• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    迪恩网络公众号

《数字图像处理原理与实践(MATLAB文本)》书代码Part7

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

这篇文章是《数字图像处理原理与实践(MATLAB文本)》一本书的代码系列Part7(由于调整先前宣布订单,请读者注意分页程序,而不仅仅是基于标题数的一系列文章),第一本书特色186经225的代码页,有需要的读者下载用于科研。已经过半。代码运行结果请參见原书配图,建议下载代码前阅读下文:

关于《数字图像处理原理与实践(MATLAB版)》一书代码公布的说明

http://blog.csdn.net/baimafujinji/article/details/40987807


P186


A = rgb2gray(imread(\'circle.png\'));
B = edge(A, \'canny\');
[centers, radii, metric] = imfindcircles(B,[22 65]);
imshow(A);
viscircles(centers, radii,\'EdgeColor\',\'b\');


P195

BW = imread(\'contour.bmp\');
imshow(BW,[]);
hold on

s=size(BW);
for row = 2:55:s(1)
   for col=1:s(2)
      if BW(row,col),
         break;
      end
   end

   contour = bwtraceboundary(BW, [row, col], \'W\', 8);
   if(~isempty(contour))
      plot(contour(:,2),contour(:,1),\'g\',\'LineWidth\',2);
   end
end

P197

I = im2bw(imread(\'penguins.bmp\'), 0.38);
BW = 1-I;
B = bwboundaries(BW,8,\'noholes\');
imshow(I)
hold on

for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2), boundary(:,1), \'g\', \'LineWidth\', 2)
end

补充一点小技巧。先前在写Demo的时候没想过这个问题。后来是由于要为图书做插图。所以就须要把处理结果的白边去掉,以下这段代码实现了这样的结果。与图像处理无关。这样的方法也没有出如今书里。不过关于MATLAB保存图像时的一点小技巧而已。



I = im2bw(imread(\'penguins.bmp\'), 0.38);
BW = 1-I;
B = bwboundaries(BW,8,\'noholes\');
imshow(I,\'border\',\'tight\');
hold on

for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2), boundary(:,1), \'g\', \'LineWidth\', 2)
end

saveas(gcf,\'pengs3.bmp\');

P203

I = imread(\'nums.bmp\');
locs =[57 64;47 103;81 224;94 274;11 365;85 461;86 540];
BW = imfill(I, locs, 4);
imshow(BW);

P204

I = imread(\'nums.bmp\');
BW2 = imfill(I,\'holes\');
imshow(BW2);

P205

I = imread(\'tire.tif\');
I2 = imfill(I);
figure, imshow(I), figure, imshow(I2)

P206

I = imread(\'eight.tif\');
c = [222 272 300 270 221 194];
r = [21 21 75 121 121 75];
J = roifill(I,c,r);
imshow(I)
figure, imshow(J)

P207

function J = regiongrowing(I,x,y,threshold)

if(exist(\'threshold\',\'var\')==0), threshold=0.2; end
J = zeros(size(I)); % 用来标记输出结果的二值矩阵
[m n] = size(I); % 输入图像的尺寸
reg_mean = I(x,y); % 被切割区域的灰度均值
reg_size = 1; % 区域中像素的数目
% 用以存储被切割出来的区域的邻域点的堆栈
neg_free = 10000; neg_pos=0;
neg_list = zeros(neg_free,3);
delta=0; % 最新被引入的像素与区域灰度均值的差值

% 区域生长直至满足终止条件
while(delta<threshold && reg_size<numel(I))

    % 检測邻域像素,并判读是否将其划入区域
    for i = -1:1
        for j = -1:1
            xn = x + i; yn = y + j; % 计算邻域点的坐标
            % 检查邻域像素是否越界
            indicator = (xn >= 1)&&(yn >= 1)&&(xn <= m)&&(yn <= n);
        
            % 假设邻域像素还不属于被切割区域则增加堆栈
            if(indicator && (J(xn,yn)==0))
                neg_pos = neg_pos+1;
                neg_list(neg_pos,:) = [xn yn I(xn,yn)]; J(xn,yn)=1;
            end
        end
    end
    
    if(neg_pos+10>neg_free), % 假设堆栈空间不足。则对其进行扩容
        neg_free=neg_free+10000;
        neg_list((neg_pos+1):neg_free,:)=0;
    end
    
    % 将那些灰度值最接近区域均值的像素增加到区域中去
    dist = abs(neg_list(1:neg_pos,3)-reg_mean);
    [delta, index] = min(dist);
    J(x,y)=2; reg_size=reg_size+1;
    
    % 计算新区域的均值
    reg_mean = (reg_mean*reg_size + neg_list(index,3))/(reg_size+1);
    % 保存像素坐标。然后将像素从堆栈中移除
    x = neg_list(index,1); y = neg_list(index,2);
    neg_list(index,:)=neg_list(neg_pos,:); neg_pos=neg_pos-1;
end

% 将由区域生长得到的切割区域以二值矩阵的形式返回
J=J>1;

P208

I = im2double(rgb2gray(imread(\'penguins.bmp\')));
x = 244; y = 679;
J = regiongrowing(I,x,y,0.2);
figure, imshow(I+J);

P213

I = imread(\'liftingbody.png\');
S = qtdecomp(I,.27);
blocks = repmat(uint8(0),size(S));

for dim = [512 256 128 64 32 16 8 4 2 1];    
  numblocks = length(find(S==dim));    
  if (numblocks > 0)        
    values = repmat(uint8(1),[dim dim numblocks]);
    values(2:dim,2:dim,:) = 0;
    blocks = qtsetblk(blocks,S,dim,values);
  end
end

blocks(end,1:end) = 1;
blocks(1:end,end) = 1;
imshow(I), figure, imshow(blocks,[])

P219

rgb = imread(\'potatos.jpg\');
I = rgb2gray(rgb);

hy = fspecial(\'sobel\');
hx = hy\';
Iy = imfilter(double(I), hy, \'replicate\');
Ix = imfilter(double(I), hx, \'replicate\');
gradmag = sqrt(Ix.^2 + Iy.^2);

L = watershed(gradmag);
Lrgb = label2rgb(L);
figure
subplot(1, 2, 1); imshow(gradmag,[]), title(\'梯度幅值图像\')
subplot(1, 2, 2); imshow(Lrgb); title(\'对梯度图直接做分水岭切割\')

P221-P224

rgb = imread(\'potatos.jpg\');
I = rgb2gray(rgb);

hy = fspecial(\'sobel\');
hx = hy\';
Iy = imfilter(double(I), hy, \'replicate\');
Ix = imfilter(double(I), hx, \'replicate\');
gradmag = sqrt(Ix.^2 + Iy.^2);

se = strel(\'disk\', 12);
Ie = imerode(I, se);
Iobr = imreconstruct(Ie, I);

Iobrd = imdilate(Iobr, se);
Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr));
Iobrcbr = imcomplement(Iobrcbr);

fgm = imregionalmax(Iobrcbr);
It1 = rgb(:, :, 1);
It2 = rgb(:, :, 2);
It3 = rgb(:, :, 3);
It1(fgm) = 255; It2(fgm) = 0; It3(fgm) = 0;
I2 = cat(3, It1, It2, It3);

figure
subplot(1, 2, 1); imshow(fgm, []); title(\'局部极大值图像\');
subplot(1, 2, 2); imshow(I2); title(\'局部极大值叠加图像\');

se2 = strel(ones(15,15));
fgm2 = imclose(fgm, se2);
fgm3 = imerode(fgm2, se2);
fgm4 = bwareaopen(fgm3, 400);

bw = im2bw(Iobrcbr, graythresh(Iobrcbr));
D = bwdist(bw);
DL = watershed(D);
bgm = DL == 0;
gradmag2 = imimposemin(gradmag, bgm | fgm4);

L = watershed(gradmag2);
%第一种显示方法
Lrgb = label2rgb(L, \'jet\', \'w\', \'shuffle\');
figure
subplot(1,2,1), imshow(Lrgb), title(\'分水岭切割结果显示1\');
%另外一种显示方法
subplot(1, 2, 2); imshow(rgb, []), title(\'分水岭切割结果显示2\');
hold on;
himage = imshow(Lrgb);
set(himage, \'AlphaData\', 0.3);

(代码公布未完成。请也许...)

版权声明:本文博主原创文章,博客,未经同意不得转载。


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
图像处理 形态学 (腐蚀 膨胀 开闭运算 连通分量....) 【转载】 ...发布时间:2022-07-18
下一篇:
MatLab计算图像圆度 - 新一发布时间:2022-07-18
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap