MATLAB图像函数以及应用（第六章）边界问题

1、bwboundaries 二值图像区域边界追踪、、

功能：在二值图像中进行区域边界的追踪，采用区域跟踪的算法，给出二值图像中所有的外边界和内边界

用法：

[B L]=bwboundaries(bw,conn,option); B输出为P *1de 元胞矩阵，P为目标和洞的个数，B的每个元宝元素均是Q*2de 矩阵，矩阵的每一行包含像素点的行列坐标。

L为表示矩阵，用于标示二值图像中被划分边界的区域，包含目标和洞。

bw为二值图像，conn为搜索的联通方法默认八联通，option表示搜索的方包含‘holes（内外边界）和 noholes（外边界）；

I=imread('rice.jpg');Bw=im2bw(I,graythresh(I));[B L]=bwboundaries(Bw,'noholes');%L表示划分的区域imshow(label2rgb(L,@jet,[0.5 0.5 0.5]);hold onfor k=1:length(B)boundary=b{k};plot(boundary(:,2),boundary(：，1），’w','LineWidth',2);

2、bwtraceboundary(bw,p,fstep,conn)函数

B=bwtraceboundary(bw,p,fstep,conn)

作用在二值图像中进行目标的追踪，采用基于曲线追踪的算法，按指定的起始点和方向进行搜索，最后返回起始点。

bw表示二值图像，p表示追踪的起点，fstep表示方向，（N S E W )四大方向 conn表示按照几连通区域来追踪

4或者8连通区域。

I=imread('lena.jpg');bw=im2bw(I,0.6);figure;imshow(bw);s=size(bw);col=round(s(2)/2)-90;row=find(bw(:,col),1);contour=bwtraceboundary(bw,[row col],'W',4);hold on;plot(contour(:,2),contour(:,1),'r','LineWidth',2);

3、edge函数寻找灰度图像的边界

作用寻找灰度图像的边界

bw=edge(I);

例子：

I=imread('lena.jpg');imshow(I);bw1=edge(I);figure;imshow(bw1);bw2=edge(I,'sobel');figure;imshow(bw2);bw3=edge(I,'prewitt');figure;imshow(bw3);bw4=edge(I,'roberts');figure;imshow(bw4);bw5=edge(I,'log');figure;imshow(bw5);bw6=edge(I,'zerocross');figure;imshow(bw6);bw7=edge(I,'canny');figure;imshow(bw7);

I=imread('lena.jpg');imshow(I);bw=edge(I,'roberts');figure;imshow(bw);bw1=edge(I,'roberts',0.05);figure;imshow(bw1);bw2=edge(I,'roberts',0.3);figure;imshow(bw2);bw3=edge(I,'roberts',0.7);figure;imshow(bw3);

4、entropy 计算灰度图像的熵

E=entropy(I);

局部熵

J=entropyfilt(I) 计算灰度图像中的局部熵，J中的每一个像素为输入图像I中对应元素9*9邻域的熵值

5、graycomatrix 灰度共生矩阵

glcm=graycomatrix(I) 从图像I中建立灰度共生矩阵

stats=graycoprops(glcm,properties）获取灰度共生矩阵glcm中指定的属性的状态。

字符串properties表示属性，取值可以为 contrast correlation energy homogeneity.

I=imread('lena.jpg');glcm=graycomatrix(I);stats=graycoprops(I,{'contrast','homogeneity'})

6、J=rangefilt(I) 计算图像的局部范围

J=rangefilt(I) 计算图像I的局部范围，返回矩阵J,输出矩阵J和I具有相同的维数，j中每一个像素的值为输入图像I中对应元素3*3邻域的范围（最大-最小）

I=imread('lena.jpg');J=rangefilt(I);imshow(J)