数字图像处理实验记录十（图像分割实验）

一、基础知识

1、什么是图像分割
图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程，特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。
2、图像分割是怎么实现的
图像分割算法基于像素值的不连续性和相似性，不连续性是图像的边缘，再根据制定的准则将图像分割为相似的区域，如阈值处理、区域生长、区域分离和聚合。

二、实验要求

三、实验记录(具体任务只展示对图片1的处理）

总代码：

clear all;
close all;
clc;
% 实验11 图像分割
H1 = [1,2,1;0,0,0;-1,-2,-1];
H2 = [1,0,-1;2,0,-2;1,0,-1];
H3 = [0,1,2;-1,0,1;-2,-1,0 ];
H4 = [2,1,0;1,0,-1;0,-1,-2 ];
I = imread('01.png');
I = rgb2gray(I);
% 1.分别使用sobel和sobel对角线算子处理图像。并计算图像梯度图。
figure('NumberTitle','off','Name','分割图片1_sobel');I1 = imfilter(I,H1);
I2 = imfilter(I,H2);
I3 = imfilter(I,H3);
I4 = imfilter(I,H4);I_sobel = I1+I2;
I_sobel2 = I3+I4;subplot(2,1,1);imshow(I);title('原图');
subplot(2,2,3);imshow(I_sobel);title('sobel梯度图');
subplot(2,2,4);imshow(I_sobel2);title('sobel对角线梯度图');
figure('NumberTitle','off','Name','分割图片1_LoG');% 使用 LoG (拉普拉斯高斯) 算子进行边缘检测
log_operator = fspecial('log', [5, 5], 1);  % 5x5 LoG 算子，标准差为 1
edge_image_log = abs(imfilter(double(I), log_operator, 'replicate'));% 使用阈值保留大响应区域
threshold = 0.5;  % 设置阈值
res1 = edge_image_log > threshold;% 显示原始图像和边缘检测结果
subplot(1, 2, 1);imshow(I);title('原始图像');subplot(1, 2, 2);imshow(res1);title('LoG 边缘检测结果');
figure('NumberTitle','off','Name','分割图片1_局部阈值法');
% 使用局部阈值法进行图像分割
threshold = adaptthresh(I, 0.7);  % 设置阈值
res2 = imbinarize(I, threshold);% 显示原始图像和局部阈值法分割结果
subplot(1, 2, 1);imshow(I);title('原始图像');
subplot(1, 2, 2);imshow(res2);title('局部阈值法分割结果');I = imread('02.png');
I = rgb2gray(I);
figure('NumberTitle','off','Name','分割图片2_sobel');I1 = imfilter(I,H1);
I2 = imfilter(I,H2);
I3 = imfilter(I,H3);
I4 = imfilter(I,H4);I_sobel = I1+I2;
I_sobel2 = I3+I4;subplot(2,1,1);imshow(I);title('原图');
subplot(2,2,3);imshow(I_sobel);title('sobel梯度图');
subplot(2,2,4);imshow(I_sobel2);title('sobel对角线梯度图');
figure('NumberTitle','off','Name','分割图片2_LoG');% 使用 LoG (拉普拉斯高斯) 算子进行边缘检测
log_operator = fspecial('log', [5, 5], 1);  % 5x5 LoG 算子，标准差为 1
edge_image_log = abs(imfilter(double(I), log_operator, 'replicate'));% 使用阈值保留大响应区域
threshold = 0.5;  % 设置阈值
res1 = edge_image_log > threshold;% 显示原始图像和边缘检测结果
subplot(1, 2, 1);imshow(I);title('原始图像');subplot(1, 2, 2);imshow(res1);title('LoG 边缘检测结果');
figure('NumberTitle','off','Name','分割图片2_局部阈值法');
% 使用局部阈值法进行图像分割
threshold = adaptthresh(I, 0.7);  % 设置阈值
res2 = imbinarize(I, threshold);% 显示原始图像和局部阈值法分割结果
subplot(1, 2, 1);
imshow(I);
title('原始图像');subplot(1, 2, 2);
imshow(res2);
title('局部阈值法分割结果');
I = imread('Acat.png');
I = rgb2gray(I);
figure('NumberTitle','off','Name','分割图片3_sobel');I1 = imfilter(I,H1);
I2 = imfilter(I,H2);
I3 = imfilter(I,H3);
I4 = imfilter(I,H4);I_sobel = I1+I2;
I_sobel2 = I3+I4;subplot(2,1,1);imshow(I);title('原图');
subplot(2,2,3);imshow(I_sobel);title('sobel梯度图');
subplot(2,2,4);imshow(I_sobel2);title('sobel对角线梯度图');
figure('NumberTitle','off','Name','分割图片3_LoG');% 使用 LoG (拉普拉斯高斯) 算子进行边缘检测
log_operator = fspecial('log', [5, 5], 1);  % 5x5 LoG 算子，标准差为 1
edge_image_log = abs(imfilter(double(I), log_operator, 'replicate'));% 使用阈值保留大响应区域
threshold = 0.5;  % 设置阈值
res1 = edge_image_log > threshold;% 显示原始图像和边缘检测结果
subplot(1, 2, 1);imshow(I);title('原始图像');subplot(1, 2, 2);imshow(res1);title('LoG 边缘检测结果');
figure('NumberTitle','off','Name','分割图片3_局部阈值法');
% 使用局部阈值法进行图像分割
threshold = adaptthresh(I, 0.7);  % 设置阈值
res2 = imbinarize(I, threshold);% 显示原始图像和局部阈值法分割结果
subplot(1, 2, 1);
imshow(I);
title('原始图像');subplot(1, 2, 2);
imshow(res2);
title('局部阈值法分割结果');

任务1：

分别使用sobel和sobel对角线算子处理图像。并计算图像梯度图。

H1 = [1,2,1;0,0,0;-1,-2,-1];
H2 = [1,0,-1;2,0,-2;1,0,-1];
H3 = [0,1,2;-1,0,1;-2,-1,0 ];
H4 = [2,1,0;1,0,-1;0,-1,-2 ];
I = imread('01.png');
I = rgb2gray(I);
% 1.分别使用sobel和sobel对角线算子处理图像。并计算图像梯度图。
figure('NumberTitle','off','Name','分割图片1_sobel');I1 = imfilter(I,H1);
I2 = imfilter(I,H2);
I3 = imfilter(I,H3);
I4 = imfilter(I,H4);I_sobel = I1+I2;
I_sobel2 = I3+I4;subplot(2,1,1);imshow(I);title('原图');
subplot(2,2,3);imshow(I_sobel);title('sobel梯度图');
subplot(2,2,4);imshow(I_sobel2);title('sobel对角线梯度图');

任务2：

使用拉普拉斯高斯算子对图像进行边缘检测。（使用LoG算子处理图像，通过阈值保留大响应区域，求出二值图像中位于边缘的像素完成边缘检测）。

figure('NumberTitle','off','Name','分割图片1_LoG');% 使用 LoG (拉普拉斯高斯) 算子进行边缘检测
log_operator = fspecial('log', [5, 5], 1);  % 5x5 LoG 算子，标准差为 1
edge_image_log = abs(imfilter(double(I), log_operator, 'replicate'));% 使用阈值保留大响应区域
threshold = 0.5;  % 设置阈值
res1 = edge_image_log > threshold;% 显示原始图像和边缘检测结果
subplot(1, 2, 1);imshow(I);title('原始图像');subplot(1, 2, 2);imshow(res1);title('LoG 边缘检测结果');

任务3：

采用阈值法实现图像分割，尝试采取局部阈值法，得到更佳的效果。

figure('NumberTitle','off','Name','分割图片1_局部阈值法');
% 使用局部阈值法进行图像分割
threshold = adaptthresh(I, 0.7);  % 设置阈值
res2 = imbinarize(I, threshold);% 显示原始图像和局部阈值法分割结果
subplot(1, 2, 1);imshow(I);title('原始图像');
subplot(1, 2, 2);imshow(res2);title('局部阈值法分割结果');

四、实验结果

任务1：

分别使用sobel和sobel对角线算子处理图像。并计算图像梯度图。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

任务2：

使用拉普拉斯高斯算子对图像进行边缘检测。（使用LoG算子处理图像，通过阈值保留大响应区域，求出二值图像中位于边缘的像素完成边缘检测）。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

任务3：

采用阈值法实现图像分割，尝试采取局部阈值法，得到更佳的效果。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/470335.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Days 32 ElfBoard GDT工作原理

Days 32 ElfBoard GDT工作原理

GDT（Gas Discharge Tubes），即陶瓷气体放电管。GDT是内部由一个或一个以上放电间隙内充有惰性气体构成的密闭器件。GDT电气性能取决于气体种类、气体压力、内部电极结构、制作工艺等因素。GDT可以承受高达数十甚至数百千 安培的浪涌电流冲击&a…
阅读更多...
基于T1w/T2w 比值揭示髓磷脂相关变化

基于T1w/T2w 比值揭示髓磷脂相关变化

前言： 最近在阅读文献的时候发现2篇文章，是采用T1w/T2w 比值表征髓磷脂，有点感兴趣，因此尝试了一下文献所提出的方法。（https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9247578/ https://www.ncbi.nlm.nih.gov/pmc/ar…
阅读更多...
批量梯度下降、随机梯度下降、小批量梯度下降

批量梯度下降、随机梯度下降、小批量梯度下降

一、批量梯度下降（Batch Gradient Descent,BGD） 在批量梯度下降中，每次迭代都使用整个训练集的数据进行梯度计算和参数更新。也就是说，每次迭代都对所有的样本求取梯度，然后更新参数。由于要处理整个训练集&#xff0c…
阅读更多...
2024年【起重机司机(限门式起重机)】考试及起重机司机(限门式起重机)模拟考试题

2024年【起重机司机(限门式起重机)】考试及起重机司机(限门式起重机)模拟考试题

题库来源：安全生产模拟考试一点通公众号小程序 起重机司机(限门式起重机)考试是安全生产模拟考试一点通总题库中生成的一套起重机司机(限门式起重机)模拟考试题，安全生产模拟考试一点通上起重机司机(限门式起重机)作业手机同步练习。2024年【起重机司机…
阅读更多...
BigDecimal的常用API

BigDecimal的常用API

BigDecimal用于解决浮点型运算时结果出现失真的问题。 这里0.20.1等于0.3就出现了失真 import java.math.BigDecimal; import java.math.RoundingMode;public class Test {public static void main(String[] args) {//BigDeciaml的使用：解决小数运算失真的问题doub…
阅读更多...
代码随想录算法训练营29期|day50 任务以及具体任务

代码随想录算法训练营29期|day50 任务以及具体任务

第九章 动态规划part07 70. 爬楼梯 （进阶）import java.util.Scanner; class climbStairs{public static void main(String [] args){Scanner sc new Scanner(System.in);int m, n;while (sc.hasNextInt()) {// 从键盘输入参数，中间用空格隔开…
阅读更多...
sql语句学习(一)--查询

sql语句学习(一)--查询

【有道云笔记】基本sql语句2—查询基础 数据库表结构 DROP TABLE IF EXISTS class; CREATE TABLE class (id int(11) NOT NULL AUTO_INCREMENT,class_num varchar(11) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL COMMENT 班级号,class_name varchar(255) CHARACTE…
阅读更多...
字符输入/输出和输入验证 DAY19

字符输入/输出和输入验证 DAY19

文章目录 前言一、单字符I/O二、缓冲区为什么要引入缓冲区？文件结尾补充**注意几点** 重定向和文件重定向输入cmd是什么？重定向输出组合重定向小试牛刀：文件输出 创建更友好的用户界面使用缓冲输入 如果您发现文章有错误请与我留言&#xff0…
阅读更多...
[职场] 优质简历怎么做 #学习方法#笔记

[职场] 优质简历怎么做 #学习方法#笔记

优质简历怎么做 简历是求职的“敲门砖”，直接影响着求职成败。然而，不少求职者对简历不太重视，认为简历就是写自己的经历。因此，在招聘现场，常会看到这样的简历：有的是从某招聘网站直接下载而来&#xff0c…
阅读更多...
用163邮箱或者outlook接收国科大邮箱的邮件

用163邮箱或者outlook接收国科大邮箱的邮件

使用如图下路径，创建一个新的密码，用于在163大师邮箱或者outlook登录即可 如果不行，则需要手动配置邮箱服务器 参考网址：中国科学院邮件系统帮助中心
阅读更多...
AcWing 112. 雷达设备（区间贪心）

AcWing 112. 雷达设备（区间贪心）

[题目概述] 假设海岸是一条无限长的直线，陆地位于海岸的一侧，海洋位于另外一侧。 每个小岛都位于海洋一侧的某个点上。 雷达装置均位于海岸线上，且雷达的监测范围为 d，当小岛与某雷达的距离不超过 d 时，该小岛可以被雷…
阅读更多...
部门月度工作计划与总结（模板）

部门月度工作计划与总结（模板）

阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023