matlab 二值圖像的形態學變換
1、dilate函數
該函數能夠實現二值圖像的膨脹操作,有以下形式:
BW2=dilate(BW1,SE)
BW2=dilate(BW1,SE,…,n)
其中:BW2=dilate(BW1,SE)表示使用二值結構要素矩陣SE隊圖像數據矩陣BW1執行膨脹操作。輸入圖像BW1的類型為double或unit8,輸出圖像BW2的類型為unit8。BW2=dilate(BW1,SE,…,n)表示執行膨脹操作n次。
2、erode 函數
該函數能夠實現二值圖像的腐蝕操作,有以下形式:
BW2= erode(BW1,SE)
BW2= erode(BW1,SE,…,n)
其中:BW2= erode(BW1,SE)表示使用二值結構要素矩陣SE隊圖像數據矩陣BW1執行腐蝕操作。輸入圖像BW1的類型為double或unit8,輸出圖像BW2的類型為unit8。BW2= erode(BW1,SE,…,n)表示執行腐蝕操作n次。
3、bwmorph函數
該函數的功能是能實現二值圖像形態學運算。它的格式如下:
① BW2=bwmorph(BW1,operation)
② BW2=bwmorph(BW1,operation,n)
其中:對于格式①,bwmorph函數可對二值圖像BW1采用指定的形態學運算;對于格式②,bwmorph函數可對二值圖像BW1采用指定的形態學運算n次。operation為下列字符串之一:
‘clean’:除去孤立的像素(被0包圍的1)
‘close’:計算二值閉合
‘dilate’:用結構元素計算圖像膨脹
‘erode’:用結構元素計算圖像侵蝕
4、imclose函數
該函數功能是對灰度圖像執行形態學閉運算,即使用同樣的結構元素先對圖像進行膨脹操作后進行腐蝕操作。調用格式為:
IM2=imclose(IM,SE)
IM2=imclose(IM,NHOOD)
5、imopen函數
該函數功能是對灰度圖像執行形態學開運算,即使用同樣的結構元素先對圖像進行腐蝕操作后進行膨脹操作。調用格式為:
IM2=imopen(IM,SE)
IM2=imopen(IM,NHOOD)
3用MATLAB編程實現圖像去噪
3.1 二值形態學消除圖像噪聲
用二值形態學方法對圖像中的噪聲進行濾除的基本思想[4]是:使用具有一定形態的結構元素去度量和提取圖像中的對應形狀,以達到消除圖像噪聲的目的。下面是二值形態學消除圖像噪聲的一個實例。
首先將tire.tif圖像加入椒鹽噪聲,這種噪聲前面已經介紹過,它在亮的圖像區域內是暗點,而在暗的圖像區域內是亮點,再對有噪聲圖像進行二值化操作,再對有噪聲圖像進行開啟操作,由于這里的結構元素矩陣比噪聲的尺寸要大,因而開啟的結果是將背景上的噪聲點去除了,最后對前一步得到的圖像進行閉合操作,將輪胎上的噪聲點去掉了。
下面是算法實現的程序代碼:
I1=imread('tire.tif'); %讀灰度圖tire.tif
I2=imnoise(I1,'salt & pepper'); %在圖像上加入椒鹽噪聲
figure,imshow(I2) %顯示加椒鹽噪聲后的灰度圖像
I3=im2bw(I1); %把加椒鹽噪聲后的灰度圖像二值化
figure,imshow(I3) %顯示二值化后的圖像
I4=bwmorph(I3,'open'); %對二值噪聲圖像進行二值形態學開運算
figure,imshow(I4) %顯示開運算后的圖像
I5=bwmorph(I4,'close'); %對上述圖像進行形態學閉運算
figure,imshow(I5) %顯示最終處理后的圖像
轉自:http://hi.baidu.com/%D2%B9%CB%AE%BE%A7%CD%F5%BD%A8%C7%E0/blog/item/160ea634225dfb385bb5f58b.html
該函數能夠實現二值圖像的膨脹操作,有以下形式:
BW2=dilate(BW1,SE)
BW2=dilate(BW1,SE,…,n)
其中:BW2=dilate(BW1,SE)表示使用二值結構要素矩陣SE隊圖像數據矩陣BW1執行膨脹操作。輸入圖像BW1的類型為double或unit8,輸出圖像BW2的類型為unit8。BW2=dilate(BW1,SE,…,n)表示執行膨脹操作n次。
2、erode 函數
該函數能夠實現二值圖像的腐蝕操作,有以下形式:
BW2= erode(BW1,SE)
BW2= erode(BW1,SE,…,n)
其中:BW2= erode(BW1,SE)表示使用二值結構要素矩陣SE隊圖像數據矩陣BW1執行腐蝕操作。輸入圖像BW1的類型為double或unit8,輸出圖像BW2的類型為unit8。BW2= erode(BW1,SE,…,n)表示執行腐蝕操作n次。
3、bwmorph函數
該函數的功能是能實現二值圖像形態學運算。它的格式如下:
① BW2=bwmorph(BW1,operation)
② BW2=bwmorph(BW1,operation,n)
其中:對于格式①,bwmorph函數可對二值圖像BW1采用指定的形態學運算;對于格式②,bwmorph函數可對二值圖像BW1采用指定的形態學運算n次。operation為下列字符串之一:
‘clean’:除去孤立的像素(被0包圍的1)
‘close’:計算二值閉合
‘dilate’:用結構元素計算圖像膨脹
‘erode’:用結構元素計算圖像侵蝕
4、imclose函數
該函數功能是對灰度圖像執行形態學閉運算,即使用同樣的結構元素先對圖像進行膨脹操作后進行腐蝕操作。調用格式為:
IM2=imclose(IM,SE)
IM2=imclose(IM,NHOOD)
5、imopen函數
該函數功能是對灰度圖像執行形態學開運算,即使用同樣的結構元素先對圖像進行腐蝕操作后進行膨脹操作。調用格式為:
IM2=imopen(IM,SE)
IM2=imopen(IM,NHOOD)
3用MATLAB編程實現圖像去噪
3.1 二值形態學消除圖像噪聲
用二值形態學方法對圖像中的噪聲進行濾除的基本思想[4]是:使用具有一定形態的結構元素去度量和提取圖像中的對應形狀,以達到消除圖像噪聲的目的。下面是二值形態學消除圖像噪聲的一個實例。
首先將tire.tif圖像加入椒鹽噪聲,這種噪聲前面已經介紹過,它在亮的圖像區域內是暗點,而在暗的圖像區域內是亮點,再對有噪聲圖像進行二值化操作,再對有噪聲圖像進行開啟操作,由于這里的結構元素矩陣比噪聲的尺寸要大,因而開啟的結果是將背景上的噪聲點去除了,最后對前一步得到的圖像進行閉合操作,將輪胎上的噪聲點去掉了。
下面是算法實現的程序代碼:
I1=imread('tire.tif'); %讀灰度圖tire.tif
I2=imnoise(I1,'salt & pepper'); %在圖像上加入椒鹽噪聲
figure,imshow(I2) %顯示加椒鹽噪聲后的灰度圖像
I3=im2bw(I1); %把加椒鹽噪聲后的灰度圖像二值化
figure,imshow(I3) %顯示二值化后的圖像
I4=bwmorph(I3,'open'); %對二值噪聲圖像進行二值形態學開運算
figure,imshow(I4) %顯示開運算后的圖像
I5=bwmorph(I4,'close'); %對上述圖像進行形態學閉運算
figure,imshow(I5) %顯示最終處理后的圖像
轉自:http://hi.baidu.com/%D2%B9%CB%AE%BE%A7%CD%F5%BD%A8%C7%E0/blog/item/160ea634225dfb385bb5f58b.html