图像分割Matlab代码.doc

图像分割Matlab代码 （一）图像边缘检测不同方法比较 将Roberts、Sobel、Prewitt、LOG、Canny算子等经典图像分割算法对灰度图像分割的结果进行比较。 Matlab 代码如下： %% 图像边缘检测不同方法比较 % Roberts、Sobel、Prewitt、LOG、Canny算子对灰度图像分割的结果比较 clc; clear all; close all; f=imread(8_256_lena.bmp,bmp); subplot(2,3,1); subimage(f);title(原始图像); [g, t]=edge(f,roberts,[],both); subplot(2,3,2); subimage(g);title(Roberts算子对图像分割的结果); [g, t]=edge(f,sobel,[],both); subplot(2,3,3); subimage(g);title(Sobel算子对图像分割的结果); [g, t]=edge(f,prewitt,[],both); subplot(2,3,4); subimage(g);title(Prewitt算子对图像分割的结果); [g, t]=edge(f,log); subplot(2,3,5); subimage(g);title(LOG算子对图像分割的结果); [g, t]=edge(f,canny); subplot(2,3,6); subimage(g);title(Canny算子对图像分割的结果); （二）区域生长法分割图像 区域生长法分割图像，matlab代码如下： %% 区域生长法分割图像 clc; clear all; close all; f=imread(rice_1.bmp,bmp); % f=imread(rice.png,png); % f=imread(8_256_lena.bmp,bmp); subplot(1,2,1); subimage(f); %选择三个种子点 seedx=[63, 10, 85];%rice图的生长点 seedy=[30, 56, 60]; % seedx=[100, 150, 227];%lena图的生长点 % seedy=[56, 130, 189]; hold on plot(seedx,seedy,gs,linewidth,1); title(原始图像及种子点位置); f=double(f); markerim=f==f(seedy(1),seedx(1)); for i=2:length(seedx) markerim=markerim|(f==f(seedy(i),seedx(i))); end %3个种子点区域的阈值 thresh=[12,6,12]; maskim= zeros(size(f)); for i=1:length(seedx) g=abs(f-f(seedy(i),seedx(i)))=thresh(i); maskim=maskim|g; end [g,nr]=bwlabel(imreconstruct(markerim,maskim),8); % g=mat2gray(g);%以灰度级显示，注释掉此行以二值图像显示 subplot(1,2,2); subimage(g); title(三个种子点区域生长分割结果); （三）迭代阈值选择法二值化图像与Otsu阈值选择法二值化图像比较 迭代阈值选择法二值化图像与Otsu阈值选择法二值化图像比较的matlab代码如下： %% 迭代阈值选择法二值化图像与Otsu阈值选择法二值化图像比较 clc; clear all; close all; f=imread(8_256_lena.bmp,bmp); subplot(2,2,1); subimage(f);title(原始图像); f=double(f); T=(min(f(:))+max(f(:)))/2; done=false; i=0; while ~done r1=find(f=T); r2=find(fT); Tnew=(mean(f(r1))+mean(f(r2)))/2; done=abs(Tnew-T)1; T=Tnew; i=i+1; end f(r1)=0; f(r2)=1; subplot(2,2,2); subimage(f);title(迭代阈值二值化图像图像); f=imread(8_256_lena.bmp,bmp); subplot(2,2,3); subimage(f);title(原始图像); T=graythresh(f); g=im2bw(f,T);