形态学图像处理和图像分割MATLAB实验-Toy模板网

这篇具有很好参考价值的文章主要介绍了形态学图像处理和图像分割MATLAB实验。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、实验目的

理解腐蚀和膨胀的原理，掌握开运算、闭运算及形态学的边界提取。
掌握孤立点检测、线检测和边缘检测的方法。
掌握全局阈值处理的方法。

二、实验内容

1. 开运算和闭运算实验。

图1(a)显示了一幅被噪声图像污染的指纹图像，图1(b)给出了结构元，请自编程序，实现以下运算：

形态学图像处理和图像分割MATLAB实验

(1) 用图1(b)所示的结构元对图1(a)进行腐蚀。
(2) 对图1(a)进行开运算。
(3) 对开运算的结果进行膨胀处理。
(4) 对开运算的结果进行闭运算处理。
(5) 分析实验结果。

答：

%%
%对污染的指纹图像进行腐蚀运算
clear all;close all;clc

f=imread('1.tif');%f 240x317
[M, N]=size(f);
f1=zeros(M,N);
figure;imshow(f)
se=ones(3); %结构元素为 3×3 时
[m, n]=size(se);
sx=floor(m/2); %取整
sy=floor(n/2);
f = padarray(f,[sx sy]); %对 f 进行零填充
[M, N]=size(f); %获取填充后 f 的大小

for i=sx+1:M-sx
    for j=sy+1:N-sy
        fblock=f(i-sx:i+sx,j-sy:j+sy);
        andresult=se&fblock; %与运算
        if (andresult==se)
            f1(i-sx,j-sy)=1;
        else
            f1(i-sx,j-sy)=0;
        end
    end
end
subplot(1,4,1); imshow(f1);title('腐蚀运算结果');


%%
%%对污染的指纹图像进行开运算，即腐蚀之后进行膨胀运算

f1 = padarray(f1,[sx sy]);
f2=zeros(238,315); %开运算的结果
for i=sx+1:M-sx
    for j=sy+1:N-sy
        fblock=f1(i-sx:i+sx,j-sy:j+sy);
        andresult=se&fblock;
        As=sum(sum(andresult));
        if As>0
            f2(i-sx,j-sy)=1;
        else
            f2(i-sx,j-sy)=0;
        end
    end
end

subplot(1,4,2);imshow(f2);title('开运算结果');
%%
%对开运算的结果进行膨胀处理。
f2 = padarray(f2,[sx sy]);
f3=zeros(238,315); %开运算的结果继续膨胀
for i=sx+1:M-sx
    for j=sy+1:N-sy
        fblock=f2(i-sx:i+sx,j-sy:j+sy);
        andresult=se&fblock;
        As=sum(sum(andresult));
        if As>0
            f3(i-sx,j-sy)=1;
        else
            f3(i-sx,j-sy)=0;
        end
    end
end

subplot(1,4,3); imshow(f3);title('开运算后膨胀结果');
%%
%对开运算的结果进行闭运算

f3 = padarray(f3,[sx sy]);
f4=zeros(238,315); %存储开运算后闭运算结果
for i=sx+1:M-sx
    for j=sy+1:N-sy
        fblock=f3(i-sx:i+sx,j-sy:j+sy);
        andresult=se&fblock; %与运算
        if (andresult==se)
            f4(i-sx,j-sy)=1;
        else
            f4(i-sx,j-sy)=0;
        end
    end
end

subplot(1,4,4); imshow(f4);title('开运算后闭运算结果');

形态学图像处理和图像分割MATLAB实验

2. 用形态学处理提取边界。

图2(a)给出了一幅简单的二值图像，图2(b)给出了结构元，请按照式(1)，对图2(a)进行处理。

$\beta (A)=A-(A\ominus B)$

其中， $B$ 是结构元。先通过 $B$ 对 $A$ 腐蚀，再执行 $A$ 和腐蚀结果之间的差，即可得到集合 $A$ 的边界。

形态学图像处理和图像分割MATLAB实验
答：

close all; clear all; clc;
f=imread('2.tif');
%先腐蚀
se=ones(3);%结构元
[m, n]=size(se);
sx=floor(m/2); %取整
sy=floor(n/2);
f_padded = padarray(f,[sx sy]); %对 f 进行零填充
[M, N]=size(f_padded); %获取填充后 fp 的大小
for i=sx+1:M-sx
    for j=sy+1:N-sy
        fblock=f_padded(i-sx:i+sx,j-sy:j+sy);
        andresult=se&fblock; %与运算
        if (andresult==se)
            f1(i-sx,j-sy)=1;
        else
            f1(i-sx,j-sy)=0;
        end
    end
end
%后做差
fe=f-f1;
figure,imshow(fe)

形态学图像处理和图像分割MATLAB实验

4. 全局阈值处理。

图6给出了一幅带噪声的指纹图像，请进行以下运算：
(1) 求图6的直方图。
(2) 用 $T = m$ (平均图像灰度)开始，并令 $\Delta T=0.01$ ，应用“实验讲义”中给出的迭代算法得到全局阈值。
(3) 用(2)中得到的全局阈值对图像进行分割。

答：

clear all;close all;clc
f=imread('4.tif');
imhist(f);

f=im2double(f);
T=mean(f(:));%当前阈值
t=0;%下一次阈值

while abs(T-t)>0.01%当T与t相差过大
    G1=f>T;%逻辑判断，f>T的部分为1，反之为0,注意G1会是logical类型的变量
    t=0.5*mean(f(G1))+0.5*mean(f(~G1));
    T=t;
end

%显式的使用find

% index=find(f>T);
% f(index)=1;
% index=find(f<T);
% f(index)=0;
% imshow(f);

%使用逻辑索引来改善速度,不需要显式的使用find
f(f>T)=1;
f(f<=T)=0;
imshow(f);