实用matlab代码.doc

(完整word)实用matlab代码1。图像反转MATLAB程序实现如下:I=imread(xian.bmp）;J=double（I);J=-J+（2561)； %图像反转线性变换H=uint8(J);subplot(1，2,1)，imshow(I）;subplot（1，2,2）,imshow（H)；2。灰度线性变换MATLAB程序实现如下：I=imread（xian。bmp);subplot(2，2，1),imshow(I）；title(原始图像);axis（50,250，50,200）；axis on； 显示坐标系I1=rgb2gray（I）；subplot(2,2，2)，imshow（I1）；title（灰度图像);axis（50,250，50,200)；axis on； 显示坐标系J=imadjust(I1，0。1 0.5，); 局部拉伸，把0.1 0。5内的灰度拉伸为0 1subplot（2,2,3）,imshow(J）；title(线性变换图像0.1 0.5）;axis（50,250,50,200）；grid on； 显示网格线axis on; 显示坐标系K=imadjust（I1，0.3 0。7，); 局部拉伸，把0.3 0。7内的灰度拉伸为0 1subplot（2，2,4)，imshow（K);title（线性变换图像0.3 0。7)；axis(50,250,50,200）;grid on; %显示网格线axis on; %显示坐标系3。非线性变换MATLAB程序实现如下：I=imread（xian.bmp)；I1=rgb2gray（I)；subplot（1，2，1),imshow(I1)；title（灰度图像）;axis（50，250，50，200）；grid on; %显示网格线axis on； %显示坐标系J=double（I1）；J=40(log(J+1)）；H=uint8（J）；subplot(1，2，2)，imshow(H）；title（对数变换图像);axis（50,250,50,200）；grid on； 显示网格线axis on； 显示坐标系4。直方图均衡化MATLAB程序实现如下:I=imread(xian。bmp）；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。线性平滑滤波器用MATLAB实现领域平均法抑制噪声程序:I=imread(xian.bmp）；subplot(231）imshow(I）title(原始图像）I=rgb2gray(I);I1=imnoise（I,salt & pepper,0.02);subplot（232）imshow(I1)title(添加椒盐噪声的图像)k1=filter2(fspecial(average，3），I1)/255; %进行3*3模板平滑滤波k2=filter2(fspecial（average，5），I1)/255； %进行55模板平滑滤波k3=filter2（fspecial(average，7),I1)/255； %进行7*7模板平滑滤波k4=filter2（fspecial(average，9)，I1)/255； %进行9*9模板平滑滤波subplot(233），imshow（k1）；title（33模板平滑滤波）；subplot(234）,imshow(k2）;title(55模板平滑滤波);subplot（235),imshow(k3）；title（7*7模板平滑滤波)；subplot（236)，imshow（k4）;title(99模板平滑滤波）;6.中值滤波器用MATLAB实现中值滤波程序如下：I=imread(xian.bmp）；I=rgb2gray（I)；J=imnoise(I,salt&pepper，0。02)；subplot（231)，imshow(I)；title（原图像）;subplot(232)，imshow（J）;title(添加椒盐噪声图像）；k1=medfilt2(J)； %进行33模板中值滤波k2=medfilt2(J,5,5）； 进行5*5模板中值滤波k3=medfilt2(J,7,7）; %进行7*7模板中值滤波k4=medfilt2(J，9,9)； %进行99模板中值滤波subplot（233)，imshow(k1)；title(33模板中值滤波);subplot（234），imshow（k2);title(55模板中值滤波);subplot(235），imshow(k3）;title(77模板中值滤波）；subplot(236)，imshow(k4）;title（99模板中值滤波)；7.用Sobel算子和拉普拉斯对图像锐化：I=imread（xian.bmp);subplot（2,2,1），imshow（I)；title(原始图像）;axis（50,250，50，200);grid on； %显示网格线axis on; 显示坐标系I1=im2bw（I）；subplot(2，2,2）,imshow(I1）;title(二值图像)；axis（50,250,50,200）；grid on; 显示网格线axis on; 显示坐标系H=fspecial(sobel）; 选择sobel算子J=filter2(H，I1)； %卷积运算subplot（2，2,3),imshow(J);title(sobel算子锐化图像);axis(50，250，50,200);grid on； 显示网格线axis on; %显示坐标系h=0 1 0,1 -4 1，0 1 0； %拉普拉斯算子J1=conv2(I1,h,same）； 卷积运算subplot(2，2，4），imshow（J1）；title(拉普拉斯算子锐化图像);axis（50,250，50,200）;grid on; %显示网格线axis on; %显示坐标系8.梯度算子检测边缘用MATLAB实现如下：I=imread(xian.bmp）;subplot(2，3,1);imshow(I）；title(原始图像);axis（50,250，50,200）；grid on； %显示网格线axis on; 显示坐标系I1=im2bw（I）;subplot(2，3，2）;imshow(I1）;title（二值图像）；axis(50，250,50，200）；grid on； 显示网格线axis on； %显示坐标系I2=edge(I1,roberts）；figure;subplot（2，3，3)；imshow（I2）；title（roberts算子分割结果);axis（50，250，50,200）；grid on； %显示网格线axis on; 显示坐标系I3=edge（I1,sobel)；subplot（2,3，4);imshow（I3）;title（sobel算子分割结果）；axis(50,250，50,200);grid on； 显示网格线axis on; 显示坐标系I4=edge(I1,Prewitt)；subplot（2，3,5）；imshow（I4)；title（Prewitt算子分割结果）；axis（50,250,50,200);grid on; 显示网格线axis on; %显示坐标系9。LOG算子检测边缘用MATLAB程序实现如下：I=imread（xian.bmp)；subplot（2，2，1）;imshow（I）;title(原始图像）；I1=rgb2gray(I)；subplot(2，2，2)；imshow（I1）;title（灰度图像)；I2=edge（I1，log);subplot(2,2，3）；imshow（I2);title(log算子分割结果）;10.Canny算子检测边缘用MATLAB程序实现如下：I=imread（xian.bmp)；subplot（2,2，1)；imshow(I)；title(原始图像)I1=rgb2gray（I）；subplot(2，2,2)；imshow（I1）；title（灰度图像）;I2=edge(I1，canny);subplot（2,2，3)；imshow(I2）;title(canny算子分割结果）；11。边界跟踪（bwtraceboundary函数）clcclear allI=imread(xian。bmp）；figureimshow(I);title（原始图像);I1=rgb2gray(I）; 将彩色图像转化灰度图像threshold=graythresh（I1）； %计算将灰度图像转化为二值图像所需的门限BW=im2bw(I1， threshold）; %将灰度图像转化为二值图像figureimshow（BW）;title(二值图像);dim=size(BW);col=round（dim（2)/2）-90； 计算起始点列坐标row=find(BW(:,col）,1); 计算起始点行坐标connectivity=8；num_points=180;contour=bwtraceboundary（BW，row，col，N,connectivity，num_points）；提取边界figureimshow(I1)；hold on;plot(contour（：，2）,contour(:,1), g，LineWidth ,2);title（边界跟踪图像）;12。Hough变换I= imread（xian.bmp)；rotI=rgb2gray（I）；subplot（2，2,1）;imshow(rotI）；title（灰度图像）；axis（50，250,50,200）;grid on；axis on；BW=edge（rotI，prewitt)；subplot(2,2，2）;imshow(BW);title（prewitt算子边缘检测后图像）;axis（50,250，50,200)；grid on；axis on;H,T，R=hough（BW)；subplot(2,2，3）;imshow（H，,XData，T,YData,R,InitialMagnification,fit);title（霍夫变换图）；xlabel（theta），ylabel（rho);axis on , axis normal， hold on；P=houghpeaks（H,5,threshold，ceil(0。3max（H（：）)）；x=T(P（：，2）);y=R(P(：，1)）;plot(x,y，s,color,white）；lines=houghlines(BW，T,R，P，FillGap,5，MinLength，7);subplot（2,2，4）;，imshow（rotI）；title（霍夫变换图像检测）;axis(50,250，50，200）;grid on；axis on；hold on；max_len=0;for k=1:length(lines）xy=lines（k）。point1；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）。point2）;if(lenmax_len)max_len=len；xy_long=xy；endendplot(xy_long(：,1）,xy_long（：,2),LineWidth,2,Color，cyan）;13。直方图阈值法用MATLAB实现直方图阈值法：I=imread（xian。bmp)；I1=rgb2gray(I）；figure;subplot（2，2，1）;imshow(I1);title(灰度图像)axis(50，250，50,200);grid on； %显示网格线axis on; 显示坐标系m,n=size（I1)； 测量图像尺寸参数GP=zeros(1，256）; 预创建存放灰度出现概率的向量for k=0：255 GP(k+1）=length（find(I1=k)/（mn）； %计算每级灰度出现的概率，将其存入GP中相应位置endsubplot(2，2,2），bar(0：255,GP,g） 绘制直方图title(灰度直方图)xlabel（灰度值）ylabel(出现概率）I2=im2bw(I,150/255)；subplot（2，2，3）,imshow(I2）;title(阈值150的分割图像）axis（50，250，50，200）;grid on； %显示网格线axis on; 显示坐标系I3=im2bw(I，200/255)； %subplot（2，2,4），imshow（I3);title(阈值200的分割图像）axis(50,250,50，200）；grid on； %显示网格线axis on； 显示坐标系14. 自动阈值法:Otsu法用MATLAB实现Otsu算法：clcclear allI=imread（xian。bmp)；subplot(1,2，1）,imshow(I）；title（原始图像)axis（50,250，50,200）;grid on； 显示网格线axis on; %显示坐标系level=graythresh（I）； %确定灰度阈值BW=im2bw(I,level);subplot（1，2，2）,imshow(BW)；title（Otsu法阈值分割图像）axis(50，250，50，200)；grid on; %显示网格线axis on； %显示坐标系15。膨胀操作I=imread（xian。bmp）; 载入图像I1=rgb2gray（I）;subplot(1，2，1)；imshow(I1);title（灰度图像)axis（50，250,50，200）;grid on； %显示网格线axis on； 显示坐标系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膨胀subplot（1，2,2)；imshow（I2）；title（膨胀后图像)；axis（50，250,50，200）；grid on; 显示网格线axis on； %显示坐标系16.腐蚀操作MATLAB实现腐蚀操作I=imread（xian.bmp)； 载入图像I1=rgb2gray（I);subplot（1，2,1）；imshow（I1)；title(灰度图像)axis（50,250，50,200）;grid on； 显示网格线axis on; 显示坐标系se=strel(disk,1）； 生成圆形结构元素I2=imerode(I1，se); %用生成的结构元素对图像进行腐蚀subplot(1，2,2）;imshow(I2）；title(腐蚀后图像）;axis(50,250,50，200）;grid on； 显示网格线axis on; %显示坐标系17.开启和闭合操作用MATLAB实现开启和闭合操作I=imread（xian。bmp）; %载入图像subplot（2，2，1)，imshow（I)；title（原始图像)；axis（50,250，50,200);axis on； %显示坐标系I1=rgb2gray(I);subplot（2,2，2）,imshow(I1）;title(灰度图像）；axis(50,250,50，200)；axis on; 显示坐标系se=strel(disk，1); 采用半径为1的圆作为结构元素I2=imopen(I1，se); %开启操作I3=imclose(I1，se); 闭合操作subplot（2，2,3),imshow(I2）;title（开启运算后图像)；axis（50,250，50，200);axis on; 显示坐标系subplot（2，2，4）,imshow(I3）;title(闭合运算后图像）；axis(50,250,50,200);axis on; 显示坐标系18。开启和闭合组合操作I=imread(xian.bmp）； %载入图像subplot（3，2，1）,imshow(I）；title（原始图像）；axis(50,250,50，200);axis on; %显示坐标系I1=rgb2gray（I）;subplot(3，2,2)，imshow（I1）；title(灰度图像)；axis（50,250，50，200)；axis on； %显示坐标系se=strel（disk，1);I2=imopen（I1,se); 开启操作I3=imclose（I1，se)； 闭合操作subplot（3，2，3）,imshow（I2）;title(开启运算后图像)；axis(50，250，50,200)；axis on; %显示坐标系subplot(3，2,4)，imshow（I3)；title(闭合运算后图像);axis（50,250，50,200)；axis on； %显示坐标系se=strel（disk,1)；I4=imopen（I1,se）;I5=imclose（I4,se)；subplot（3,2,5)，imshow（I5）； 开闭运算图像title（开闭运算图像);axis（50，250,50,200)；axis on； %显示坐标系I6=imclose(I1,se);I7=imopen（I6,se)；subplot(3，2,6),imshow（I7）; %闭开运算图像title(闭-开运算图像);axis（50，250,50，200)；axis on; %显示坐标系19.形态学边界提取利用MATLAB实现如下：I=imread(xian.bmp); 载入图像subplot（1,3，1），imshow(I)；title(原始图像);axis（50,250，50，200）;grid on; %显示网格线axis on； 显示坐标系I1=im2bw（I);subplot（1,3，2），imshow（I1)；title(二值化图像)；axis（50,250，50,200);grid on； %显示网格线axis on; 显示坐标系I2=bwperim（I1）； 获取区域的周长subplot（1，3,3),imshow(I2);title(边界周长的二值图像);axis（50，250,50,200）;grid on;axis on;20。形态学骨架提取利用MATLAB实现如下：I=imread（xian。bmp);subplot(2，2,1)，imshow(I);title(原始图像）;axis（50，250，50，200)；axis on；I1=im2bw（I);subplot（2，2，2）,imshow(I1）;title(二值图像)；axis（50，250，50，200）;axis on；I2=bwmorph（I1，skel,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 on；21.直接提取四个顶点坐标I = imread（xian。bmp)；I = I(:，:,1)；BW=im2bw(I）;figureimshow(BW）x，y=getpts