.РMatlab程序：Рfunctiong=localthresh(f,nhood,a,b,meantype)Р%Intialize.Рf二double(f);Р%Computethelocalstandarddeviations.РSIG=stdfilt(f,nhood);Р%ComputeMEAN.Рifnargin==5&&strcmp(meantype,,globaV)РMEAN=mean2(f);РelseРMEAN=localmean(f,nhood);%Thisisacustomfunction,endР%Obtainthesegmentedimage,g=(f>a*SIG)&(f>b*MEAN);РР>f=imread(,E：/images/ceils.tif*);Р〉g=localthresh(f,ones(3),30,1.5,'global');Р>subplot(1,2,1);imshow(f);titlef原图Р')；subplot(1,2,2);imshow(g);title.局部阈值处理结果')执行效果：РРFigure1Р文件(F)漏痘(E)查看(V)插入⑴工具(T)更面(D)©Q(W)帮助(H)Р"U也fe、人踏⑨昵0Р原图局部阈值处理结果РРР边缘检测Р图像边缘是由于相邻像素间灰度值剧烈变化引起的.根据微分原理,对于图像中变化比拟平坦的区域,因相邻像素的灰度变化剧烈,所以梯度幅值较大,因此用一阶导数幅值的大小可以判断图像中是否有边缘以及边缘的位置.同理,二阶导数的符号可以用于判断一个边缘像素是在亮的一侧还是在暗的一侧.Р常用的边缘检测算子有sobel,prewitt,Roberts,log,zerocrossing,canny等.Matlab程序：Рi=imread(,EVintages/lena.jpg");РI=rgb2gray(i);
全文预览
