图像边缘检测及提取,分水岭算法.docx_第1页
图像边缘检测及提取,分水岭算法.docx_第2页
图像边缘检测及提取,分水岭算法.docx_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1. 几种算子图像边缘提取:程序代码如下: 运行结果:原图为一堆苹果(彩图),各算子处理后的边缘提取图:分水岭算法实现: a.直接对图像进行分水岭算法处理代码如下：（原图还是上题一堆苹果）运行结果如右图：很明显，属于过度分割了。下面有改进算法：b.改进算法 代码如下：实现包括下列步骤：(1)读图像。读入图像(2)对比度最大化。注意到图像中有许多彼此连通的不同大小的对象。为使通过watershed变换找到的低谷数目最小，我们使感兴趣的对象的对比度达到最大。对比度增强的一个常用的技术是综合应用tophat和bottomhat变换。tophat变换定义为原图像和它的开之差。图像的开是一与特定结构元素匹配的图像前景部分的集合。bottomhat变换定义为在原图像和它的闭之间的差。图像的闭是一与特定结构元素匹配的图像背景的集合。 通用的结构元素是正方形，长方形，圆盘，菱形，球和线。既然图像中我们感兴趣的目标对象看起来像圆盘，我们用strel函数建立一个半径为15个像素的圆盘形结构元素。这个圆盘尺度是图像中的目标对象的平均半径的一个估计。(3)图像相加减。为使目标对象与分隔它们的间隙之间的对比达到最大，用“原图tophat图像+bottomhat图像”得到增强的结果图。(4)转换感兴趣的对象。调用watershed变换找出图像的亮度”低谷”，把imcomplement作用增强过的图像上，将感兴趣的目标对象转换为亮度低谷，得到增强图的补图。(5)检测亮度低谷。对所得补图运用imextendedmin函数检测低于某特别阈值的所有亮度低谷。imextendedmin函数的输出是一个二值(逻辑值)图像。二值图像中重要的是区域的位置而非区域的大小。用imimposemin函数把补图改为只含有那些由imtendedmin函数找到的低谷，并将低谷的像素值变为O(8位图像可能的深谷)。(6)watershed分割。通过watershed变换，可找出来所有含有强加给最小值的区域。用watershed函数实现watershed分割。watershed函数返回一个标记矩阵，它含有对应于watershed区域的非负数。凡未落入任何watershed区域的像素均被赋予像素值0。用label2
人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论