matlab圖像分割算法源碼

1、matlab 圖像分割算法源碼圖像讀取及灰度變換I=imread('cameraman.tif');%讀取圖像subplot(1,2,1),imshow(I) %輸出圖像title('原始圖像') %在原始圖像中加標(biāo)題subplot(1,2,2),imhist(I) %輸出原圖直方圖title('原始圖像直方圖') %在原圖直方圖上加標(biāo)題圖像旋轉(zhuǎn)I = imread('cameraman.tif');figure,imshow(I);theta = 30;K = imrotate(I,theta); % Try varying t

2、he angle, theta.figure, imshow(K)邊緣檢測I = imread('cameraman.tif');J1=edge(I,'sobel');J2=edge(I,'prewitt');J3=edge(I,'log');subplot(1,4,1),imshow(I);subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);1.圖像反轉(zhuǎn)MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp&#

3、39;);J=double(I);J=-J+(256-1);                 %圖像反轉(zhuǎn)線性變換H=uint8(J);subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(H);2.灰度線性變換MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title('原始圖像');axis(5

4、0,250,50,200);axis on;                  %顯示坐標(biāo)系I1=rgb2gray(I);subplot(2,2,2),imshow(I1);title('灰度圖像');axis(50,250,50,200);axis on;             

5、     %顯示坐標(biāo)系J=imadjust(I1,0.1 0.5,); %局部拉伸，把0.1 0.5內(nèi)的灰度拉伸為0 1subplot(2,2,3),imshow(J);title('線性變換圖像0.1 0.5');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;   &

6、#160;              %顯示坐標(biāo)系K=imadjust(I1,0.3 0.7,); %局部拉伸，把0.3 0.7內(nèi)的灰度拉伸為0 1subplot(2,2,4),imshow(K);title('線性變換圖像0.3 0.7');axis(50,250,50,200);grid on;             

7、;     %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系3.非線性變換MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp');I1=rgb2gray(I);subplot(1,2,1),imshow(I1);title('灰度圖像');axis(50,250,50,200);grid on;  

8、;                %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系J=double(I1);J=40*(log(J+1);H=uint8(J);subplot(1,2,2),imshow(H);title('對(duì)數(shù)變換圖像'

9、;);axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系4.直方圖均衡化MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp

10、');I=rgb2gray(I);figure;subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);I1=histeq(I);figure;subplot(2,2,1);imshow(I1);subplot(2,2,2);imhist(I1);5.線性平滑濾波器用MATLAB實(shí)現(xiàn)領(lǐng)域平均法抑制噪聲程序：I=imread('xian.bmp');subplot(231)imshow(I)title('原始圖像')I=rgb2gray(I);I1=imnoise(I,'salt & pepper

11、',0.02);subplot(232)imshow(I1)title('添加椒鹽噪聲的圖像')k1=filter2(fspecial('average',3),I1)/255;          %進(jìn)行3*3模板平滑濾波k2=filter2(fspecial('average',5),I1)/255;          %進(jìn)行5*5模板平滑濾波k3=filte

12、r2(fspecial('average',7),I1)/255;          %進(jìn)行7*7模板平滑濾波k4=filter2(fspecial('average',9),I1)/255;          %進(jìn)行9*9模板平滑濾波subplot(233),imshow(k1);title('3*3模板平滑濾波');subplot(234),imshow(k2);t

13、itle('5*5模板平滑濾波');subplot(235),imshow(k3);title('7*7模板平滑濾波');subplot(236),imshow(k4);title('9*9模板平滑濾波');6.中值濾波器用MATLAB實(shí)現(xiàn)中值濾波程序如下：I=imread('xian.bmp');I=rgb2gray(I);J=imnoise(I,'salt&pepper',0.02);subplot(231),imshow(I);title('原圖像');subplot(232),ims

14、how(J);title('添加椒鹽噪聲圖像');k1=medfilt2(J);            %進(jìn)行3*3模板中值濾波k2=medfilt2(J,5,5);      %進(jìn)行5*5模板中值濾波k3=medfilt2(J,7,7);      %進(jìn)行7*7模板中值濾波k4=medfilt2(J,9,9);     

15、 %進(jìn)行9*9模板中值濾波subplot(233),imshow(k1);title('3*3模板中值濾波');subplot(234),imshow(k2);title('5*5模板中值濾波');subplot(235),imshow(k3);title('7*7模板中值濾波');subplot(236),imshow(k4);title('9*9模板中值濾波');7.用Sobel算子和拉普拉斯對(duì)圖像銳化：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title(&#

16、39;原始圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系I1=im2bw(I);subplot(2,2,2),imsho

17、w(I1);title('二值圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系H=fspecial('so

18、bel');     %選擇sobel算子 J=filter2(H,I1);            %卷積運(yùn)算subplot(2,2,3),imshow(J); title('sobel算子銳化圖像');axis(50,250,50,200);grid on;            &

19、#160;     %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系h=0 1 0,1 -4 1,0 1 0;   %拉普拉斯算子J1=conv2(I1,h,'same');            %卷積運(yùn)算subp

20、lot(2,2,4),imshow(J1); title('拉普拉斯算子銳化圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;                

21、60; %顯示坐標(biāo)系8.梯度算子檢測邊緣用MATLAB實(shí)現(xiàn)如下：I=imread('xian.bmp');subplot(2,3,1);imshow(I);title('原始圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;        

22、;          %顯示坐標(biāo)系I1=im2bw(I);subplot(2,3,2);imshow(I1);title('二值圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;     

23、60;            %顯示坐標(biāo)系I2=edge(I1,'roberts');figure;subplot(2,3,3);imshow(I2);title('roberts算子分割結(jié)果');axis(50,250,50,200);grid on;                 

24、 %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系I3=edge(I1,'sobel');subplot(2,3,4);imshow(I3);title('sobel算子分割結(jié)果');axis(50,250,50,200);grid on;           

25、;       %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系I4=edge(I1,'Prewitt');subplot(2,3,5);imshow(I4);title('Prewitt算子分割結(jié)果');axis(50,250,50,200);grid on;    

26、              %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系9.LOG算子檢測邊緣用MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp');subplot(2,2,1);imshow(I);title('原始圖像'

27、;);I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title('灰度圖像');I2=edge(I1,'log');subplot(2,2,3);imshow(I2);title('log算子分割結(jié)果');10.Canny算子檢測邊緣用MATLAB程序?qū)崿F(xiàn)如下：I=imread('xian.bmp');subplot(2,2,1);imshow(I);title('原始圖像')I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title('

28、灰度圖像');I2=edge(I1,'canny');subplot(2,2,3);imshow(I2);title('canny算子分割結(jié)果');11.邊界跟蹤（bwtraceboundary函數(shù)）clcclear allI=imread('xian.bmp');figureimshow(I);title('原始圖像');I1=rgb2gray(I);              &#

29、160; %將彩色圖像轉(zhuǎn)化灰度圖像 threshold=graythresh(I1);        %計(jì)算將灰度圖像轉(zhuǎn)化為二值圖像所需的門限BW=im2bw(I1, threshold);       %將灰度圖像轉(zhuǎn)化為二值圖像figureimshow(BW);title('二值圖像');dim=size(BW);col=round(dim(2)/2)-90;      

30、0;  %計(jì)算起始點(diǎn)列坐標(biāo)row=find(BW(:,col),1);          %計(jì)算起始點(diǎn)行坐標(biāo)connectivity=8;num_points=180;contour=bwtraceboundary(BW,row,col,'N',connectivity,num_points); %提取邊界figureimshow(I1);hold on;plot(contour(:,2),contour(:,1), 'g','LineWidth

31、' ,2);title('邊界跟蹤圖像');12.Hough變換I= imread('xian.bmp');rotI=rgb2gray(I);subplot(2,2,1);imshow(rotI);title('灰度圖像');axis(50,250,50,200);grid on;                 axis on; BW=edge(rotI,&#

32、39;prewitt');subplot(2,2,2);imshow(BW);title('prewitt算子邊緣檢測后圖像');axis(50,250,50,200);grid on;                 axis on; H,T,R=hough(BW);subplot(2,2,3);imshow(H,'XData',T,'YData',R,

33、9;InitialMagnification','fit');title('霍夫變換圖');xlabel('theta'),ylabel('rho');axis on , axis normal, hold on;P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:);x=T(P(:,2);y=R(P(:,1);plot(x,y,'s','color','white');lines=houghlines(BW,T,R,P,

34、'FillGap',5,'MinLength',7);subplot(2,2,4);,imshow(rotI);title('霍夫變換圖像檢測');axis(50,250,50,200);grid on;                 axis on; hold on;max_len=0;for k=1:length(lines)xy=lines(k).point1;

35、lines(k).point2;plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');len=norm(lines(k).point1-lines(k)

36、.point2);if(len>max_len)max_len=len;xy_long=xy;endendplot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','cyan');13.直方圖閾值法用MATLAB實(shí)現(xiàn)直方圖閾值法：I=imread('xian.bmp');I1=rgb2gray(I);figure;subplot(2,2,1);imshow(I1);title('灰度圖像')axis(50,250,50,200);grid on; &#

37、160;                %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系m,n=size(I1);           

38、60;                %測量圖像尺寸參數(shù)GP=zeros(1,256);                           %預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量for k=0:2

39、55     GP(k+1)=length(find(I1=k)/(m*n);    %計(jì)算每級(jí)灰度出現(xiàn)的概率，將其存入GP中相應(yīng)位置endsubplot(2,2,2),bar(0:255,GP,'g')                   %繪制直方圖title('灰度直方圖')xlabel('灰度值

40、9;)ylabel('出現(xiàn)概率') I2=im2bw(I,150/255);   subplot(2,2,3),imshow(I2);title('閾值150的分割圖像')axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;     

41、60;            %顯示坐標(biāo)系I3=im2bw(I,200/255);   %subplot(2,2,4),imshow(I3);title('閾值200的分割圖像')axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線

42、axis on;                  %顯示坐標(biāo)系14. 自動(dòng)閾值法：Otsu法用MATLAB實(shí)現(xiàn)Otsu算法：clcclear allI=imread('xian.bmp');subplot(1,2,1),imshow(I);title('原始圖像')axis(50,250,50,200);grid on;      &

43、#160;           %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系level=graythresh(I);     %確定灰度閾值BW=im2bw(I,level);subplot(1,2,2),imshow(BW);title('Otsu

44、法閾值分割圖像')axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系15.膨脹操作I=imread('xian.bmp'

45、;);          %載入圖像I1=rgb2gray(I);subplot(1,2,1);imshow(I1);title('灰度圖像')      axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線ax

46、is on;                  %顯示坐標(biāo)系se=strel('disk',1);          %生成圓形結(jié)構(gòu)元素I2=imdilate(I1,se);             %用

47、生成的結(jié)構(gòu)元素對(duì)圖像進(jìn)行膨脹subplot(1,2,2);imshow(I2);title('膨脹后圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;               &#

48、160;  %顯示坐標(biāo)系16.腐蝕操作MATLAB實(shí)現(xiàn)腐蝕操作I=imread('xian.bmp');          %載入圖像I1=rgb2gray(I);subplot(1,2,1);imshow(I1);title('灰度圖像')      axis(50,250,50,200);grid on;        &

49、#160;         %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系se=strel('disk',1);       %生成圓形結(jié)構(gòu)元素I2=imerode(I1,se);     &#

50、160;  %用生成的結(jié)構(gòu)元素對(duì)圖像進(jìn)行腐蝕subplot(1,2,2);imshow(I2);title('腐蝕后圖像');axis(50,250,50,200);grid on;                  %顯示網(wǎng)格線axis on;             &

51、#160;    %顯示坐標(biāo)系17.開啟和閉合操作用MATLAB實(shí)現(xiàn)開啟和閉合操作I=imread('xian.bmp');          %載入圖像subplot(2,2,1),imshow(I);title('原始圖像');axis(50,250,50,200);axis on;             &#

52、160;    %顯示坐標(biāo)系 I1=rgb2gray(I);subplot(2,2,2),imshow(I1);title('灰度圖像');axis(50,250,50,200);axis on;                  %顯示坐標(biāo)系           

53、;        se=strel('disk',1);     %采用半徑為1的圓作為結(jié)構(gòu)元素I2=imopen(I1,se);         %開啟操作I3=imclose(I1,se);        %閉合操作subplot(2,2,3),imshow(I2);title('開啟運(yùn)算后圖像

54、9;);axis(50,250,50,200);axis on;                  %顯示坐標(biāo)系subplot(2,2,4),imshow(I3);title('閉合運(yùn)算后圖像');axis(50,250,50,200); axis on;            &#

55、160;     %顯示坐標(biāo)系18.開啟和閉合組合操作I=imread('xian.bmp');          %載入圖像subplot(3,2,1),imshow(I);title('原始圖像');axis(50,250,50,200);axis on;               

56、;   %顯示坐標(biāo)系 I1=rgb2gray(I);subplot(3,2,2),imshow(I1);title('灰度圖像');axis(50,250,50,200);axis on;                  %顯示坐標(biāo)系            &#

57、160;      se=strel('disk',1);     I2=imopen(I1,se);         %開啟操作I3=imclose(I1,se);        %閉合操作subplot(3,2,3),imshow(I2);title('開啟運(yùn)算后圖像');axis(50,250,50,

58、200);axis on;                  %顯示坐標(biāo)系subplot(3,2,4),imshow(I3);title('閉合運(yùn)算后圖像');axis(50,250,50,200);axis on;                

59、60; %顯示坐標(biāo)系se=strel('disk',1); I4=imopen(I1,se);I5=imclose(I4,se);subplot(3,2,5),imshow(I5);        %開閉運(yùn)算圖像title('開閉運(yùn)算圖像');axis(50,250,50,200);axis on;               

60、0;  %顯示坐標(biāo)系 I6=imclose(I1,se);I7=imopen(I6,se);subplot(3,2,6),imshow(I7);        %閉開運(yùn)算圖像 title('閉開運(yùn)算圖像');axis(50,250,50,200);axis on;                  %顯示坐標(biāo)系&

61、#160;  19.形態(tài)學(xué)邊界提取利用MATLAB實(shí)現(xiàn)如下：I=imread('xian.bmp');          %載入圖像subplot(1,3,1),imshow(I);title('原始圖像'); axis(50,250,50,200);grid on;               

62、   %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系I1=im2bw(I);subplot(1,3,2),imshow(I1);title('二值化圖像');axis(50,250,50,200);grid on;            

63、60;     %顯示網(wǎng)格線axis on;                  %顯示坐標(biāo)系I2=bwperim(I1);                 %獲取區(qū)域的周長subplot(1,3,3),imshow(I2);

64、60;title('邊界周長的二值圖像');axis(50,250,50,200);grid on;axis on;              20.形態(tài)學(xué)骨架提取利用MATLAB實(shí)現(xiàn)如下：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title('原始圖像');axis(50,250,50,200);axis on;    

65、;              I1=im2bw(I);subplot(2,2,2),imshow(I1);title('二值圖像');axis(50,250,50,200);axis on;                 I2=bwmorph(I1,'skel&#

66、39;,1);subplot(2,2,3),imshow(I2);title('1次骨架提取');axis(50,250,50,200);axis on;                  I3=bwmorph(I1,'skel',2);subplot(2,2,4),imshow(I3);title('2次骨架提取');axis(50,250,50,200);axis

67、on;               21.直接提取四個(gè)頂點(diǎn)坐標(biāo)I = imread('xian.bmp');I = I(:,:,1);BW=im2bw(I); figureimshow(BW)x,y=getpts Matlab求二值圖像的周長  2013-01-21 20:00:21|  分類： matlab |  標(biāo)簽： |字號(hào)大中小 訂閱

68、 方法一，使用8向鏈碼。水平或垂直連通的長度為1，斜向連通長度為1.414（2的平方根）首先給出8向鏈碼的編碼函數(shù)function out=chaincode8(image)%功能：實(shí)現(xiàn)8連通鏈碼%輸入： 二值圖像%輸出：鏈碼的結(jié)果n=0 1;-1 1;-1 0;-1 -1;0 -1;1 -1;1 0;1 1;%設(shè)置標(biāo)志flag=1;%初始輸出的鏈碼串為空cc=;%找到起始點(diǎn)x y=find(image=1);x=min(x);imx=image(x,:);y=find(imx=1, 1 );first=x y;dir=7;while flag=1    

69、;      tt=zeros(1,8);          newdir=mod(dir+7-mod(dir,2),8);          for i=0:7              j=mod(newdir+i,8)+1; 

70、;             tt(i+1)=image(x+n(j,1),y+n(j,2);          end    d=find(tt=1, 1 );          dir=mod(newdir+d-1,8);    

71、;      %找到下一個(gè)像素點(diǎn)的方向碼后補(bǔ)充在鏈碼的后面    cc=cc,dir;    x=x+n(dir+1,1);y=y+n(dir+1,2);    %判別鏈碼的結(jié)束標(biāo)志    if x=first(1)&&y=first(2)        flag=0;    endendout=cc;下面是主函

72、數(shù)i=bwperim(imread('1.bmp'),8);%求出二值圖像的邊界c8=chaincode8(i);%生成8向鏈碼sum1=0;sum2=0;for k=1:length(c8)    if c8(k)=0 |c8(k)=2 |c8(k)=4 |c8(k)=6        sum1=sum1+1;    else        sum2=sum2+1; &

73、#160;  endendl=sum1+sum2*sqrt(2);方法二，利用Matlab提供的函數(shù)i=imread('1.bmp');s=regionprops(i,'Perimeter');1. 代碼matlab函數(shù)實(shí)現(xiàn)圖像銳化     I,map=imread('img.jpg');imshow(I,map);I=double(I);Gx,Gy=gradient(I);       % 計(jì)算梯度G=sqrt(Gx.*Gx+

74、Gy.*Gy);   % 注意是矩陣點(diǎn)乘J1=G;figure,imshow(J1,map);    % 第一種圖像增強(qiáng)J2=I;                   % 第二種圖像增強(qiáng)K=find(G>=7);J2(K)=G(K);figure,imshow(J2,map);J3=I;      &#

75、160;            % 第三種圖像增強(qiáng)K=find(G>=7);J3(K)=255;figure,imshow(J3,map);J4=I;                   % 第四種圖像增強(qiáng)K=find(G<=7);J4(K)=255;figure,imshow(J4,map);J

76、5=I;                   % 第五種圖像增強(qiáng)K=find(G<=7);J5(K)=0;Q=find(G>=7);J5(Q)=255;figure,imshow(J5,map);MATLAB示例程序001-OSTU大津法/最大類間方差  Otsu最大類間方差法原理    利用閾值將原圖像分成前景，背景兩個(gè)圖象。    當(dāng)取最佳閾

77、值時(shí)，背景應(yīng)該與前景差別最大，即方差最大。otsu算法找的就是這個(gè)最大方差下的閾值。 最大類間方差法（otsu）的公式推導(dǎo)：   記t為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為w0，平均灰度為u0；背景點(diǎn)數(shù)占圖像比例為w1，平均灰度為u1。   則圖像的總平均灰度為：u=w0*u0+w1*u1。   前景和背景圖象的方差：g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),此公式為方差公式。   循環(huán)求取最大方差即可。  

78、0;MABLAB代碼及詳細(xì)注釋：function  ostuimg = imread('Lena.jpg');I_gray=rgb2gray(img);figure,imshow(I_gray);I_double=double(I_gray);    %轉(zhuǎn)化為雙精度，因?yàn)榇蠖鄶?shù)的函數(shù)和操作都是基于double的%figure,imshow(I_double);wid,len=size(I_gray);     %wid為行數(shù)，len為列數(shù)colorlevel=256;     %灰度級(jí)hist=zeros(c

79、olorlevel,1);   %直方圖，256×1的0矩陣 %threshold=128; %初始閾值%計(jì)算直方圖，統(tǒng)計(jì)灰度值的個(gè)數(shù)for i=1:wid    for j=1:len        m=I_gray(i,j)+1;    %因?yàn)榛叶葹?-255所以+1        hist(m)=hist(m)+1;    endend %直方圖歸一化hist=hist/(wid*len);  

80、60; %miuT為總的平均灰度，histm代表像素值為m的點(diǎn)個(gè)數(shù)miuT=0;for m=1:colorlevel    miuT=miuT+(m-1)*hist(m);endxigmaB2=0;  %用于保存每次計(jì)算的方差，與下次計(jì)算的方差比較大小for mindex=1:colorlevel    threshold=mindex-1;    omega1=0;    %前景點(diǎn)所占比例    omega2=0;    %背景點(diǎn)所占比例  &

81、#160; for m=1:threshold-1        omega1=omega1+hist(m);  %計(jì)算前景比例    end    omega2=1-omega1;            %計(jì)算背景比例    miu1=0;      %前景平均灰度比例    miu2=0;      %背景平均灰度比例   

82、 %計(jì)算前景與背景平均灰度    for m=1:colorlevel        if m        miu1=miu1+(m-1)*hist(m);   %前景平均灰度        else        miu2=miu2+(m-1)*hist(m);   %背景平均灰度        end    end  &#

83、160; %   miu1=miu1/omega1;%    miu2=miu2/omega2;    %計(jì)算前景與背景圖像的方差    xigmaB21=omega1*(miu1-miuT)2+omega2*(miu2-miuT)2;        xigma(mindex)=xigmaB21;   %保留每次計(jì)算的方差         %每次計(jì)算方差后，與上一次計(jì)算的方差比較。保留最大方差為

84、finalT    if xigmaB21>xigmaB2        finalT=threshold;        xigmaB2=xigmaB21;    endend %比較方法兩種閾值的不同fT=finalT/255;         %閾值歸一化T=graythresh(I_gray);  %matlab函數(shù)求閾值 for i=1:wid    for j=1:le

85、n        if I_double(i,j)>finalT            bin(i,j)=255;        else            bin(i,j)=0;        end    endend figure,imshow(bin);figure,plot(1:colorlevel,xigm

86、a); end 運(yùn)行結(jié)果：function main img=imread('lena.jpg'); imshow(img); img=double(img); m n=size(img); Hist=zeros(1,256); for i=1:m for j=1:n Hist(img(i,j)+1)=Hist(img(i,j)+1)+1; %求直方圖 end end p=Hist/(m*n); %直方圖概率分布 uT=sum(1:256).*p(1:256); %圖像亮度均值，其實(shí)比真正的均值要大1，所以后面減了1 sigma_2=zeros(1,256)

87、; for k=1:256 sigma_2(k)=(uT*w(k,p)-u(k,p)2/(w(k,p)*(1-w(k,p); %類間方差 end tmp index=max(sigma_2); %求最大類間方差的索引 index=index-1; %這里索引是1-256，實(shí)際圖像灰度是0-255，所以減1 imgn=img>index; figure; imshow(imgn); function re=w(k,p) %直方圖前k個(gè)亮度級(jí)的0階累積矩 re=sum(p(1:k); end function re=u(k,p) %直方圖前k個(gè)亮度級(jí)的1階累積矩 re=sum(1:k).*p

88、(1:k); end end效果：原圖二值化后bwlabel函數(shù)（二值圖像中元素標(biāo)記） 分類： MATLAB 2012-07-03 10:05 648人閱讀 評(píng)論(0) 收藏 舉報(bào) 圖像處理轉(zhuǎn)至：圖像處理函數(shù)詳解bwlabel功能：對(duì)連通對(duì)象進(jìn)行標(biāo)注，bwlabel主要對(duì)二維二值圖像中各個(gè)分離部分進(jìn)行標(biāo)注（多維用bwlabeln，用法類似）。用法：L = bwlabel(BW,n)L,num = bwlabel(BW,n)L = bwlabel(BW,n)表示返回和BW相同大小的數(shù)組L。L中包含了連通對(duì)象的標(biāo)注。參數(shù)n為4或8，分別對(duì)應(yīng)4鄰域和8鄰域，默認(rèn)值為8。L,num = bwlabel

89、(BW,n)返回連通數(shù)num。 bwlabel用法：L = bwlabel(BW,n)返回一個(gè)和BW大小相同的L矩陣，包含了標(biāo)記了BW中每個(gè)連通區(qū)域的類別標(biāo)簽，這些標(biāo)簽的值為1、2、num（連通區(qū)域的個(gè)數(shù)）。n的值為4或8，表示是按4連通尋找區(qū)域，還是8連通尋找，默認(rèn)為8。四連通或八連通是圖像處理里的基本感念：而8連通，是說一個(gè)像素，如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角連接著，則認(rèn)為他們是聯(lián)通的；4連通是指，如果像素的位置在其他像素相鄰的上、下、左或右，則認(rèn)為他們是連接著的，連通的，在左上角、左下角、右上角或右下角連接，則不認(rèn)為他們連通。L,num = bw

90、label(BW,n)這里num返回的就是BW中連通區(qū)域的個(gè)數(shù)。補(bǔ)充：我聽說過16連通，這應(yīng)該是在三維空間里的概念了吧。舉例說明：BW =    1     1     1     0     0     0     0     0    1     1     1 &

91、#160;   0     1     1     0     0    1     1     1     0     1     1     0     0    1  

92、60;  1     1     0     0     0     1     0    1     1     1     0     0     0     1   

93、0; 0    1     1     1     0     0     0     1     0    1     1     1     0     0     1

94、60;   1     0    1     1     1     0     0     0     0     0按4連通計(jì)算，方形的區(qū)域，和翻轉(zhuǎn)的L形區(qū)域，有用是對(duì)角連接，不屬于連通，所以分開標(biāo)記，連通區(qū)域個(gè)數(shù)為3 1. L = bwlabel(BW,4)結(jié)果如下：L =  

95、60; 1     1     1     0     0     0     0     0    1     1     1     0     2     2     0 &

96、#160;   0    1     1     1     0     2     2     0     0    1     1     1     0     0  

97、60;  0     3     0    1     1     1     0     0     0     3     0    1     1     1     0     0     0     3     0