数字图像处理作业

数字图像处理作业

ID:7823815

大小:229.65 KB

页数:9页

时间:2018-02-27

数字图像处理作业_第1页
数字图像处理作业_第2页
数字图像处理作业_第3页
数字图像处理作业_第4页
数字图像处理作业_第5页
资源描述:

《数字图像处理作业》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数字图像处理作业题目:图像膨胀与图像腐蚀学院:班级:学号:姓名:一、实验原理1、膨胀:给图像中的对象边界添加像素。9/9将与物体接触的所有背景点合并到该物体中,使边界向外部扩张的过程。利用它可以填补物体中的空洞。B对X膨胀所产生的二值图像D是满足以下条件的点(x,y)的集合:如果B的原点平移到点(x,y),那么它与X的交集非空。数学表达式:BACÅ=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,

2、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。此外,imdilate还可以接受两个可选参数: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)。2、腐蚀:删除对象边界某些像素。一种消除边界点,使边界向内部收缩的过程。利用它可以消除小而且无意义的物体。B对X腐蚀所产生的二值图像E是满足以下条件的点(x,y)的集合:如果B的原点平移到点(x,y),那么B将完全包含于X中。数学表达式:BACQ可以使用imerode函数进行图

3、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)。M——指定原始图像的行数。二、实验内容1、膨胀的实验步骤步骤1,首先创建一个包含矩形对象的二值图像矩阵。BW=zeros(9,10);BW(4:6,4:7)=1步骤2,使用一个3×3的正方形结构元素对象对创建的图像进行膨胀。SE=strel('s

4、quare',3)步骤3,将图像BW和结构元素SE传递给imdilate函数。BW2=imdilate(BW,SE)步骤4,显示结果。imshow(BW,'notruesize')imshow(BW2,'notruesize');9/9效果图2、腐蚀的实验步骤步骤1,读取图像cameraman.tif(该图像是Matlab当前目录下自带的图片)BW=imread('D:1.jpg');BW1=rgb2gray(BW);步骤2,创建一个任意形状的结构元素对象SE=strel('arbitrary',eye(5

5、));步骤3,以图像BW1和结构元素SE为参数调用imerode函数进行腐蚀操作。BW2=imerode(BW1,SE);步骤4,显示操作结果imshow(BW1),title('原图像');figure,imshow(BW2),title('腐蚀后的图像');效果图9/93、膨胀和腐蚀联合操作的步骤:步骤1,创建结构元素:clear;closeallSE=strel('rectangle',[4030]);%注意:结构元素必须具有适当的大小,既可以删电流线又可以删除矩形.步骤2,使用结构元素腐蚀图像:%将会

6、删除所有直线,但也会缩减矩形BW=imread('D:1.jpg');BW1=rgb2gray(BW);BW2=imerode(BW1,SE);imshow(BW2),title('腐蚀后的图像');figure,imshow(BW1),title('原图像');步骤3,恢复矩形为原有大小,使用相同的结构元素对腐蚀过的图像进行膨胀.BW3=imdilate(BW2,SE);9/9figure,imshow(BW3),title('膨胀后的图像');效果图9/94、基于膨胀与腐蚀的形态操作——骨架化和边缘检测

7、(1)骨架化:某些应用中,针对一副图像,希望对图像中所有对象简化为线条,但不修改图像的基本结构,保留图像基本轮廓,这个过程就是所谓的骨架化。提供了专门的函数bwmorph,可以实现骨架化操作。clear;closeallBW=imread('D:1.jpg');BW1=rgb2gray(BW);BW2=bwmorph(BW1,'skel',Inf);imshow(BW1),title('原图像');figure,imshow(BW2),title('骨架化');效果图9/9(2)边缘检测对于一副灰度二进制图

8、像,如果图像像素值为1,则该像素的状态为ON,如果其像素值为0,则该像素的状态为OFF。在一副图像中,如果图像某个像素满足以下两个条件:1.该像素状态为ON,2.该像素邻域中有一个或多个像素状态为OFF。则认为该像素为边缘像素。Matlab中提供了专门的函数bwperim,可以用于判断一副二进制图像中的哪些像素为边缘像素。>>clear;closeallBW=imread('D:1.jpg');B

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。