matlab实现图像预处理的很多方法

RGB = imread('sy.jpg');                     % 读入图像 imshow(RGB),                                  % 显示原始图像 GRAY = rgb2gray(RGB);                          % 图像灰度转换 imshow(GRAY),                                  % 显示处理后的图像 threshold = graythresh(GRAY);                    % 阈值 BW = im2bw(GRAY, threshold);                     % 图像黑白转换 imshow(BW),                                      % 显示处理后的图像 BW = ~ BW;                                       % 图像反色 imshow(BW),                                      % 显示处理后的图像 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