weixin_40202230的博客

1、原理中值滤波能有效抑制噪声。主要采用灰度值排序，把数字图像中一点的值用该点的一个邻域中各点值的中值代替，依次取代像素中心点的灰度值，让原本与周围像素灰度值相差比较大的像素更改为与周围的像素值比较接近的值，从而消除孤立的噪声点。它可以保护图像边缘的同时去除噪声。实现代码 clear all;clc; %图像进行中值滤波，并显示图

一、原理对于图像由彩色图转化为灰度图有三种方法分别为 加权法 均值法 最大值法加权法就是  GRAY==0.3*R+0.59*G+0.11*B均值法就是 GRAY==(R+G+B)/3最大值发就是  max（R,G,B）二、代码[filename,pathname]=uigetfile({'*.jpg';'*bmp';'*gif'},'选择原图片');p

一、准备知识1——概念介绍1.形态学是什么形态学在数字图像处理中表示的是图像的数学形态里的内容，将数学形态学作为工具从图像中提取区域图像形状的有用的图像分量，如边缘、骨架，区域分割等。如例：如例：如例：2、数学形态学的语言是集合论。这个集合表示的是图像中的对象。3、有哪些对象呢？在二值图像中，每一个像素点都是一个对象，像素点的值只有0，1之分，所

1、原理许多图片处理工作都对图像类型有特定的要求。其转换关系为下：2、代码clear all;%读进图像 [filename, pathname] = uigetfile({'*.jpg'; '*.bmp'; '*.gif'}, '选择原图片');picture = imread([pathname, filename]);  %真彩图像转换为索引图

一、原理高帽变换和低帽变换是数学形态学中重要的运算形式，有形态学中最基本的运算如膨胀、腐蚀组合实现。高帽变换是通过利用原始图像与原始图像开操作的结果图像进行图像减操作实现的；而低帽变换是通过原始图像闭操作的结果图像与原始图像进行图像减操作实现的。高帽变换具有高通滤波的特性，适用于处理具有暗背景、亮物体特征的图像。低帽变换能够检测图像中的谷值，适用于处理具有亮背景、暗物体特征的图像。

一、原理 常用的边缘检测算法有拉普拉斯边缘检测算法、Robert边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Canny边缘检测算子。二、代码[filename,pathname]=uigetfile({'*.jpg';'*bmp';'*gif'},'选择原图片');I = imread([pathname,filename]);I=rgb2gray(I