Matlab数字图像处理处理尝试之2_第1页
Matlab数字图像处理处理尝试之2_第2页
Matlab数字图像处理处理尝试之2_第3页
Matlab数字图像处理处理尝试之2_第4页
Matlab数字图像处理处理尝试之2_第5页
已阅读5页,还剩14页未读 继续免费阅读

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

Matlab数字图像处理处理尝试之:[1]掌纹识别|浏览:41|更新:2013-10-1219:48|标签:matlab用大津法自动得到阀值T,从而得到相应的二值图像。对图像I,记T为前景与背景的分割阀值,前景点数占图像比例w0,平均灰度为u0,;背景点数占图像比例为w1,平均灰度值为u1。图像的总平均灰度为uT=w0Xu0+w1Xu1。从最小灰度值到最大灰度值遍历T,当T使得方差σ2=w0X(u0-uT)2+w1X(u1-uT)2最大时,T即为分割的最佳阀值。方差为灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,当部分当前错分为背景或部分背景错分为前景都会导致两部分差别变小,因此,是方差最大的分割以为着错分概率最小。直接应用大津法计算量较大,因此,在现实时采用了等价的公式:σ2=w0Xw1X(u0-u1)2。具体程序如下:clearall;I=imread('C:\Users\zjy\Desktop\zhangwen.jpg');subplot(1,3,1),imshow(I);xlabel('a)原始图像');level=graythresh(I);BW=im2bw(I,level);subplot(1,3,2),imshow(BW);xlabel('b)graythresh函数计算阀值');disp(strcat('graythresh函数计算灰度阀值:',num2str(uint8(level*255))));IMAX=max(max(I));IMIN=min(min(I));T=double(IMIN+IMAX)/2;ISIZE=size(I);muxSize=ISIZE(1)*ISIZE(2);fori=1;length(T)TK=T(1,i);ifground=0;ibground=0;FgroundS=0;BgroundS=0;forj=1:ISIZE(1)fork=1:ISIZE(2)tmp=I(j,k);if(tmp>=TK)ifground=ifground+1;FgroundS=FgroundS+double(tmp);elseibground=ibground+1;BgroundS=BgroundS+double(tmp);endendendw0=ifground/muxSize;w1=ibground/muxSize;u0=FgroundS/ifground;u1=BgroundS/ibground;T(2,i)=w0*w1*(u0-u1)*(u0-u1);endoMax=max(T(2,:));idx=find(T(2,:)>=oMax);T=uint8(T(1,idx));disp(strcat('简化大律法计算灰度阀值:',num2str(T)));BW=im2bw(I,double(T)/255);subplot(1,3,3),imshow(BW);xlabel('c)简化大律法计算灰度阀值');运行程序后得到如下结果:graythresh函数计算灰度阀值:133ans=3简化大律法计算灰度阀值:128在测试中发现:大津法选取出来的阀值非常理想,对于各种情况的表现都较为良好。虽然它在很多情况下都不是最佳的分割,但分割质量通常都有一定的保障,可以说是最稳定的分割。采用边缘检测算子(Sobel)提取手掌的边缘;具体程序如下:[BW2,thresh]=edge(BW,'sobel');disp('Sobel算子自动选择的阀值为:')disp(thresh)subplot(2,2,1);imshow(BW2);xlabel('b)自动阀值的Sobel算子边缘检测');运行程序后得到的结果如下:Sobel算子自动选择的阀值为:0.0636对二值化后的图像先进行膨胀运算、再进行腐蚀运算,将得到的结果与原图像相减,图像上所剩的点即为角点。先膨胀运算,再腐蚀运算,SE表示在进行膨胀与腐蚀时所用的结构元素。SE的确定是此次角点检测的关键所在。SE=strel('disk',80);BW3=imdilate(BW2,SE);subplot(2,2,2);imshow(BW3);xlabel('b)膨胀后图像');BW4=imerode(BW3,SE);subplot(2,2,3);imshow(BW4);xlabel('c)腐蚀后图像');Matlab数字图像处理处理尝试之:[1]掌纹识别|浏览:41|更新:2013-10-1219:48|标签:matlab用大津法自动得到阀值T,从而得到相应的二值图像。对图像I,记T为前景与背景的分割阀值,前景点数占图像比例w0,平均灰度为u0,;背景点数占图像比例为w1,平均灰度值为u1。图像的总平均灰度为uT=w0Xu0+w1Xu1。从最小灰度值到最大灰度值遍历T,当T使得方差σ2=w0X(u0-uT)2+w1X(u1-uT)2最大时,T即为分割的最佳阀值。方差为灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,当部分当前错分为背景或部分背景错分为前景都会导致两部分差别变小,因此,是方差最大的分割以为着错分概率最小。直接应用大津法计算量较大,因此,在现实时采用了等价的公式:σ2=w0Xw1X(u0-u1)2。具体程序如下:clearall;I=imread('C:\Users\zjy\Desktop\zhangwen.jpg');subplot(1,3,1),imshow(I);xlabel('a)原始图像');level=graythresh(I);BW=im2bw(I,level);subplot(1,3,2),imshow(BW);xlabel('b)graythresh函数计算阀值');disp(strcat('graythresh函数计算灰度阀值:',num2str(uint8(level*255))));IMAX=max(max(I));IMIN=min(min(I));T=double(IMIN+IMAX)/2;ISIZE=size(I);muxSize=ISIZE(1)*ISIZE(2);fori=1;length(T)TK=T(1,i);ifground=0;ibground=0;FgroundS=0;BgroundS=0;forj=1:ISIZE(1)fork=1:ISIZE(2)tmp=I(j,k);if(tmp>=TK)ifground=ifground+1;FgroundS=FgroundS+double(tmp);elseibground=ibground+1;BgroundS=BgroundS+double(tmp);endendendw0=ifground/muxSize;w1=ibground/muxSize;u0=FgroundS/ifground;u1=BgroundS/ibground;T(2,i)=w0*w1*(u0-u1)*(u0-u1);endoMax=max(T(2,:));idx=find(T(2,:)>=oMax);T=uint8(T(1,idx));disp(strcat('简化大律法计算灰度阀值:',num2str(T)));BW=im2bw(I,double(T)/255);subplot(1,3,3),imshow(BW);xlabel('c)简化大律法计算灰度阀值');运行程序后得到如下结果:graythresh函数计算灰度阀值:133ans=3简化大律法计算灰度阀值:128在测试中发现:大津法选取出来的阀值非常理想,对于各种情况的表现都较为良好。虽然它在很多情况下都不是最佳的分割,但分割质量通常都有一定的保障,可以说是最稳定的分割。采用边缘检测算子(Sobel)提取手掌的边缘;具体程序如下:[BW2,thresh]=edge(BW,'sobel');disp('Sobel算子自动选择的阀值为:')disp(thresh)subplot(2,2,1);imshow(BW2);xlabel('b)自动阀值的Sobel算子边缘检测');运行程序后得到的结果如下:Sobel算子自动选择的阀值为:0.0636对二值化后的图像先进行膨胀运算、再进行腐蚀运算,将得到的结果与原图像相减,图像上所剩的点即为角点。先膨胀运算,再腐蚀运算,SE表示在进行膨胀与腐蚀时所用的结构元素。SE的确定是此次角点检测的关键所在。SE=strel('disk',80);BW3=imdilate(BW2,SE);subplot(2,2,2);imshow(BW3);xlabel('b)膨胀后图像');BW4=imerode(BW3,SE);subplot(2,2,3);imshow(BW4);xlabel('c)腐蚀后图像');a)二进制图像的显示BW1=zeros(20,20);%创建仅包含0/1的双精度图像BW1(2:2:18,2:2:18)=1;imshow(BW1,'notruesize');whosBW2=uint8(BW1);figure,imshow(BW2,'notruesize')BW3=BW2~=0;%逻辑标志置为onfigure,imshow(BW3,'notruesize')whosBW=imread('circles.tif');imshow(BW);figure,imshow(~BW);figure,imshow(BW,[100;001]);b)灰度图像的显示I=imread('testpat1.tif');J=filter2([12;-1-2],I);imshow(I)figure,imshow(J,[])c)索引图像的显示loadclown%装载一幅图像imwrite(X,map,'clown.bmp');%保存为bmp文件imshow(X)imshow(X,map)d)RGB图像的显示I=imread('flowers.tif');imshow(I)RGB=imread('ngc6543a.jpg');figure,imshow(RGB)imshow(I(:,:,3))%显示第3个颜色分量e)多帧图像的显示mri=uint8(zeros(128,128,1,27));%27帧文件mri.tif初始化forframe=1:27[mri(:,:,:,frame),map]=imread('mri.tif',frame);%读入每一帧endimshow(mri(:,:,:,3),map);%显示第3帧figure,imshow(mri(:,:,:,6),map);%显示第6帧figure,imshow(mri(:,:,:,10),map);%显示第10帧figure

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。

评论

0/150

提交评论