matlab中的腐蚀与膨胀,Matlab基于腐蚀和膨胀的边缘检测

本文介绍了Matlab中图像处理的腐蚀和膨胀操作,包括结构元素的概念、获取结构元素原点的方法、如何创建不同形状的结构元素,以及结构元素的分解。还通过实例演示了如何使用imdilate函数进行图像膨胀。
摘要由CSDN通过智能技术生成

通过对膨胀操作使用最小值填充和对腐蚀操作使用最大值填充,可以有效地消除边界效应(输出图像靠近边界处的区域与图像其它部分不连续)。否则,如果腐蚀操作使用最小值进行填充,则进行腐蚀操作后,输出图像会围绕着一个黑色边框。

结构元素:膨胀和腐蚀操作的最基本组成部分,用于测试输出图像,通常要比待处理的图像小的多。二维平面结构元素由一个数值为0或1的矩阵组成。结构元素的原点指定了图像中需要处理的像素范围,结构元素中数值为1的点决定结构元素的邻域像素在进行膨胀或腐蚀操作时是否需要参与计算。三维或非平面的结构元素使用0,1定义结构元素在x和y平面上的范围,第三维z定义高度。

(1)任意大小和维数的结构元素B原点坐标的获取:

>> origin =

floor((size(nhood)+1)/2)

其中nhood

是指结构元素定义的邻域(STREL对象的属性nhood)

(2)创建结构元素:(strel函数来创建任意大小和形状的STREL

对象,支持如线形line、钻石形diamond、圆盘形disk、球形ball等许多种常用的形状)

>> se = strel

('diamond',3)

se =

Flat STREL object containing 25 neighbors.

Decomposition: 3 STREL objects containing a total of 13

neighbors

Neighborhood:

0 0

0 1

0 0

0

0 0

1 1

以下是MATLAB代码实现基于腐蚀膨胀的预处理用分水岭法做边缘检测的步骤: 1. 读取图像并将其转换为灰度图像 ```matlab img = imread('image.jpg'); gray_img = rgb2gray(img); ``` 2. 对灰度图像进行高斯滤波 ```matlab filtered_img = imgaussfilt(gray_img); ``` 3. 对滤波后的图像进行腐蚀膨胀操作 ```matlab se = strel('disk', 3); eroded_img = imerode(filtered_img, se); dilated_img = imdilate(filtered_img, se); ``` 4. 计算梯度幅值 ```matlab gradient_img = imsubtract(dilated_img, eroded_img); ``` 5. 对梯度幅值进行阈值处理 ```matlab threshold = graythresh(gradient_img); binary_img = imbinarize(gradient_img, threshold); ``` 6. 对二值化图像进行连通区域分析并进行分水岭变换 ```matlab labeled_img = bwlabel(binary_img); dist_transform = bwdist(~binary_img); watershed_img = watershed(dist_transform); ``` 7. 将分水岭变换结果与原始图像进行叠加,得到边缘检测结果 ```matlab edge_img = gray2rgb(gray_img); edge_img(watershed_img == 0) = [255, 0, 0]; ``` 完整代码如下: ```matlab img = imread('image.jpg'); gray_img = rgb2gray(img); filtered_img = imgaussfilt(gray_img); se = strel('disk', 3); eroded_img = imerode(filtered_img, se); dilated_img = imdilate(filtered_img, se); gradient_img = imsubtract(dilated_img, eroded_img); threshold = graythresh(gradient_img); binary_img = imbinarize(gradient_img, threshold); labeled_img = bwlabel(binary_img); dist_transform = bwdist(~binary_img); watershed_img = watershed(dist_transform); edge_img = gray2rgb(gray_img); edge_img(watershed_img == 0) = [255, 0, 0]; imshow(edge_img); ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值