数字图像处理课程设计 matlab(2)

选择最佳阈值 Th=Th*, 将图像分为C1和C2两类，满足

均匀性度量方法的处理结果：

数字图像处理 使用matlab 很好的 报告

6.4.2、类间最大距离法.

采用最佳阈值分割后，两类之间的差异最大，且差异采用两类中心与阈值间的距离差度量

给定一初始阈值Th=Th0，将图像分为C1和C2两类 分别计算两类的灰度均值 和

12

计算相对距离度量值 s

选择最佳阈值 Th=Th*, 将图像分为C1和C2两类

S|Th Th*

max{S}

图片效果:

6.4.3、局部阈值法

不均匀照射,物体背景对比明显, 不能只使用一门限 灰度级校正。

图象分成小块,选择局部门限

局部阈值法的处理前后结果：

6.5、 颜色空间转化

6..5.1、RGB转HSV

数字图像处理 使用matlab 很好的 报告

色彩空间相互转化：

其中有很多种色彩空间，这里只介绍两种转换关系： RGB转HSV，图像处理中有专门的函数将其进行转化，即rgb2hvs函数

转化图像前后对比如下：

6.5.2、RGB转HIS

首先获取图像的 RGB 3个通道

R=w(:,:,1); G=w(:,:,2); B=w(:,:,3);

观察HSI通道图像

因系统没有rgb2hsi函数,只有rgb2hsv函数,可自己编写程序实现算法

，用一个循环处理，分别得到HIS的色度，饱和度以及强度图，代码在后面实现

图形处理效果如下：

6.6、 其他图像处理功能

6.6.1、锐化

6.6.2、傅里叶

数字图像处理 使用matlab 很好的 报告

这两个是附加的图像处理功能，在次不做过多的说明，可向大家看看处理图像结果进行对比一下，看看效果，可在后面附上代码

锐化.

参考文献

【1】 郑阿奇，曹戈，赵阳.MATLAB实用教程[M].北京：电子工业出版社 【2】 精通matlab6[1].5_(北航_张志涌).pdf 【3】MATLAB 编程 （第二版）

MATLAB Programming for Engineers Second Edition） Stephen J. Chapman 著 邢树军 郑碧波 译 【4】相关的MATLAB图像处理函数

五、 附录

function varargout = two(varargin)

% Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State mfilename, ...

'gui_Singleton', gui_Singleton, ...

'gui_OpeningFcn', @two_OpeningFcn, ...

=

struct('gui_Name', [] , ...

'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback str2func(varargin{1});

end

=

'gui_OutputFcn', @two_OutputFcn, ...

'gui_LayoutFcn',

四种傅里叶变

数字图像处理 使用matlab 很好的 报告

if nargout

[varargout{1:nargout}] gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:}); end

% End initialization code - DO NOT EDIT % --- Executes just before erzhi is made visible. function two_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn.

--------------------------------------------------------- %接下来是菜单的程序

--------------------------------------------------------- function handles)

-------------------------------------------------------- %文件打开程序

function open_Callback(hObject, eventdata, handles)

[name,path]=uigetfile({'*.bmp'},'载入图像'); if isequal(name,0)|isequal(path,0) errordlg('没有选中文件','出错'); return; else

x=imread([path,name]); axes(handles.axes1); imshow(x); handles.img=x; handles.noise_img=x; guidata(hObject,handles) end

--------------------------------------------------- function save_Callback(hObject, eventdata, handles)

%文件保存

[filename,pathname] = uiputfile('*.bmp','图片保存为');

if isequal([filename,pathname],[0,0]) errordlg('没有保存','出错'); return; else

file=strcat(pathname,filename);

file_Callback(hObject,

eventdata,

=

(handles.axes2); i=getimage(gca); imwrite(i,file); end

----------------------------------------------------- function handles)

clc; close all; close(gcf);

--------------------------------------------------------- % 直方图

------------------------------------------------------ function handles)

------------------------------------------------- function handles)

% R直方图 data (see GUIDATA)

set(handles.axes2,'HandleVisibility','ON');

axes(handles.axes2);

x=imhist(handles.image(:,:,1)); x1=x(1:10:256); horz=1:10:256; bar(horz,x1);

set(handles.axes2,'xtick',0:50:255); ------------------------------------------------------

function green_Callback(hObject, eventdata, handles)

% G直方图

set(handles.axes2,'HandleVisibility','ON'); axes(handles.axes2);

x=imhist(handles.image(:,:,2)); x1=x(1:10:256); horz=1:10:256; bar(horz,x1);

set(handles.axes2,'xtick',0:50:255); ------------------------------------------------------ function blue_Callback(hObject, eventdata, handles)

% B直方图

set(handles.axes2,'HandleVisibility','ON');

red_Callback(hObject,

eventdata,

zhf_Callback(hObject,

eventdata,

exit_Callback(hObject,

eventdata,

数字图像处理 使用matlab 很好的 报告

axes(handles.axes2); %if isrgb(handles.img) x=imhist(handles.image(:,:,3)); x1=x(1:10:256); horz=1:10:256; bar(horz,x1);

set(handles.axes2,'xtick',0:50:255); ----------------------------------------------------- %图像增强处理

--------------------------------------------------------- function zhf_Callback(hObject, eventdata, handles)

------------------------------------------------- function balance_Callback(hObject, eventdata, handles)

%直方图均衡化

set(handles.axes2,'HandleVisibility','ON'); axes(handles.axes2); if isrgb(handles.image)

a=histeq(handles.image(:,:,1)); b=histeq(handles.image(:,:,2)); c=histeq(handles.image(:,:,3)); k(:,:,1)=a; k(:,:,2)=b; k(:,:,3)=c; imshow(k); else

h=histeq(handles.image); imshow(h); end

function zq_Callback(hObject, eventdata, handles)

-----------------------------------------------------------------

function duibidu_Callback(hObject, eventdata, handles)

%对比度展宽

set(handles.axes2,'Ha …… 此处隐藏：4556字，全部文档内容请下载后查看。喜欢就下载吧 ……