对原始图像处理的仿真程序:
clc
clear all
close all
A = imread('txm.jpg'); % 读入图像
subplot(2,4,1);
imshow(A);title('原图');
x_mask = [1 0;0 -1]; % 建立 X 方向的模板
y_mask = rot90(x_mask); % 建立 Y 方向的模板
I = im2double(A); % 将图像数据转化为双精度
dx = imfilter(I, x_mask); % 计算 X 方向的梯度分量
dy = imfilter(I, y_mask); % 计算 Y 方向的梯度分量
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad); % 将梯度矩阵转换为灰度图像
level = graythresh(grad); % 计算灰度阈值
BW = im2bw(grad,level); % 用阈值分割梯度图像
subplot(2,4,2);
imshow(BW); % 显示分割后的图像即边缘图像
title('Roberts');
y_mask = [-1 -2 -1;0 0 0;1 2 1];
x_mask = y_mask';
I = im2double(A);
dx = imfilter(I, x_mask);
dy = imfilter(I, y_mask);
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad);
level = graythresh(grad);
BW = im2bw(grad,level);
subplot(2,4,3);
imshow(BW); % 显示分割后的图像即边缘图像
title('Sobel');
y_mask = [-1 -1 -1;0 0 0;1 1 1];
x_mask = y_mask';
dx = imfilter(I, x_mask);
dy = imfilter(I, y_mask);
grad = sqrt(dx.*dx + dy.*dy); % 计算梯度
grad = mat2gray(grad);
level = graythresh(grad);
BW = im2bw(grad,level); % 用阈值分割梯度图像
subplot(2,4,4);
imshow(BW); % 显示分割后的图像即边缘图像
title('Prewitt');
mask=[0,-1,0;-1,4,-1;0,-1,0]; % 建立模板
评论1