- 博客(5)
- 收藏
- 关注
原创 Matlab数字图像处理基础【12】
第六章 图像分割 实例:使用K-Means算法分割灰度图像和彩色图像 clear; clc; %首先使用K-Means算法分割灰度图像 %设定聚类中心个数 K1 = 2; I = imread('shape.jpg'); figure,imshow(I),title('原始图像'); %获取图像规模 [m1, n1] = size(I); %将图像拉成一维列向量 ReGray =
2017-04-18 15:34:57 1073
原创 Matlab数字图像处理基础【11】
第六章 图像分割 实例:使用形态学分水岭算法分割灰度图像 clc; clear; %使用距离变换的分水岭分割 I = imread('shape.jpg'); %图像二值化 f = im2bw(I, graythresh(I)); figure,subplot(2,3,1),imshow(I),title('原图像'); subplot(2,3,2),imshow(f),title(
2017-04-18 14:58:43 754
原创 Matlab数字图像处理基础【10】
第六章 图像分割 实例:使用区域生长算法实现图像分割 clear; clc; close all; %读入图像 I = imread('shape.jpg'); I = double(I); %设定阈值,用来衡量像素点灰度之间的相似性 T = 10; %用户选择种子点生成方式 [sel,ok]=listdlg('liststring',{'按照灰度级设定种子','选点设定种子'},
2017-04-13 15:13:58 923
原创 Matlab数字图像处理基础【9】
第六章 图像分割 实例:灰度图像的阈值分割 clc; clear; %读入图像 A = imread('shape.jpg'); figure(1),subplot(2,2,1),imshow(A),title('原图像'); %获取灰度直方图,根据直方图人工选取阈值 h = imhist(A); %h = imhist(A) / numel(A); h1 = h(1:10:256
2017-04-11 11:02:58 670
原创 Matlab数字图像处理基础【8】
第六章 图像分割 实例:使用边缘检测算子实现图像分割 clc; clear; %读入图像 A1 = imread('shape.jpg'); figure, subplot(2,2,1),imshow(A1),title('原图像'); %使用Sobel算子进行边缘检测 %‘both’指定首选梯度方向为水平和竖直方向 %‘horizontal’指定首选梯度方向为水平方向 %‘ver
2017-04-06 16:40:08 709
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人