Matlab图像处理基础算法集锦 MATLAB实用源代码 1.图像反转 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,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1] subplot(2,2,3),imshow(J); title(\'线性变换图像[0.1 0.5]\'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title(\'线性变换图像[0.3 0.7]\'); 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=[0 1 0,1 -4 1,0 1 0]; %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(\'\theta\'),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
