MATLAB用数学形态学法提取图像边界

最新推荐文章于 2025-09-19 16:21:19 发布

原创最新推荐文章于 2025-09-19 16:21:19 发布 · 9.1k 阅读

96 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #计算机视觉 #图像处理

本文对比了MATLAB中两种常见的图像边缘提取方法：一种是利用数学形态学的灰度阈值和边界查找，另一种则是通过熵滤波结合区域开放操作。通过实例展示了如何使用graythresh(), im2bw(), bwperim()以及entropyfilt(), bwareaopen(), rangefilt()函数来实现边缘检测，并解释了每一步的原理和应用。

方法一

主要函数：
graythresh() ; im2bw() ; bwperim() ;

代码如下

img=imread('ball.jpg'); %原图像为灰度图
subplot(1,2,1);
imshow(img);
title('原图像');

threshold= graythresh(img);  %使用最大类间方差法找到图片的一个合适的阈值(threshold=0.4745)
img_1=im2bw(img,threshold); %用这个阈值把灰度图像转换为二值图像(像素值>0.4745*255的变为255白，其他的变为0黑)

img_2=bwperim(img_1); %用bwperim函数查找二值图像的边缘

subplot(1,2,2);
imshow(img_2);
title('边缘提取后的图像')

运行结果
在这里插入图片描述

方法二

主要函数：
entropyfilt() ; bwareaopen() ; rangefilt() ;

代码如下

img=imread('ball.jpg'); 
subplot(2,3,1);
imshow(img);
title('原图像');

img_1 = entropyfilt(img);  %创建纹理图像
img_2 = mat2gray(img_1);  %转化为灰度图像
subplot(2,3,2)
imshow(img_2);  
title('纹理图像');

img_3 = im2bw(img_2,0.7);  %转化为二值图像
subplot(2,3,3);
imshow(img_3);  
title('二值图像');

img_4 = bwareaopen((1-img_3),3000,8); %提取大小球区域纹理
subplot(2,3,4);
imshow(img_4); 
title('不同区域纹理图像');

img_5= rangefilt (img,ones(7));  %rangefilt滤波
subplot(2,3,5); 
imshow(img_5); 
title('滤波后图像');