实用matlab代码

MATLAB程序实现如下：

I=imread('xian.bmp');

J=double(I);

J=-J+(256-1);%图像反转线性变换

H=uint8(J);

subplot(1,2,1),imshow(I);

subplot(1,2,2),imshow(H);

2.灰度线性变换

MATLAB程序实现如下：

I=imread('xian.bmp');

subplot(2,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

axis on;%显示坐标系

I1=rgb2gray(I);

subplot(2,2,2),imshow(I1);

title('灰度图像');

axis([50,250,50,200]);

axis on;%显示坐标系

J=imadjust(I1,[0.10.5],[]);%局部拉伸，把[0.10.5]内的灰度拉伸为[01] subplot(2,2,3),imshow(J);

title('线性变换图像[0.10.5]');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

K=imadjust(I1,[0.30.7],[]);%局部拉伸，把[0.30.7]内的灰度拉伸为[01] subplot(2,2,4),imshow(K);

title('线性变换图像[0.30.7]');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

3.非线性变换

MATLAB程序实现如下：

I=imread('xian.bmp');

I1=rgb2gray(I);

subplot(1,2,1),imshow(I1);

title('灰度图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

J=double(I1);J=40*(log(J+1));

H=uint8(J);

subplot(1,2,2),imshow(H);

title('对数变换图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

4.直方图均衡化

MATLAB程序实现如下：

I=imread('xian.bmp');

I=rgb2gray(I);

figure;

subplot(2,2,1);

imshow(I);

subplot(2,2,2);

imhist(I);

I1=histeq(I);

figure;

subplot(2,2,1);

imshow(I1);

subplot(2,2,2);

imhist(I1);

5.线性平滑滤波器

用MATLAB实现领域平均法抑制噪声程序：

I=imread('xian.bmp');

subplot(231)

imshow(I)

title('原始图像')

I=rgb2gray(I);

I1=imnoise(I,'salt&pepper',0.02);

subplot(232)

imshow(I1)

title('添加椒盐噪声的图像')

k1=filter2(fspecial('average',3),I1)/255;%进行3*3模板平滑滤波

k2=filter2(fspecial('average',5),I1)/255;%进行5*5模板平滑滤波

k3=filter2(fspecial('average',7),I1)/255;%进行7*7模板平滑滤波

k4=filter2(fspecial('average',9),I1)/255;%进行9*9模板平滑滤波

subplot(233),imshow(k1);title('3*3模板平滑滤波');subplot(234),imshow(k2);title('5*5模板平滑滤波');

subplot(235),imshow(k3);title('7*7模板平滑滤波');

subplot(236),imshow(k4);title('9*9模板平滑滤波');

6.中值滤波器

用MATLAB实现中值滤波程序如下：

I=imread('xian.bmp');

I=rgb2gray(I);

J=imnoise(I,'salt&pepper',0.02);

subplot(231),imshow(I);title('原图像');

subplot(232),imshow(J);title('添加椒盐噪声图像');

k1=medfilt2(J);%进行3*3模板中值滤波k2=medfilt2(J,[5,5]);%进行5*5模板中值滤波

k3=medfilt2(J,[7,7]);%进行7*7模板中值滤波

k4=medfilt2(J,[9,9]);%进行9*9模板中值滤波subplot(233),imshow(k1);title('3*3模板中值滤波');

subplot(234),imshow(k2);title('5*5模板中值滤波');

subplot(235),imshow(k3);title('7*7模板中值滤波');

subplot(236),imshow(k4);title('9*9模板中值滤波');

7.用Sobel算子和拉普拉斯对图像锐化：

I=imread('xian.bmp');

subplot(2,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

I1=im2bw(I);

subplot(2,2,2),imshow(I1);

title('二值图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

H=fspecial('sobel');%选择sobel算子

J=filter2(H,I1);%卷积运算

subplot(2,2,3),imshow(J);

title('sobel算子锐化图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

h=[010,1-41,010];%拉普拉斯算子

J1=conv2(I1,h,'same');%卷积运算subplot(2,2,4),imshow(J1);

title('拉普拉斯算子锐化图像');axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系

8.梯度算子检测边缘

用MATLAB实现如下：

I=imread('xian.bmp');

subplot(2,3,1);

imshow(I);

title('原始图像');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系I1=im2bw(I);

subplot(2,3,2);

imshow(I1);

title('二值图像');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系I2=edge(I1,'roberts');

figure;

subplot(2,3,3);

imshow(I2);

title('roberts算子分割结果');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系I3=edge(I1,'sobel');

subplot(2,3,4);

imshow(I3);

title('sobel算子分割结果');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系I4=edge(I1,'Prewitt');

subplot(2,3,5);

imshow(I4);

title('Prewitt算子分割结果');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系9.LOG算子检测边缘

用MATLAB程序实现如下：

I=imread('xian.bmp');

subplot(2,2,1);

imshow(I);

title('原始图像');

I1=rgb2gray(I);

subplot(2,2,2);

imshow(I1);

title('灰度图像');

I2=edge(I1,'log');

subplot(2,2,3);

imshow(I2);

title('log算子分割结果');

10.Canny算子检测边缘

用MATLAB程序实现如下：

I=imread('xian.bmp');

subplot(2,2,1);

imshow(I);

title('原始图像')

I1=rgb2gray(I);

subplot(2,2,2);

imshow(I1);

title('灰度图像');

I2=edge(I1,'canny');

subplot(2,2,3);

imshow(I2);

title('canny算子分割结果');

11.边界跟踪（bwtraceboundary函数）

clc

clear all

I=imread('xian.bmp');

figure

imshow(I);

title('原始图像');

I1=rgb2gray(I);%将彩色图像转化灰度图像threshold=graythresh(I1);%计算将灰度图像转化为二值图像所需的门限

BW=im2bw(I1,threshold);%将灰度图像转化为二值图像

figure

imshow(BW);

title('二值图像');dim=size(BW);

col=round(dim(2)/2)-90;%计算起始点列坐标

row=find(BW(:,col),1);%计算起始点行坐标connectivity=8;

num_points=180;

contour=bwtraceboundary(BW,[row,col],'N',connectivity,num_points); %提取边界

figure

imshow(I1);

hold on;

plot(contour(:,2),contour(:,1),'g','LineWidth',2);

title('边界跟踪图像');

12.Hough变换

I=imread('xian.bmp');

rotI=rgb2gray(I);

subplot(2,2,1);

imshow(rotI);

title('灰度图像');

axis([50,250,50,200]);

grid on;

axis on;

BW=edge(rotI,'prewitt');

subplot(2,2,2);

imshow(BW);

title('prewitt算子边缘检测后图像');

axis([50,250,50,200]);

grid on;

axis on;

[H,T,R]=hough(BW);

subplot(2,2,3);

imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');

title('霍夫变换图');

xlabel('\heta'),ylabel('\\rho');

axis on,axis normal,hold on;

P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));

x=T(P(:,2));y=R(P(:,1));

plot(x,y,'s','color','white');

lines=houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);

subplot(2,2,4);,imshow(rotI);

title('霍夫变换图像检测');

axis([50,250,50,200]);

grid on;

axis on;

hold on;

max_len=0;

for k=1:length(lines)

xy=[lines(k).point1;lines(k).point2];

plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');

plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');

plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');

len=norm(lines(k).point1-lines(k).point2);

if(len>max_len)

max_len=len;

xy_long=xy;

end

end

plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','cyan');

13.直方图阈值法

用MATLAB实现直方图阈值法：

I=imread('xian.bmp');

I1=rgb2gray(I);

figure;

subplot(2,2,1);

imshow(I1);

title('灰度图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

[m,n]=size(I1);

%测量图像尺寸参数

GP=zeros(1,256);

%预创建存放灰度出现概率的向量

for k=0:255

GP(k+1)=length(find(I1==k))/(m*n);%计算每级灰度出现的概率，将其存入GP中相应位置

end

subplot(2,2,2),bar(0:255,GP,'g')

%绘制直方图

title('灰度直方图')

xlabel('灰度值')

ylabel('出现概率')

I2=im2bw(I,150/255);

subplot(2,2,3),imshow(I2);

title('阈值150的分割图像')

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系

I3=im2bw(I,200/255);%

subplot(2,2,4),imshow(I3);

title('阈值200的分割图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

14.自动阈值法：Otsu法

用MATLAB实现Otsu算法：

clc

clear all

I=imread('xian.bmp');

subplot(1,2,1),imshow(I);

title('原始图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

level=graythresh(I);%确定灰度阈值

BW=im2bw(I,level);

subplot(1,2,2),imshow(BW);

title('Otsu法阈值分割图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

15.膨胀操作

I=imread('xian.bmp');%载入图像

I1=rgb2gray(I);

subplot(1,2,1);

imshow(I1);

title('灰度图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

se=strel('disk',1);%生成圆形结构元素

I2=imdilate(I1,se);%用生成的结构元素对图像进行膨胀

subplot(1,2,2);

imshow(I2);

title('膨胀后图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系16.腐蚀操作

MATLAB实现腐蚀操作

I=imread('xian.bmp');%载入图像

I1=rgb2gray(I);

subplot(1,2,1);

imshow(I1);

title('灰度图像')

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

se=strel('disk',1);%生成圆形结构元素

I2=imerode(I1,se);%用生成的结构元素对图像进行腐蚀subplot(1,2,2);

imshow(I2);

title('腐蚀后图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

17.开启和闭合操作

用MATLAB实现开启和闭合操作

I=imread('xian.bmp');%载入图像

subplot(2,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

axis on;%显示坐标系

I1=rgb2gray(I);

subplot(2,2,2),imshow(I1);

title('灰度图像');

axis([50,250,50,200]);

axis on;%显示坐标

系

se=strel('disk',1);%采用半径为1的圆作为结构元素

I2=imopen(I1,se);%开启操作

I3=imclose(I1,se);%闭合操作

subplot(2,2,3),imshow(I2);

title('开启运算后图像');

axis([50,250,50,200]);

axis on;%显示坐标系

subplot(2,2,4),imshow(I3);

title('闭合运算后图像');

axis([50,250,50,200]);

axis on;%显示坐标系18.开启和闭合组合操作

I=imread('xian.bmp');%载入图像subplot(3,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

axis on;%显示坐标系I1=rgb2gray(I);

subplot(3,2,2),imshow(I1);

title('灰度图像');

axis([50,250,50,200]);

axis on;%显示坐标

系

se=strel('disk',1);

I2=imopen(I1,se);%开启操作

I3=imclose(I1,se);%闭合操作

subplot(3,2,3),imshow(I2);

title('开启运算后图像');

axis([50,250,50,200]);

axis on;%显示坐标系subplot(3,2,4),imshow(I3);

title('闭合运算后图像');

axis([50,250,50,200]);

axis on;%显示坐标系se=strel('disk',1);

I4=imopen(I1,se);

I5=imclose(I4,se);

subplot(3,2,5),imshow(I5);%开—闭运算图像title('开—闭运算图像');

axis([50,250,50,200]);

axis on;%显示坐标系I6=imclose(I1,se);

I7=imopen(I6,se);

subplot(3,2,6),imshow(I7);%闭—开运算图像title('闭—开运算图像');

axis([50,250,50,200]);

axis on;%显示坐标系

19.形态学边界提取

利用MATLAB实现如下：

I=imread('xian.bmp');%载入图像subplot(1,3,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

grid on;%显示网格线axis on;%显示坐标系

I1=im2bw(I);

subplot(1,3,2),imshow(I1);

title('二值化图像');

axis([50,250,50,200]);

grid on;%显示网格线

axis on;%显示坐标系

I2=bwperim(I1);%获取区域的周长subplot(1,3,3),imshow(I2);

title('边界周长的二值图像');

axis([50,250,50,200]);

grid on;

axis on;

20.形态学骨架提取

利用MATLAB实现如下：

I=imread('xian.bmp');

subplot(2,2,1),imshow(I);

title('原始图像');

axis([50,250,50,200]);

axis on;

I1=im2bw(I);

subplot(2,2,2),imshow(I1);

title('二值图像');

axis([50,250,50,200]);

axis on;

I2=bwmorph(I1,'skel',1);

subplot(2,2,3),imshow(I2);

title('1次骨架提取');

axis([50,250,50,200]);

axis on;

I3=bwmorph(I1,'skel',2);

subplot(2,2,4),imshow(I3);

title('2次骨架提取');

axis([50,250,50,200]);

axis on;

21.直接提取四个顶点坐标

I=imread('xian.bmp');

I=I(:,:,1);

BW=im2bw(I);

figure

imshow(~BW)

[x,y]=getpts