生活随笔
收集整理的這篇文章主要介紹了
数字图像处理实验八--图像分割
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
數(shù)字圖像處理實(shí)驗(yàn)八
（圖像分割）
實(shí)驗(yàn)內(nèi)容：
采用sobel、prewitt、roberts和log對(duì)圖像及其加上噪聲后的圖像進(jìn)行邊緣檢測(cè)。采用迭代式閾值選擇法和最大類間方差閾值選擇法進(jìn)行圖像分割。
實(shí)驗(yàn)步驟：
以chair.jpg圖像為例，分別采用sobel、prewitt、roberts和log對(duì)該圖像及其加上噪聲后的圖像進(jìn)行邊緣檢測(cè)。
I1
=imread('chair.jpg');
figure
;
subplot(3,4,1);
imshow(I1
);
xlabel("原始圖像")%顯示原圖像
I2
=imnoise(I1
, 'gaussian',0,0.01);%對(duì)灰度圖像加入均值為
0，方差為
0.01的高斯噪聲
subplot(3,4,2);
imshow(I2
),xlabel('加高斯噪聲后的圖像')%顯示加噪聲后的圖像BW1
=edge(I1
,'roberts');%用Roberts算子檢測(cè)邊緣
subplot(3,4,3);
imshow(BW1
),xlabel('roberts邊緣檢測(cè)')
BW2
=edge(I1
,'prewitt');%用Prewitt算子檢測(cè)邊緣
subplot(3,4,4);
imshow(BW2
),xlabel('prewitt邊緣檢測(cè)')
BW3
=edge(I1
,'sobel');%用Sobel算子檢測(cè)邊緣
subplot(3,4,5);
imshow(BW3
),xlabel('sobel邊緣檢測(cè)')
BW4
=edge(I1
,'log');%用LOG算子檢測(cè)邊緣
subplot(3,4,6);
imshow(BW4
),xlabel('log邊緣檢測(cè)')BW5
=edge(I2
,'roberts');%用Roberts算子檢測(cè)邊緣
subplot(3,4,7);
imshow(BW5
),xlabel('roberts邊緣檢測(cè)(加噪聲)')
BW6
=edge(I2
,'prewitt');%用Prewitt算子檢測(cè)邊緣
subplot(3,4,9);
imshow(BW6
),xlabel('prewitt邊緣檢測(cè)(加噪聲)')
BW7
=edge(I2
,'sobel');%用Sobel算子檢測(cè)邊緣
subplot(3,4,12);
imshow(BW7
),xlabel('sobel邊緣檢測(cè)(加噪聲)')
BW8
=edge(I2
,'log');%用LOG算子檢測(cè)邊緣
subplot(3,4,8);
imshow(BW8
),xlabel('log邊緣檢測(cè)(加噪聲)')
效果圖：
以cell.jpg圖像為例，分別迭代式閾值選擇法和最大類間方差閾值選擇法對(duì)該圖像進(jìn)行分割。
I
= imread("cell.jpg");
[width
,height
] = size(I
); %獲取圖像的高度和寬度
figure();
subplot(2,3,1),imshow(I
);
xlabel("顯示原始圖像")subplot(2,3,4),imhist(I
); %顯示原始圖像的直方圖
title("原圖直方圖");T2
= graythresh(I
); %用最大類間方差（Otsu）選擇閾值
BW2
= im2bw(I
,T2
); %Otsu閾值對(duì)圖像進(jìn)行分割
subplot(2,3,2),imshow(BW2
);
xlabel('Otsu閾值圖像分割')f
= double(I
); %迭代法求出來(lái)閾值
T
= (min(f(:))+max(f(:)))/2;
done
= false
i
= 0;
while ~doner1
= find(f
<=T
);r2
= find(f
>T
);Tnew
= (mean(f(r1
))+mean(f(r2
)))/2done
= abs(Tnew
-T
)<1T
= Tnew
;i
= i
+1;
end
f(r1
) = 0;
f(r2
) = 1;%迭代法得到的閾值對(duì)圖像進(jìn)行分割
subplot(2,3,3),imshow(f
);
xlabel('迭代法閾值圖像分割');
效果圖：
問(wèn)題討論：
?Roberts 算子可以得到非常細(xì)的邊緣，最大的優(yōu)點(diǎn)是計(jì)算量小速度快，適用于邊緣明顯且噪聲較少的圖像分割。Prewitt 算子和 Sobel 算子檢測(cè)出的結(jié)果類似，LOG 算子檢測(cè)出的邊緣比較連貫。
總結(jié)
以上是生活随笔為你收集整理的数字图像处理实验八--图像分割的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。
