Matlab中一种二值化图像的形态学操作程序
在Matlab中将一幅图像阈值分割二值化非常简单，若需要通过阈值th2二值化保留一些大面积的、且有灰度值含有大于th1的点的前景区域，而不需要小面积的区域（th1大于th2），这时会遇到这样的问题：当阈值选为th2时会把一些小面积区域也保留下来；若把阈值增大到th1，小面积的区域没了，但是原来大面积的区域又会减小；若要直接去掉阈值th2二值化图像中面积小于某一值的的区域，需要计算每个区域的面积，计算量大，而且有的区域中并没有含有大于th1的点。下面利用数学形态学的方法来解决上述问题。这里主要是采用数学形态学中的腐蚀与膨胀操作，采用均值滤波、灰度图像高阈值二值化、种子点选择、灰度图像低阈值二值化和选择滤波相结合的方法，具体来说：腐蚀过程采用均值滤波和高阈值对第一细分图像二值化，滤掉面积较小的区域，得到较大的区域，然后选择每个区域的种子点；膨胀过程采用低阈值对第一细分图像二值化，保留含有种子点的区域，其它的均过滤掉。wmf10=imread('mwf1.bmp');%读取图像wmf1=wmf10(:,:,1);%由于是灰度图像，三个页面相同，故只对第一页面数据操作
figure(1);
subplot(121);imagesc(wmf1);colormap(gray);%显示原图象
h=fspecial('average',3);
wmf1_filted=uint8(round(filter2(h,wmf1))); %均值滤波
th1=0.94*max(max(wmf1)); %确定阈值th1
wmf1th1=(wmf1_filted>th1);%按阈值th1二值化
=bwlabel(wmf1th1,8);
rc=zeros(2,numth1_label);%选择种子点坐标
for i=1:numth1_label
=find(wmf1th1_label==i);
rc(1,i)=r(2);rc(2,i)=c(2);
end
r=rc(1,:);
c=rc(2,:);
coe=1.4;
th2=mean2(wmf1)+coe*std2(wmf1); %确定阈值th2
wmf1th2=(wmf1>th2);%按阈值th2二值化
wmf1th2_select=bwselect(wmf1th2,c,r,8); %保留含有种子点的前景区域
subplot(122);imagesc(wmf1th2_select);colormap(gray);
页:
[1]