灰度图像处理——纹理分割（Matlab）

最新推荐文章于 2022-12-08 22:56:59 发布

原创

最新推荐文章于 2022-12-08 22:56:59 发布 · 7.2k 阅读

36 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #纹理分割

本文详细介绍了一种基于灰度闭操作、开操作和灰度梯度的图像处理方法，用于纹理分割。通过MATLAB代码实现，展示了如何利用这些技术增强图像特征，适用于图像分析和计算机视觉应用。

主函数：

clc;
clear all;
close all;
%纹理分割测试图像
I=im2double(imread('D:\Gray Files\9-43.tif'));
%获得图像大小
[M,N]=size(I);
%灰度闭操作
r=31;
J_Closing=GrayscaleClosing(I,r);
%灰度开操作
r=60;
J_Opening=GrayscaleOpening(J_Closing,r);
%灰度梯度
n=3;
J_Gradient=GrayscalGradient(J_Opening,n);
J=I+J_Gradient;
imshow(J)

灰度闭操作

GrayscaleClosing函数如下：

%灰度闭操作
% I 输入图像
% n 单一结构元素矩阵的大小
function J_GrayscaleClosing=GrayscaleClosing(I,r) 

    n_B=2*(r-1)+1;
    B=ones(n_B,n_B);
    %将距离大于40的点置零
    for i=1:n_B
        for j=1:n_B
            d=sqrt((i-r)^2+(j-r)^2);
            if d>r
                B(i,j)=0;
            end
        end
    end
    
    ind=find(B==0);
    n_l=floor(n_B/2);
    [M,N]=size(I); 
    J_GrayscaleClosing=zeros(M,N);  
    I_pad=padarray(I,[n_l,n_l],'symmetric');
       
    %膨胀图像
    J_Dilation=zeros(M,N);
    for i=1:M
        for j=1:N
            %获得图像子块区域
            Block=I_pad(i:i+2*n_l,j:j+2*n_l);