matlab-干涉条纹图像条纹间距的自动识别(干涉条纹处理的基本方法)

个人邮箱:570664186@qq.com,如有疑问请备注CSDN

干涉条纹处理的基本方法：

条纹局部追踪法：

条纹细化法：

• 基于条纹强度的细化：极值搜索;
• 基于二值图像的细化：此博客采用此方法进行处理；

基于二值化干涉条纹细化的处理：

提取步骤：

• 预处理： 去除噪声图像，转化为灰度图像；
• 二值化: imbinarize() 函数
• 细化处理： bwmorph(‘skel’) 函数进行处理；
• 修像: 去毛刺

代码实现：

clear;
close all;

%读入图像 
img=imread('C:\Users\lenovo\Desktop\1.bmp');            
figure('name','原图转二值');
subplot(1,3,1);
imshow(img),title('原图');

%转化为灰度图像
img=rgb2gray(img);
subplot(1,3,2);
imshow(img),title('灰度图像');

%转化为二值图像
BW=imbinarize(img);
subplot(1,3,3);
imshow(BW),title('二值图像');   

%高通滤波去噪
sigma=1;%滤波器的标准差
parameters=double(3*sigma*2+1); % 模板尺寸
H=fspecial('gaussian', parameters, sigma);%滤波算子 %gaussian低通滤波器
BW=imfilter(BW,H,'replicate');
figure,imshow(BW),title('去噪后图像'); 

%骨化
BW1=bwmorph(BW,'skel',20);
figure,imshow(BW1),title('骨化图像');

%去毛刺(消除噪声)
BW2=bwmorph(BW1,'spur',18);
figure,imshow(BW2),title('去毛刺');

成像结果：

得到二值图像：

高通滤波去噪：

图像细化处理：

去毛刺：

感觉文章不错的同学麻烦动动小手点点关注订阅呗,您的肯定是对我持续更新最大的支持!