首页下载资源大数据基于MATLAB的图像腐蚀膨胀(完美运行)

ZIP基于MATLAB的图像腐蚀膨胀(完美运行)

2401_865397199.47KB需要积分:1

资源文件列表:

基于MATLAB的图像腐蚀膨胀(完美运行).zip 大约有5个文件
  1. 基于MATLAB的图像腐蚀膨胀(完美运行)/
  2. 基于MATLAB的图像腐蚀膨胀(完美运行)/1.jpg 6.9KB
  3. 基于MATLAB的图像腐蚀膨胀(完美运行)/mainfc.p 202B
  4. 基于MATLAB的图像腐蚀膨胀(完美运行)/tuxiangfushi.m 914B
  5. 基于MATLAB的图像腐蚀膨胀(完美运行)/tuxiangpengzhang.m 918B

资源介绍:

图像腐蚀和膨胀是图像处理中常用的基本操作,用于处理二值图像或灰度图像。这两个操作主要用于去除噪声、分离连接的图像区域、增强边缘等。 图像腐蚀(Erosion)的基本思想是将图像中的物体进行收缩。具体操作是:对于图像中的每个像素,将它的邻域与一个结构元素进行比较,如果邻域内的所有像素都与结构元素对应位置上的像素相同,则该像素保持不变,否则该像素被置为0(对于二值图像来说)或被赋予邻域内像素的最小值(对于灰度图像来说)。 图像膨胀(Dilation)的基本思想是将图像中的物体进行扩张。具体操作是:对于图像中的每个像素,将它的邻域与一个结构元素进行比较,如果邻域内的至少一个像素与结构元素对应位置上的像素相同,则该像素保持不变,否则该像素被置为1(对于二值图像来说)或被赋予邻域内像素的最大值(对于灰度图像来说)。 图像腐蚀和膨胀操作通常会结合使用,称为开运算和闭运算。开运算先进行腐蚀操作再进行膨胀操作,主要用于去除小的噪声,平滑物体边缘。闭运算先进行膨胀操作再进行腐蚀操作,主要用于填充物体内部的小空洞,连接断开的物体。 在图像处理软件或库中,通常提供了腐蚀和膨胀的函数供用户调用,可以根
I=imread('1.jpg'); %载入图像 I1=I; figure(1) imshow(I1); title('原图像') %%%%%结构1%%%%% se=strel('disk',1); %生成圆形结构元素 I2=imdilate(I1,se); %用生成的结构元素对图像进行腐蚀 figure(2) imshow(I2); title('膨胀后图像[结构元素1]'); %%%%%结构2%%%%% se=strel('disk',2); %生成圆形结构元素 I3=imdilate(I1,se); %用生成的结构元素对图像进行腐蚀 figure(3); imshow(I3); title('膨胀后图像[结构元素2]'); %%%%%结构3%%%%% se=strel('disk',3); %生成圆形结构元素 I4=imdilate(I1,se); %用生成的结构元素对图像进行腐蚀 figure(4); imshow(I4); title('膨胀后图像[结构元素3]'); mainfc; %%%%%%%%结构4%%%% se=strel('disk',9); %生成圆形结构元素 I5=imdilate(I1,se); %用生成的结构元素对图像进行腐蚀 figure(5); imshow(I5); title('膨胀后图像[结构元素4]'); %%%%%%%%%%%选择两幅腐蚀图作差运算 result=I5-I4 figure(6) imshow(result) title('膨胀作差图');
100+评论
captcha