ITKeyword,专注技术干货聚合推荐

注册 | 登录

Matlab实现图像分割

u010839382 分享于 2014-06-14

推荐:数字图像处理,常见噪声的分类与Matlab实现

1.研究噪声特性的必要性         本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模,然后用模型去实现各式各样的噪声。         实际生活中的各种照片的

2020腾讯云8月秒杀活动,优惠非常大!(领取2860元代金券),
地址https://cloud.tencent.com/act/cps/redirect?redirect=1040

2020阿里云最低价产品入口,含代金券(新老用户有优惠),
地址https://www.aliyun.com/minisite/goods

下面使用极小值点阈值选取方法,编写MATLAB程序实现图像分割的功能。

极小值点阈值选取法即从原图像的直方图的包络线中选取出极小值点,

并以极小值点为阈值将图像转为二值图像

推荐:matlab 最基础的数字图像处理

这是上学期数字图像处理的作业,老师要我们比较dft,wht,dct种变换进行压缩后的效果比较,鄙人熬了两夜做了些小东西,为方便后人做的更好,也为了尽少周折,特上


clear all;
close all ;
G=imread('rabbit.png');
figure();
subplot(2,2,1);
imshow(G);
subplot(2,2,2);
imhist(G);
subplot(2,2,3);
imhist(G);
[h,x]=imhist(G);
h=smooth(h,7);
plot(x,h)
%求出阈值T
df1=diff(h);%一阶差分
df2=diff(df1);%二阶差分
[m,n]=size(df2);
T=0;
for i=1:m
if(abs(df1(i+1))<=0.15 && df2(i)>0)
    T=x(i+2)%确定阈值
    break;
end
end
G=im2bw(G,T/255);%转为二值图像
subplot(2,2,4);
imshow(G);


推荐:Matlab数字图像处理基础

>>clc>> clear>> close all>> load mri;>> imshow(D(:,:,7));>> figure,montage(D);>> figure,mov=immovie(D,map);>> movie(mov,10);

下面使用极小值点阈值选取方法,编写MATLAB程序实现图像分割的功能。 极小值点阈值选取法即从原图像的直方图的包络线中选取出极小值点, 并以极小值点为阈值将图像转为二值图像 clear all;clos

相关阅读排行


相关内容推荐

最新文章

×

×

请激活账号

为了能正常使用评论、编辑功能及以后陆续为用户提供的其他产品,请激活账号。

您的注册邮箱: 修改

重新发送激活邮件 进入我的邮箱

如果您没有收到激活邮件,请注意检查垃圾箱。