數(shù)字圖像處理課設(shè)基于matlab的復(fù)雜圖像目標提取(編輯修改稿)
2025-07-25 13:45 本頁面
【文章內(nèi)容簡介】 窗口內(nèi)的中值代替窗口中心像素點的灰度，在一定程度上抑制了噪聲。實際上在一定鄰域范圍內(nèi)具有最大或最小灰度值這一特性的，除了噪聲點，還包括圖像中的邊緣點、線性特征點等。因此很大程度上提高了圖像處理和分析的有效性和可靠性。 邊緣檢測綜合分析本次實驗采取的是Prewitt算子邊緣檢測，Prewitt算子是一種一階微分算子的邊緣檢測，利用像素點上下、左右鄰點的灰度差，在邊緣處達到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用 。其原理是在圖像空間利用兩個方向模板與圖像進行鄰域卷積來完成的，這兩個方向模板一個檢測水平邊緣，一個檢測垂直邊緣。對數(shù)字圖像f(x，y)，Prewitt算子的定義如下：G(i)=|[f(i1,j1)+f(i1,j)+f(i1,j1)][f(i+1,j1)+f(i++f(i+1,j)+1)]|G(j)=|[f(i1,j+1)+f(i,j+1)+f(i+1j+1)][f(i1,j1)+f(i,j1)+f(i+,j1]|則 P(i,j)=max[G(i),G(j)]或 P(i,j)=G(i)+G(j) 設(shè)計步驟及結(jié)果 圖像的讀取的存儲相關(guān)程序：M=imread(39。G:\39。)。subplot(2,3,1)。imshow(M,[])。title(39。原彩色圖39。)。imwrite(M,39。G:\39。)。 彩色圖像的灰度化相關(guān)程序：M=rgb2gray(M)。 圖像的濾波相關(guān)程序：H=fspecial(39。average39。,5)。F{1}=double(filter2(H,M))。subplot(2,3,2)。imshow(F{1},[])。title(39。均值低通濾波39。)。 圖像的邊緣檢測相關(guān)程序：M=imread(39。G:\39。)。K=rgb2gray(M)。subplot(2,3,3),imhist(K)。M1=[1,1,1。0,0,0。1,1,1]。M2=[1,0,1。1,0,1。1,0,1]。N1=filter2(M1,K)。N2=filter2(M2,K)。K1=double(N1)。K2=double(N2)。M=(abs(K1) +abs(K2))。figure,imshow(uint8(M))title(39。Prewitt算子邊緣檢測39。)。 不同顏色目標圖像的提取相關(guān)程序：123 201 196 218分別為彩色圖像的綠色、粉色、黃色以及橙黃的灰度值。num=[123 201 196 218]。[m,n]=size(N)。for I1=1:4 D=zeros(m,n)。 D=D+255。 for
試題試卷相關(guān)推薦
鄂ICP備17016276號-1