matlab图像处理新算法源码.docx

matlab图像分割算法源码1.图像反转MATLAB程序实现以下：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程序实现以下：I=imread('xian.bmp');subplot(2,2,1),imshow(I);title('原始图像');axis([0,250,0,200]);axison;%显示坐标系I1=rgb2gray(I);subplot(2,2,2),imshow(I1);title('灰度图像');axis([0,250,0,200]);axison;%显示坐标系J=imadjust(I1,[0.10.5],[]);%局部拉伸，把[0.10.5]内灰度拉伸为[01]subplot(2,2,3),imshow(J);title('线性变换图像[0.10.5]');axis([0,250,0,200]);gridon;%显示网格线axison;%显示坐标系K=imadjust(I1,[0.30.7],[]);%局部拉伸，把[0.30.7]内灰度拉伸为[01]subplot(2,2,4),imshow(K);title('线性变换图像[0.30.7]');axis([0,250,0,200]);gridon;%显示网格线axison;%显示坐标系3.非线性变换（对数变换图像）%图像对数变换原理就是将源图像像素点像素值经过对数函数映射到目标空间，然后%用目标值来替换原来像素点像素值。那么它作用就是对于部分视频采集设备，它们采%集图像会有一个指数失真，用对数变换后就抵消掉了原来指数失真得到原来图%像，还有对于灰度值偏低图像来说它是有一个锐化效果。MATLAB程序实现以下：I=imread('xian.bmp');I1=rgb2gray(I);subplot(1,2,1),imshow(I1);title('灰度图像');axis([0,250,0,200]);gridon;%显示网格线axison;%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([0,250,0,200]);gridon;%显示网格线axison;%显示坐标系4.直方图均衡化%直方图均衡化解释网址：HYPERLINK""MATLAB程序实现以下：I=imread('xian.bmp');I=rgb2gray(I);figure;subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);%获取图像数据直方图I1=histeq(I);%直方图均衡化figure;subplot(2,2,1);imshow(I1);subplot(2,2,2);imhist(I1);5.线性平滑滤波器%空间域平滑滤波通常采取HYPERLINK""\t"_blank"简单平均法进行，就是求邻近HYPERLINK""\t"_blank"像元点平均亮度值。邻域大小和平滑效果直接相关，邻域越大平滑效果越好，但邻域过大，平滑会使边缘信息损失越大，从而使输出图像变得模糊，所以需合理选择邻域大小。用MATLAB实现领域平均法抑制噪声程序：I=imread('xian.bmp');subplot(2,3,1)imshow(I)title('原始图像')I=rgb2gray(I);I1=imnoise(I,'salt&pepper',0.02);%HYPERLINK""subplot(2,3,2)imshow(I1)title('添加椒盐噪声图像')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(2,3,3),imshow(k1),title('3*3模板平滑滤波');subplot(2,3,4),imshow(k2),title('5*5模板平滑滤波');subplot(2,3,5),imshow(k3),title('7*7模板平滑滤波');subplot(2,3,6),imshow(k4),title('9*9模板平滑滤波');6.中