超像素分割matlab代码（matlab画像素图）

本篇文章给大家谈谈超像素分割matlab代码，以及matlab画像素图对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、如何用matlab进行图像的分割？
• 2、matlab图像分割程序
• 3、用MATLAB对彩色图片分割的程序？急求！
• 4、求一个用otsu算法的图像分割matlab程序
• 5、matlab图像如何用代码完成图像的分割、边缘检测和拼接的任务？
• 6、利用matlab将一张图片分割成10×10的小图片，求程序！

如何用matlab进行图像的分割？

1、设置x向量步长，生成绘图用数据。

2、分割图形窗口，并在其中绘制图形。具体情况如图：

3、按下【Enter】键即可看见生成的效果图：

matlab图像分割程序

clear I=imread('bai.jpg'); %读入图像

q=imadjust(I,[.2 .3 0;.6 .7 1],[]); %增强图像的对比度

j=rgb2gray(q); %彩色图像变灰度图像

j1=im2bw(q,230/255);%二值化

se90=strel('line',3,90); %构造元素

se0=strel('line',3,0); %同上

BW2=imdilate(j1,[se90 se0]); % 用构造的元素膨胀

BW3=bwareaopen(BW2,100);%开操作

BW3=~BW3;%取反

BW4=bwareaopen(BW3,20);%开

BW5=bwperim(BW4);%计算BW4周长

[imx,imy]=size(BW5);计算长宽

L=bwlabel(BW5,8);%用不同的数字根据是否连通标记图像，

a=max(max(L));%得到L图像中标记结果的最大值

BW6=bwfill(BW5,'hole');%填充背景

I2=I;

for i=1:3; I2(:,:,i)=I2(:,:,i).*uint8(BW6);

end imshow(I2); 有大神能逐条解释一下语句吗，本人是菜鸟啊，跪求！！

用MATLAB对彩色图片分割的程序？急求！

3 Matlab编程实现

3.1 Matlab编程过程

用Matlab来分割彩色图像的过程如下：

1） 获取图像的RGB颜色信息。通过与用户的交互操作来提示用户输入待处理的彩色图像文件路径;

2） RGB彩色空间到lab彩色空间的转换。通过函数makecform()和applycform()来实现;

3） 对ab分量进行Kmean聚类。调用函数kmeans()来实现；

4） 显示分割后的各个区域。用三副图像分别来显示各个分割目标，背景用黑色表示。

3.2 Matlab程序源码

%文件读取

clear;

clc;

file_name = input('请输入图像文件路径：','s');

I_rgb = imread(file_name); %读取文件数据

figure();

imshow(I_rgb); %显示原图

title('原始图像');

%将彩色图像从RGB转化到lab彩色空间

C = makecform('srgb2lab'); %设置转换格式

I_lab = applycform(I_rgb, C);

%进行K-mean聚类将图像分割成3个区域

ab = double(I_lab(:,:,2:3)); %取出lab空间的a分量和b分量

nrows = size(ab,1);

ncols = size(ab,2);

ab = reshape(ab,nrows*ncols,2);

nColors = 3; %分割的区域个数为3

[cluster_idx cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean','Replicates',3); %重复聚类3次

pixel_labels = reshape(cluster_idx,nrows,ncols);

figure();

imshow(pixel_labels,[]), title('聚类结果');

%显示分割后的各个区域

segmented_images = cell(1,3);

rgb_label = repmat(pixel_labels,[1 1 3]);

for k = 1:nColors

color = I_rgb;

color(rgb_label ~= k) = 0;

segmented_images{k} = color;

end

figure(),imshow(segmented_images{1}), title('分割结果——区域1');

figure(),imshow(segmented_images{2}), title('分割结果——区域2');

figure(),imshow(segmented_images{3}), title('分割结果——区域3');

求一个用otsu算法的图像分割matlab程序

image_1=imread('E:\ebook\lena.bmp'); %读入图片

image_1=rgb2gray(image_1);%灰度化

[m,n]=size(image_1);%计算图片的像素点个数,行列,n是列数，Gray

num=zeros(1,256);%存放各灰度级出现的次数

p=zeros(1,256);%存放各灰度级的比率

image_1=double(image_1);%双精度化

for i=1:m

for j=1:n

num(image_1(i,j)+1)=num(image_1(i,j)+1)+1;%统计各灰度级的像素点个数

end

end

for i=1:256

p(i)=num(i)/(m*n);%计算各灰度级出现的比率

end

for i=2:256

if p(i)~=0

st=i+1;%实现寻找出现比率不为0的最小灰度值

break

end

end

for i=256:-1:1

if p(i)~=0;

nd=i-1;%实现找出出现比率不为0的最大灰度值

break

end

end

%以下程序实现利用最小方差和法找出门阈值

w=inf; th=0;

for t=st:nd%最小非零比率灰度值到最大非零比率灰度值

qt1=0; qt2=0;%前景后景像素点比率

u1=0; u2=0;%前景后景均值

v1=0; v2=0;%

for i=1:t

qt1=qt1+p(i);

end

for i=1:t

u1=u1+i*p(i)/qt1;

end

for i=1:t

v1=v1+((i-u1)^2)*p(i)/qt1;

end

for i=t+1:256

qt2=qt2+p(i);

end

for i=t+1:256

u2=u2+i*p(i)/qt2;

end

for i=t+1:256

v2=v2+((i-u2)^2)*p(i)/qt2;

end

if qt1*v1+qt2*v2w

th=t; w=qt1*v1+qt2*v2 ;

end

end

for i=1:m

for j=1:n

if (image_1(i,j)+1th)

image_2(i,j)=255;

else

image_2(i,j)=0;

end

end

end

image_2=uint8(image_2);%读入读出变换

figure,imshow(image_2);%显示二值化后的图片

matlab图像如何用代码完成图像的分割、边缘检测和拼接的任务？

你可以试试下面的程序：

I=imread('myphoto.jpg'); % 假设要处理的图像是myphoto.jpg

heights=size(I,1); % 图像的高

widths=size(I,2); % 图像的宽

m=8; % 假设纵向分成8幅图

n=10; % 假设横向分成10幅图

% 考虑到rows和cols不一定能被m和n整除，所以对行数和列数均分后要取整

rows=round(linspace(0,heights,m+1)); % 各子图像的起始和终止行标

cols=round(linspace(0,widths,n+1)); % 各子图像的起始和终止列标

blocks=cell(m,n); % 用一个单元数组容纳各个子图像

for k1=1:m

for k2=1:n

blocks{k1,k2}=I(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:);

subimage=blocks{k1,k2};

% 以下是对subimage进行边缘检测

% 加入边缘检测的代码

% 以上是对subimage进行边缘检测

blocks{k1,k2}=subimage;

end

end

processed=I; % processed为处理后的图像，用原图像对其初始化

% 以下为拼接图像

for k1=1:m

for k2=1:n

processed(rows(k1)+1:rows(k1+1),cols(k2)+1:cols(k2+1),:)=blocks{k1,k2};

end

end

figure,imshow(processed)

% 以上的程序已测试过，对灰度图像和真彩图像都可以运行。

利用matlab将一张图片分割成10×10的小图片，求程序！

% 图像切片代码

% my_imslice(filename)缺省方式，输出3×3 切片

% my_imslice(filename,rc,cc)输出 rc×cc 切片

function [rgb,mn] = my_imslice

p = imread(filename)

% 图片补齐及计算每片大小

[m,n,h] = size(p)

rp = rc*(fix(m/rc)+1*(mod(m,rc)==1))% 补齐后行像素

frow = fix(rp/rc)% 片行像素 

cp = cc*(fix(n/cc)+1*(mod(n,cc)==1))% 补齐后列像素

fcol = fix(cp/cc) % 片列像素

mn = [frow fcol]

pp = p

pp(rp,cp,:) = 0; % 原始数据补齐

% 数据分片、显示

rgb = cell(rc,cc)；

for r = 1:rc

end；

扩展资料：

Matlab包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。

新版本的MATLAB语言是基于最为流行的C++语言基础上的，因此语法特征与C++语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。

参考资料来源：百度百科-MATLAB

超像素分割matlab代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于matlab画像素图、超像素分割matlab代码的信息别忘了在本站进行查找喔。