图像分割技术的matlab实现

f=rgb2gray(f); % 将彩色图像转换为灰度图像

f=im2double(f); % 转换为双精度，便于后面的计算figure, imshow(f),title('Original Image'),

PF=edge(f,'prewitt'); % 边缘探测，算子为prewitt figure,imshow(PF),title('Prewitt Filter');

RF=edge(f,'roberts'); % 边缘探测，算子为roberts figure,imshow(RF),title('Roberts Filter');

LF=edge(f,'log'); % 边缘探测，算子为log

figure,imshow(LF),title('Laplacian of Gaussian (LoG) Filter');

CF=edge(f,'canny'); % 边缘探测，算子为canny figure,imshow(CF),title('Canny Filter');

f=rgb2gray(f); % 灰度转换

f=im2double(f); % 数据类型转换

% 使用垂直Sobel算子，自动选择阈值

[VSFAT Threshold]=edge(f,'sobel','vertical'); % 边缘探测

figure, imshow(f),title('Original Image'), % 显示原始图像

figure,imshow(VSFAT),title('Sobel Filter - Automatic Threshold'); % 显示边缘探测图像%使用水平和垂直Sobel算子，自动选择阈值

SFST=edge(f,'sobel',Threshold);

figure,imshow(SFST),title('Sobel Filter (Horizontal and Vertical)'); % 显示边缘探测图像%使用指定45度角Sobel算子滤波器，指定阈值

s45=[-2 -1 0;-1 0 1;0 1 2];

SFST45=imfilter(f,s45,'replicate');

SFST45=SFST45>=Threshold;

figure,imshow(SFST45),title('Sobel Filter (45 Degree)'); % 显示边缘探测图像

%使用指定-45度角Sobel算子滤波器，指定阈值

sm45=[0 1 2;-1 0 1;-2 -1 0];

SFSTM45=imfilter(f,sm45,'replicate');

SFSTM45=SFSTM45>=Threshold;

figure,imshow(SFSTM45),title('Sobel Filter (-45 Degree)'); % 显示边缘探测图像

I = imread('circuit.tif');

rotI = imrotate(I,33,'crop'); % 图像旋转，该函数具体用法在本书13.3.3有介绍。fig1 = imshow(rotI); % 显示处理后的图像。

BW = edge(rotI,'canny'); % 图像边界探测

figure, % 新建窗口

imshow(BW); % 显示图像

[H,theta,rho] = hough(BW);

figure, imshow(imadjust(mat2gray(H)),[],'XData',theta,'YData',rho,...% 设置显示属性 'InitialMagnification','fit');

xlabel('\theta (degrees)'), ylabel('\rho'); % 设置坐标轴标题

axis on, axis normal, hold on; % 设置轴属性

colormap(hot) % 设置色彩索引图

P = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));

x = theta(P(:,2));

y = rho(P(:,1));

plot(x,y,'s','color','black');

f=imread('peppers.png'); % 读入图像

f=rgb2gray(f); % 转换为灰度图像

f=im2double(f); % 数据类型转换

% 全局阈值

T=0.5*(min(f(:))+max(f(:)));

done=false;

while ~done

g=f>=T;

Tn=0.5*(mean(f(g))+mean(f(~g)));

done=abs(T-Tn)<0.1;

T=Tn;

end

display('Threshold(T) - Iterative'); % 显示文字

T

r=im2bw(f,T); % 图像黑白转换

figure,imshow(f),title('Original Image'); % 显示原始图像figure,imshow(r); % 显示处理后的图像

title('Global Thresholding - Iterative Method'); % 图像标题Th=graythresh(f); % 阈值

display('Threshold(T) - Otsu''s Method'); % 显示文字Th

s=im2bw(f,Th); % 图像黑白转换

figure,imshow(s); % 显示处理后的图像

title('Global Thresholding - Otsu''s Method'); % 图像标题se=strel('disk',10);

ft=imtophat(f,se);

Thr=graythresh(ft); % 阈值

display('Threshold(T) - Local Thresholding'); % 显示文字Thr

lt=im2bw(ft,Thr); % 图像黑白转换figure,imshow(lt); % 显示处理后的图像

title('Local Thresholding'); % 图像标题