Matlab图像处理的一些杂记 matlab进行图像处理
bigegpt 2024-10-28 12:46 14 浏览
1. 图像直方图均衡
% 数字图像处理程序作业
% 本程序能将JPG格式的彩色图像文件灰度化并进行直方图均衡
%
% 输入文件:PicSample.jpg 待处理图像
% 输出文件:PicSampleGray.bmp 灰度化后图像
% PicEqual.bmp 均衡化后图像
%
% 输出图形窗口说明
% figure NO 1 待处理彩色图像
% figure NO 2 灰度化后图像
% figure NO 3 直方图
% figure NO 4 均衡化后直方图
% figure NO 5 灰度变化曲线
% figure NO 6 均衡化后图像
% 1, 处理的图片名字要为 PicSample.jpg
% 2, 程序每次运行时会先清空workspace
% 作者: archiless lorder
clear all
%一,图像的预处理,读入彩色图像将其灰度化
PS=imread('PicSample.jpg'); %读入JPG彩色图像文件
imshow(PS) %显示出来 figure NO1
title('输入的彩色JPG图像')
imwrite(rgb2gray(PS),'PicSampleGray.bmp'); %将彩色图片灰度化并保存
PS=rgb2gray(PS); %灰度化后的数据存入数组
figure,imshow(PS) %显示灰度化后的图像,也是均衡化前的样品figure NO 2
title('灰度化后的图像')
%二,绘制直方图
[m,n]=size(PS); %测量图像尺寸参数
GP=zeros(1,256); %预创建存放灰度出现概率的向量
for k=0:255
GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率,将其存入GP中相应位置
end
figure,bar(0:255,GP,'g') %绘制直方图 figure NO 3
title('原图像直方图')
xlabel('灰度值')
ylabel('出现概率')
%三,直方图均衡化
S1=zeros(1,256);
for i=1:256
for j=1:i
S1(i)=GP(j)+S1(i); %计算Sk
end
end
S2=round(S1*256); %将Sk归到相近级的灰度
for i=1:256
GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率
end
figure,bar(0:255,GPeq,'b') %显示均衡化后的直方图 figure NO 4
title('均衡化后的直方图')
xlabel('灰度值')
ylabel('出现概率')
figure,plot(0:255,S2,'r') %显示灰度变化曲线 figure NO 5
legend('灰度变化曲线')
xlabel('原图像灰度级')
ylabel('均衡化后灰度级')
%四,图像均衡化
PA=PS;
for i=0:255
PA(find(PS==i))=S2(i+1); %将各个像素归一化后的灰度值赋给这个像素
end
figure,imshow(PA) %显示均衡化后的图像 figure NO 6
title('均衡化后图像')
imwrite(PA,'PicEqual.bmp');
2. 图像腐蚀操作
function erode0207all(Input,thresh,element)
% 本程序能够对灰度图像先进行二值化,再进行腐蚀操作
% 格式介绍: Input为欲处理的灰度图像;
% thresh为自选的阈值参数进行二值化,可输入0到255之间任意整数
% element为进行腐蚀操作的结构单元,本程序可提供3×3、5×5、7×7等奇数方阵的结构单元,原点都在中心位置,建议用三阶或五阶方阵
% 作者: archiless lorder
%----------------------------Begin Code------------------------------
% 一,图像二值化处理
[m,n]=size(Input); % 确定原图像的长、宽
Two=zeros(m,n); % 定义二值化矩阵
Two(find(Input>=thresh))=1; % 对原图像进行二值化处理
% 二,腐蚀操作前的预处理
Temp=zeros(element); % 定义3×3或5×5的结构单元
Output=zeros(m,n); % 定义输出矩阵
s=m+1-element; % s、t为循环长度
t=n+1-element;
Length=element-1; % Length和Radius的含义在循环中介绍
Radius=Length/2;
square=element*element; % 两个结构单元中元素的总和,即 9 、25 、49…………
% 三,进行腐蚀操作
for i=1:s
for j=1:t
Temp=Two(i:i+Length,j:j+Length); % 从二值化图像中依次取出三阶或五阶方阵
if sum(Temp(:))==square % 判断方阵中元素总和为 9 或 25 时
Output(i+Radius,j+Radius)=1; %方阵中心元素在输出矩阵中相应位置上的值为1
end
end
end
% 四,输出处理前后的图像
figure,subplot(221),imshow(Input),title('原图像');
subplot(222),imshow(Two),title('二值化后的图像');
subplot(223),imshow(Output),title('腐蚀后的图像');
%--------------------------------End Code--------------------------------
3. 拉普拉斯算子边缘检测
function PicOut=Lap_edge(PicInput,thresh)
% 本程序能够将BMP格式的黑白灰度图像用拉普拉斯算子进行边缘检测
% 生物图像处理作业2
% 格式为 a=Lap_edge(PicInput,thresh) 或者嵌套为 Lap_edge(imread('rice.tif'),15)
% thresh参数可自选,对于rice.tif这张图来说最合适的值大约为14到18
% 使用例子:PicInput=imread('rice.tif');
% a=Lap_edge(PicInput,15);
% 作者: archiless lorder
%---------------- BEGIN CODE ----------------
% 一,原图像预处理,读入黑白图片并确定长和宽
[m,n]=size(PicInput); %确定图片的长和宽
% 二,拉普拉斯变换预处理,定义镜框矩阵和输出矩阵
r=m+2; %把图片的长和宽各加2
c=n+2;
PicFrame=zeros(r,c); %定义二维数组"PicFrame",长、宽比"Input"各多2,成为镜框的尺寸
b=zeros(m,n); %定义滤波后的数组
% 三,拉普拉斯运算的三个矩阵
Temp=zeros(3); %定义三阶方阵"Temp",为临时矩阵
op=[0 -1 0;-1 4 -1;0 -1 0]; %定义拉普拉斯算子
Result=zeros(3); %定义三阶方阵"Result",为运算结果矩阵
% 四,原图像矩阵处理,做一个"像框"
PicFrame(2:m+1,2:n+1)=PicInput; %把原图的矩阵放到新的矩阵"PicFrame"中心,它的第一行、最后一行、第一列、
%最后一列都是"0",即原图矩阵周围有一圈"0"的边缘,好像给图像加一个像框
PicFrame(1,:)=PicFrame(2,:); %把第二行的值赋给第一行
PicFrame(r,:)=PicFrame(r-1,:); %把倒数第二行的值赋给最后一行
PicFrame(:,1)=PicFrame(:,2); %把第二列的值赋给第一列
PicFrame(:,c)=PicFrame(:,c-1); %把倒数第二列的值赋给最后一列
% 五,用拉普拉斯算子进行滤波
for i=1:m
for j=1:n
Temp=PicFrame(i:i+2,j:j+2); %从"PicFrame"矩阵中依次取出三阶方阵,赋值给临时矩阵"Temp"
Result=Temp.*op; %临时矩阵与拉普拉斯算子"点乘",赋值给结果矩阵"Result"
b(i,j)=sum(sum(Result));
%结果矩阵中"十"字线上元素相加,赋值给输出矩阵中相应的位置,
%即临时矩阵中心元素所对应的位
end
end
% 六,设定阈值,将图像二值化
% thresh=1.618*mean2(abs(b)) 可用黄金分割的比例选阈值优点是边缘清晰
e=repmat(logical(uint8(0)),m,n); %创建数组
e(find(b>thresh))=1; %阈值判断二值化
PicOut=e; %函数输出
figure,subplot(1,2,1),imshow(PicInput); %显示原图片
title('原图像');
subplot(1,2,2),imshow(e); %显示拉普拉斯边缘检测后的图片
title('自编函数边缘检测后的图像');
%----------------END OF CODE ----------------
4. 图像开操作
function open0207(I,thresh,element)
% 本程序能够对灰度图像先进行二值化,再进行开操作
% 本程序先调用腐蚀函数,再调用膨胀函数,实现开操作
% 作者: archiless lorder
% 一,调用腐蚀函数
[C,B]=erode0207simple(I,thresh,element);
% 二,调用膨胀函数
F=dilate0207simple(C,1,element);
% 三,输出图像
figure,subplot(221),imshow(I),title('原图像');
subplot(222),imshow(B),title('二值化后的图像');
subplot(223),imshow(F),title('开操作后的图像');
5. 图像闭操作
function close0207(I,thresh,element)
% 本程序能够对灰度图像先进行二值化,再进行闭操作
% 本程序先调用膨胀函数,再调用腐蚀函数,实现闭操作
% 作者: archiless lorder
% 一,调用膨胀函数
[F,E]=dilate0207simple(I,thresh,element);
% 二,调用腐蚀函数
C=erode0207simple(F,1,element);
% 三,输出图像
figure,subplot(221),imshow(I),title('原图像');
subplot(222),imshow(E),title('二值化后的图像');
subplot(223),imshow(C),title('闭操作后的图像');
相关推荐
- AI「自我复制」能力曝光,RepliBench警示:大模型正在学会伪造身份
-
科幻中AI自我复制失控场景,正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准,分解并评估AI自主复制所需的四大核心能力。测试显示,当前AI尚不具备完全自主复制能力,但在获取资源...
- 【Python第三方库安装】介绍8种情况,这里最全看这里就够了!
-
**本图文作品主要解决CMD或pycharm终端下载安装第三方库可能出错的问题**本作品介绍了8种安装方法,这里最全的python第三方库安装教程,简单易上手,满满干货!希望大家能愉快地写代码,而不要...
- pyvips,一个神奇的 Python 库!(pythonvip视频)
-
大家好,今天为大家分享一个神奇的Python库-pyvips。在图像处理领域,高效和快速的图像处理工具对于开发者来说至关重要。pyvips是一个强大的Python库,基于libvips...
- mac 安装tesseract、pytesseract以及简单使用
-
一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...
- 实测o3/o4-mini:3分钟解决欧拉问题,OpenAI最强模型名副其实!
-
号称“OpenAI迄今为止最强模型”,o3/o4-mini真实能力究竟如何?就在发布后的几小时内,网友们的第一波实测已新鲜出炉。最强推理模型o3,即使遇上首位全职提示词工程师RileyGoodsid...
- 使用Python将图片转换为字符画并保存到文件
-
字符画(ASCIIArt)是将图片转换为由字符组成的艺术作品。利用Python,我们可以轻松实现图片转字符画的功能。本教程将带你一步步实现这个功能,并详细解释每一步的代码和实现原理。环境准备首先,你...
- 5分钟-python包管理器pip安装(python pip安装包)
-
pip是一个现代的,通用、普遍的Python包管理工具。提供了对Python包的查找、下载、安装、卸载的功能,是Python开发的基础。第一步:PC端打开网址:选择gz后缀的文件下载第二步:...
- 网络问题快速排查,你也能当好自己家的网络攻城狮
-
前面写了一篇关于网络基础和常见故障排查的,只列举了工具。没具体排查方式。这篇重点把几个常用工具的组合讲解一下。先有请今天的主角:nslookup及dig,traceroute,httping,teln...
- 终于把TCP/IP 协议讲的明明白白了,再也不怕被问三次握手了
-
文:涤生_Woo下周就开始和大家成体系的讲hadoop了,里面的每一个模块的技术细节我都会涉及到,希望大家会喜欢。当然了你也可以评论或者留言自己喜欢的技术,还是那句话,希望咱们一起进步。今天周五,讲讲...
- 记一次工控触摸屏故障的处理(工控触摸屏维修)
-
先说明一下,虽然我是自动化专业毕业,但已经很多年不从事现场一线的工控工作了。但自己在单位做的工作也牵涉到信息化与自动化的整合,所以平时也略有关注。上一周一个朋友接到一个活,一家光伏企业用于启动机组的触...
- 19、90秒快速“读懂”路由、交换命令行基础
-
命令行视图VRP分层的命令结构定义了很多命令行视图,每条命令只能在特定的视图中执行。本例介绍了常见的命令行视图。每个命令都注册在一个或多个命令视图下,用户只有先进入这个命令所在的视图,才能运行相应的命...
- 摄像头没图像的几个检查方法(摄像头没图像怎么修复)
-
背景描述:安防监控项目上,用户的摄像头运行了一段时间有部分摄像头不能进行预览,需要针对不能预览的摄像头进行排查,下面列出几个常见的排查方法。问题解决:一般情况为网络、供电、设备配置等情况。一,网络检查...
- 小谈:必需脂肪酸(必需脂肪酸主要包括)
-
必需脂肪酸是指机体生命活动必不可少,但机体自身又不能合成,必需由食物供给的多不饱和脂肪酸(PUFA)。必需脂肪酸主要包括两种,一种是ω-3系列的α-亚麻酸(18:3),一种是ω-6系列的亚油酸(18:...
- 期刊推荐:15本sci四区易发表的机械类期刊
-
虽然,Sci四区期刊相比收录在sci一区、二区、三区的期刊来说要求不是那么高,投稿起来也相对容易一些。但,sci四区所收录的期刊中每本期刊的投稿难易程度也是不一样的。为方便大家投稿,本文给大家推荐...
- be sick of 用法考察(be in lack of的用法)
-
besick表示病了,做谓语.本身是形容词,有多种意思.最通常的是:生病,恶心,呕吐,不适,晕,厌烦,无法忍受asickchild生病的孩子Hermother'sverysi...
- 一周热门
- 最近发表
-
- AI「自我复制」能力曝光,RepliBench警示:大模型正在学会伪造身份
- 【Python第三方库安装】介绍8种情况,这里最全看这里就够了!
- pyvips,一个神奇的 Python 库!(pythonvip视频)
- mac 安装tesseract、pytesseract以及简单使用
- 实测o3/o4-mini:3分钟解决欧拉问题,OpenAI最强模型名副其实!
- 使用Python将图片转换为字符画并保存到文件
- 5分钟-python包管理器pip安装(python pip安装包)
- 网络问题快速排查,你也能当好自己家的网络攻城狮
- 终于把TCP/IP 协议讲的明明白白了,再也不怕被问三次握手了
- 记一次工控触摸屏故障的处理(工控触摸屏维修)
- 标签列表
-
- mybatiscollection (79)
- mqtt服务器 (88)
- keyerror (78)
- c#map (65)
- resize函数 (64)
- xftp6 (83)
- bt搜索 (75)
- c#var (76)
- mybatis大于等于 (64)
- xcode-select (66)
- mysql授权 (74)
- 下载测试 (70)
- linuxlink (65)
- pythonwget (67)
- androidinclude (65)
- logstashinput (65)
- hadoop端口 (65)
- vue阻止冒泡 (67)
- oracle时间戳转换日期 (64)
- jquery跨域 (68)
- php写入文件 (73)
- kafkatools (66)
- mysql导出数据库 (66)
- jquery鼠标移入移出 (71)
- 取小数点后两位的函数 (73)