數(shù)字圖像處理課設(shè)基于matlab的復(fù)雜圖像目標(biāo)提取(完整版)
【正文】 subplot(2,2,I1) imshow(D,[])。figure,imshow(uint8(M))title(39。M2=[1,0,1。 M=imread(39。average39。原彩色圖39。也從中收獲到了很多知識，也為接下來的學(xué)習(xí)打下了良好的基礎(chǔ)。 end end end subplot(2,2,I1) imshow(D,[])。Prewitt算子邊緣檢測39。1,0,1。G:\39。,5)。原彩色圖39。 邊緣檢測綜合分析本次實(shí)驗(yàn)采取的是Prewitt算子邊緣檢測，Prewitt算子是一種一階微分算子的邊緣檢測，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用 。并且在實(shí)驗(yàn)中對灰度圖像的處理可以很大程度上提高運(yùn)算的速率以及效果。 圖像灰度把白色與黑色之間按對數(shù)關(guān)系分為若干等級，稱為灰度。采用的是利用MATLAB生成圖片的直方圖，然后從直方圖上得出不同顏色所對應(yīng)的灰度，再灰度對不同顏色的圖像分別進(jìn)行提取。在本次課設(shè)中，我采用的是利用MATLAB生成圖片的直方圖，然后從直方圖上得出不同顏色所對應(yīng)的灰度，再灰度對不同顏色的圖像分別進(jìn)行提取。但是此方法有一個(gè)很大的局限性，就是無法處理相同顏色的目標(biāo)圖像，因此經(jīng)過對資料的查閱和老師的幫助，我找到了解決方法，對相同顏色的圖像進(jìn)行區(qū)域劃分，然后再對處于不同區(qū)域的目標(biāo)圖像分別進(jìn)行提取。對相同顏色的圖像進(jìn)行區(qū)域劃分，然后再對處于不同區(qū)域的目標(biāo)圖像分別進(jìn)行提取?；叶裙卜譃?56階。 低通濾波圖像的濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制，在圖像的處理中占據(jù)非常重要的地位，因?yàn)樗奶幚韺⒅苯佑绊懙胶罄m(xù)圖像處理和分析的有效性和可靠性。其原理是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來完成的，這兩個(gè)方向模板一個(gè)檢測水平邊緣，一個(gè)檢測垂直邊緣。)。F{1}=double(filter2(H,M))。)。1,0,1]。)。end 相同顏色的目標(biāo)圖像的提取采用對目標(biāo)區(qū)域進(jìn)行劃分，然后依據(jù)不同的區(qū)域?qū)δ繕?biāo)圖像進(jìn)行提取。 參考文獻(xiàn)【1】姚敏，數(shù)字圖像處理，機(jī)械出版社【2】李俊輝，數(shù)字圖像處理，清華大學(xué)出版社【3】賀興華，周媛媛，王繼陽，MATLAB圖像處理，人民郵電出版社【4】劉衛(wèi)國，MATLAB程序設(shè)計(jì)及應(yīng)用 高等教育出版社附錄：不同顏色目標(biāo)圖像的提取總程序：clcclear all。)。,5)。G:\39。1,0,1。Prewitt算子邊緣檢測39。end相同顏色的目標(biāo)圖像的分區(qū)域提取總程序：clcclearclose allM= imr
試題試卷相關(guān)推薦
鄂ICP備17016276號-1