圖像邊緣檢測(cè)課程設(shè)計(jì)圖像處理綜合訓(xùn)練-資料下載頁(yè)
2025-06-26 12:36本頁(yè)面
【正文】 39。*.*39。, 39。All Files (*.*)39。}, ... 39。Pick an image39。)。axes()。%用axes命令設(shè)定當(dāng)前操作的坐標(biāo)軸是axes_src fpath=[pathname filename]。%將文件名和目錄名組合成一個(gè)完整的路徑 img_src=imread(fpath)。imshow(img_src)。img_src=getappdata(,39。img_src39。)。function m_file_exit_Callback(hObject, eventdata, handles)close()。function m_image_Callback(hObject, eventdata, handles)function m_sobel_Callback(hObject, eventdata, handles)axes()。%用axes命令設(shè)定當(dāng)前操作的坐標(biāo)軸是axes_src img_src=getappdata(,39。img_src39。)。A=img_src。axes()。imshow(A)。title(39。原圖39。)。21y_mask = [1 2 1。0 0 0。1 2 1]。 % 建立Y方向的模板x_mask = y_mask39。 % 建立X方向的模板I = im2double(A)。 % 將圖像數(shù)據(jù)轉(zhuǎn)化為雙精度dx = imfilter(I, x_mask)。 % 計(jì)算X方向的梯度分量dy = imfilter(I, y_mask)。 % 計(jì)算Y方向的梯度分量grad = sqrt(dx.*dx + dy.*dy)。 % 計(jì)算梯度grad = mat2gray(grad)。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像level = graythresh(grad)。 % 計(jì)算灰度閾值axes()。BW = im2bw(grad,level)。 % 用閾值分割梯度圖像imshow(BW)。 % 顯示分割后的圖像即邊緣圖像title(39。Sobel39。)function m_Roberts_Callback(hObject, eventdata, handles)img_src=getappdata(,39。img_src39。)。A=img_src。axes()。imshow(A)。title(39。原圖39。)。x_mask = [1 0。0 1]。 % 建立X方向的模板y_mask = rot90(x_mask)。 % 建立Y方向的模板I = im2double(A)。 % 將圖像數(shù)據(jù)轉(zhuǎn)化為雙精度dx = imfilter(I, x_mask)。 % 計(jì)算X方向的梯度分量dy = imfilter(I, y_mask)。 % 計(jì)算Y方向的梯度分量grad = sqrt(dx.*dx + dy.*dy)。 % 計(jì)算梯度grad = mat2gray(grad)。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像level = graythresh(grad)。 % 計(jì)算灰度閾值axes()。BW = im2bw(grad,level)。 % 用閾值分割梯度圖像imshow(BW)。 % 顯示分割后的圖像即邊緣圖像title(39。Roberts39。)22 function m_priwitt_Callback(hObject, eventdata, handles)img_src=getappdata(,39。img_src39。)。A=img_src。axes()。imshow(A)。title(39。原圖39。)。y_mask = [1 1 1。0 0 0。1 1 1]。 % 建立Y方向的模板x_mask = y_mask39。 % 建立X方向的模板I = im2double(A)。 % 將圖像數(shù)據(jù)轉(zhuǎn)化為雙精度dx = imfilter(I, x_mask)。 % 計(jì)算X方向的梯度分量dy = imfilter(I, y_mask)。 % 計(jì)算Y方向的梯度分量grad = sqrt(dx.*dx + dy.*dy)。 % 計(jì)算梯度grad = mat2gray(grad)。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像level = graythresh(grad)。 % 計(jì)算灰度閾值axes()。BW = im2bw(grad,level)。 % 用閾值分割梯度圖像imshow(BW)。 % 顯示分割后的圖像即邊緣圖像title(39。Prewitt39。) function m_lapacian_Callback(hObject, eventdata, handles)img_src=getappdata(,39。img_src39。)。A=img_src。axes()。imshow(A)。title(39。原圖39。)。 mask=[0,1,0。1,4,1。0,1,0]。 % 建立模板I = im2double(A)。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度dx = imfilter(I, mask)。 % 計(jì)算梯度矩陣grad = mat2gray(dx)。 % 將梯度矩陣轉(zhuǎn)化為灰度圖像axes()。23BW = im2bw(grad,)。 % 用閾值分割梯度圖像imshow(BW)。 % 顯示分割后的圖像，即梯度圖像title(39。Laplacian39。) function m_canny_Callback(hObject, eventdata, handles)img_src=getappdata(,39。img_src39。)。I=img_src。axes()。imshow(I)。title(39。原圖39。)。I=rgb2gray(I)。axes()。BW = edge(I,39。canny39。)。 % 調(diào)用canny函數(shù) imshow(BW)。 % 顯示分割后的圖像，即梯度圖像 title(39。canny39。)。
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1