matlab提取图像特定区域

%直接帧间差分，计算阈值并进行二值化处理（效果不好）

clc;

clear;

Im1 = double(imread('')); %读取背景图片

Im2 = double(imread(''); %读取当前图片

[X Y Z] = size(Im2); %当前图片的各维度值

DIma = zeros(X,Y);

for i = 1:X

for j = 1:Y

DIma(i,j) =Im1(i,j) - Im2(i,j); %计算过帧间差分值

end

end

figure,imshow(uint8(DIma)) %显示差分图像

title('DIma')

med = median(DIma); %计算二值化阈值：差值图像中值

mad = abs(mean(DIma) - med); %中值绝对差

T = mean(med + 3**mad) %初始阈值

Th =5*T; %调整阈值

BW = DIma <= Th; %根据阈值对图像进行二值化处理

figure,imshow(BW)

%se = strel('disk',2); %膨胀处理

%BW = im

实验十 医学图像分割（二）

实验目的：

1. 了解图像分割的基本理论和方法； 2. 掌握阈值分割的方法和阈值的选择； 3. 掌握基于分水岭分割的原理和应用； 实验内容：

1. 区域生长法利用图像像素间的相似性进行分割，调用regiongrow函数对图像weld.tif进行处理，注意参数中S（种子值），T（阈值）的选择对分割效果的影响。S=255，T＝65和S＝255 T＝150和S＝150，T＝65三组值进行处理，理解在区域生长法的原理。同时对liver.bmp，自己选择合适的S和T，以较好得分割出肝脏。

代码1：

close all;

f=imread('weld.tif');

figure(1),imshow(f),title('原图'); [g1,NR]=regiongrow(f,255,65); [g2,NR]=regiongrow(f,255,150); [g3,NR]=regiongrow(f,150,65);

figure(2),imshow(g1),title('S=255,T=65'); figure(3),imshow(g2),title('S=255,T=150'); figure(4),imshow(g3),titl

MATLAB 软件使用简介

MATLAB 是一个功能强大的数学软件, 它不但可以解决数学中的数值计算问题, 还可以解决符号演算问题, 并且能够方便地绘出各种函数图形。MATLAB自1984年由美国的MathWorks公司推向市场，现已成为国际最优秀的科技应用软件之一。

一、MATLAB 的工作界面

启动MATLAB后, 出现MATLAB命令窗口，空白区域是MATLAB 的工作区, 在此可输入和执行命令。

二、 MATLAB 操作的注意事项

? 在工作区输入MATLAB命令后, 按下Enter键才能执行命令。 ? MATLAB 是区分字母大小写的。

? 如果不想显示结果，只要在所输入命令的后面加上一个分号“；”即可。

如：x= 2 + 3 ↙ x=5

x = 2 + 3 ; ↙ 不显示结果5

? 如果一个表达式一行写不下，可以在行尾键入“...”来换行。

如：q=5^6+sin(pi)+exp(3)+(1+2+3+4+5) ...

-5+1/2-567

? 命令行与M文件中的百分号“%”标明注释。

三、MATLAB的变量与表达式

? MATLAB的变量名

MATLAB的变量名是用一个字母

单位代码 学 号 分 类 号 密 级

毕业设计(论文)

基于Matlab的指纹图像特征提取

院（系）名称 专业名称 学生姓名 指导教师

2012年 5 月 15 日

基于Matlab的指纹图像特征提取

摘 要

随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。

指纹识别大体分为三个步骤：预处理、特征提取和特征匹配。本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。实验表明，以上算法具有较小的运算量和较高的准确性。上述算法在本文中均用Matlab实现，取得

单位代码 学 号 分 类 号 密 级

毕业设计(论文)

基于Matlab的指纹图像特征提取

院（系）名称 专业名称 学生姓名 指导教师

2012年 5 月 15 日

基于Matlab的指纹图像特征提取

摘 要

随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。

指纹识别大体分为三个步骤：预处理、特征提取和特征匹配。本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。实验表明，以上算法具有较小的运算量和较高的准确性。上述算法在本文中均用Matlab实现，取得

龙源期刊网 http://www.qikan.com.cn

基于Matlab的图像特征提取方法的探析

作者：高晶 王颖

来源：《电子技术与软件工程》2015年第07期

摘 要 本文研究了利用Matlab进行图像各种骨架算法和框架，分析和比较了不同分类的骨架算法，列出了其优点与缺点。为了实现对比，本文研究并实现了数字图像的点特征提取及骨架提取直线提取。比较了现有的体素化方法的优点和缺点，然后使用基于改进的最小欧几里德距离度量网格模型边界框的体素化算法，应用加速算法并将其集成到可视化骨架提取Matlab平台。

【关键词】Matlab 图像特征提取 骨架算法 体素化方法 1 引言

我们可以从图像中获得许多信息，最终是为了让人们理解其所蕴含的的内容。而光学系统，计算机系统，微电子技术和数学研究都处在数字图像研究之内，其包含性强大的不热门学科，随着科技的进步，这种技术已经获得了很广泛的使用。

在此处讨论的关于图像的骨架提取法，目的是将图代替平面，是结构表示法的一种代表。为了得到这种方法一般使用细化技术来完成。这种方法保证了其对于边界距离性质的描述，如果想得到原始的部分，就必

MATLAB 软件使用简介

MATLAB 是一个功能强大的数学软件, 它不但可以解决数学中的数值计算问题, 还可以解决符号演算问题, 并且能够方便地绘出各种函数图形。MATLAB自1984年由美国的MathWorks公司推向市场，现已成为国际最优秀的科技应用软件之一。

一、MATLAB 的工作界面

启动MATLAB后, 出现MATLAB命令窗口，空白区域是MATLAB 的工作区, 在此可输入和执行命令。

二、 MATLAB 操作的注意事项

? 在工作区输入MATLAB命令后, 按下Enter键才能执行命令。 ? MATLAB 是区分字母大小写的。

? 如果不想显示结果，只要在所输入命令的后面加上一个分号“；”即可。

如：x= 2 + 3 ↙ x=5

x = 2 + 3 ; ↙ 不显示结果5

? 如果一个表达式一行写不下，可以在行尾键入“...”来换行。

如：q=5^6+sin(pi)+exp(3)+(1+2+3+4+5) ...

-5+1/2-567

? 命令行与M文件中的百分号“%”标明注释。

三、MATLAB的变量与表达式

? MATLAB的变量名

MATLAB的变量名是用一个字母

数学实验报告

实验二 图像轮廓线提取技术

学 院 专 业 姓 名 学 号

成绩单序号 提交日期

一、实验目的

1.了解对matlab的图像处理功能，掌握基本的图像处理方式；

2.掌握imread，imshow，imwrite，subplot，title等的基本使用方法。 3.掌握图像轮廓线提取的简单方法并上机实现。

4.了解matlab自带的边界检测算子的使用，提高对复杂图像处理的能力。

二、实验要求

1．任意选取一幅灰度图像和一幅彩色图像，对算法中若干关键语句中进行调整，得出不同的实验结果，对这些结果进行分析，并与MATLAB自带的边缘检测做对比。

2．提出其它的轮廓线提取方法，与简单阈值法进行比较分析。

三、实验过程

1．任意选取一幅灰度图像和一幅彩色图像，对算法中若干关键语句中进行调

整，得出不同的实验结果，对这些结果进行分析。

⑴灰度图的轮廓线提取，M文件代码： function gray(pix,n) %灰度图的轮廓线提取

A=imread(pix); %读取指定的

[matlab图像处理] 阈值分割

%迭代式阈值分割 otsu阈值分割 二值化 close all;%关闭所有窗口 clear;%清除变量的状态数据 clc;%清除命令行 I=imread('rice.png'); subplot(2,2,1); imshow(I);

title('1 rice的原图'); %迭代式阈值分割

zmax=max(max(I));%取出最大灰度值 zmin=min(min(I));%取出最小灰度值 tk=(zmax+zmin)/2; bcal=1; [m,n]=size(I); while(bcal)

%定义前景和背景数 iforeground=0; ibackground=0;

%定义前景和背景灰度总和 foregroundsum=0; backgroundsum=0; for i=1:m

for j=1:n

tmp=I(i,j); if(tmp>=tk)

%前景灰度值

iforeground=iforeground+1;

matlab中图像读写

分类： mat_lab 2010-03-21 10:55 482人阅读 评论(0) 收藏 举报

一. 读写图像文件 1. imread

imread函数用于读入各种图像文件，如：a=imread('e:/w01.tif') 注：计算机E盘上要有w01相应的.tif文件。 2. imwrite

imwrite函数用于写入图像文件，如：imwrite(a,'e:/w02.tif',’tif’) 3. imfinfo

imfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:/w01.tif') 二. 图像的显示 1. image

image函数是MATLAB提供的最原始的图像显示函数（主要彩色显示图象），如： a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2. imshow

imshow函数用于灰度图像文件的显示，如： i=imread('e:/w01.tif'); imshow(i); 3. colorbar

colorbar函数用显示图像的颜色条。

通常，颜色映象进行过调节，把数据从最小扩展到最大，也就是说整个颜色映象都用于