运算的方法f=imread(01.jpg);se=strel(square,20);fo=imopen(f,se);fc=imclose(f,se);subplot(131),imshow(f),title(原始图像)subplot(132),imshow(fo),title(开运算后图像)subplot(133),imshow(fc),title(闭运算后图像)图像显示为：第五步：骨架提取与细化：f=imread(circbw.jpg);BW1=bwmorph(f,skel,inf);BW2=bwperim(f,8);subplot(131),imshow(f),title(原始图像)subplot(132),imshow(BW1),title(提取骨架后图像)subplot(133),im