膨胀与腐蚀,radon,hough变换.ppt

其他算子的运算规则都与上面所述相同。运算结果与原图像有关，算子形状与图像的邻域情况决定了运算结果。
另外，从上面描述情况看，二值图像膨胀运算本质上是逻辑运算。
数学上，二值图像膨胀运算可以用集合定义如下：【例3-17】对二值图像实施腐蚀运算。
把3-16中程序语句：
C1=imdilate(B,M);C2=imdilate(B,N);
C3=imdilate(B,P);C4=imdilate(B,Q);
修改为：
C1=imerode(B,M);C2=imerode(B,N);
C3=imerode(B,P);C4=imerode(B,Q);
其他语句不变，程序运行的结果是图3-20。例e1例
clear;
I=zeros(200,200);
A=eye(100,100);
I(101:200,1:100)=A;
figure,imshow(I);title('orginalimage');
theta=0:180;
[R,xp]=radon(I,theta);
figure,imagesc(theta,xp,R);title('R_thetaX');
xlabel('theta(degree)');
ylabel('X\prime');
colormap(hot);
colorbar;

所求=45度，X`=-75左右。意思是在原XY坐标下的45度的直线X`上，距离原点75的位置有条与X`垂直的直线。此直线真正的45+90=135度，右移-75/sin45=100的距离。4.6Hough变换1.直线检测的意义2.Hough变换原理及特点3.直线的Hough变换的基本思想在参数a-b平面上相交直线最多的点，对应的x-y平面上的直线就是我们的解
上述在x-y坐标中用斜率描述的直线存在斜率a无穷大的情况，会给计算带来不便。故一般采用下面的点-正弦曲线对偶。
点-正弦曲线对偶（=xcos+ysin）
采用极坐标描述直线，则有如下的Hough变换函数：
=xcos+ysin

即将图像空间中的点（x，y）影射到-参数空间。

I1=imread('D:\0066.jpg');
I=rgb2gray(I1);
BW=edge(I,'canny');
[H,T,R]=hough(BW);
imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
axisnormal,holdon;
P=houghpeaks(H,5);
x=T(P(:,2));y=R(P(:,1));
plot(x,y,'s','color','white');
lines=houghlines(BW,T,R,P);
figure,imshow(I),holdon
max_len=0;
fork=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
plot(xy(:,1),xy(:,2),'Color','green');
plot(xy(1,1),xy(1,2),'Color','yellow');
plot(xy(2,1),xy(2,2),'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),'Color','cyan');[H,theta,rho]=hough(bw)函数peaks=houghpeaks(H,numpeaks)函数I=imread('circuit.tif');
rotI=imrotate(I,33,'crop');
BW=edge(rotI,'canny');
[H,T,R]=hough(BW);
imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
xlabel('\theta'),ylabel('\rho');
axison,axisnormal,holdon;
P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x=T(P(:,2));y=R(P(:,1));
plot(x,y,'s','color','white');
%Findlinesandplotthem
lines=houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
figure,imshow(rotI),holdon