基于matlab的圖像分割算法 matlab圖像如何用代碼完成圖像的分割、邊緣檢測(cè)和拼接的任務(wù)?
matlab圖像如何用代碼完成圖像的分割、邊緣檢測(cè)和拼接的任務(wù)?您可以嘗試以下程序:I=imread()我的照片.jpg“)%假設(shè)要處理的圖像是我的照片.jpg高度=大?。↖,1)%圖像高度寬度=大小
matlab圖像如何用代碼完成圖像的分割、邊緣檢測(cè)和拼接的任務(wù)?
您可以嘗試以下程序:
I=imread()我的照片.jpg“)%假設(shè)要處理的圖像是我的照片.jpg
高度=大小(I,1)%圖像高度
寬度=大?。↖,2)%圖像寬度
m=8%(假設(shè)垂直方向有8張圖像)
n=10%(假設(shè)水平方向有10張圖像)
%不一定能被M和N整除,行數(shù)和列數(shù)應(yīng)該等分
行=round(linspace(0,heights,m1))%每個(gè)子圖像的起始行和結(jié)束行標(biāo)記
cols=round(linspace(0,widths,n1))%每個(gè)子圖像的起始列和結(jié)束列標(biāo)記
blocks=cell(M,n) %使用單元格數(shù)組保存每個(gè)子圖像
對(duì)于K1=1:M
對(duì)于K2=1:n
塊{K1,K2}=I(行(K1)1:rows(K1 1),列(K2)1:cols(K2 1),:)
子圖像=塊{K1,K2}
檢測(cè)
塊{K1,K2}=subimage
end
end
processed=I%processed是已處理的圖像,并用原始圖像初始化
]對(duì)于K1=1:M
對(duì)于K2=1:n
已處理(行(K1)1:行(K1),列(K2)1:列(K2,1),:)=塊{K1,K2}
end
圖,imshow(已處理)
]%的程序已經(jīng)過測(cè)試,可以運(yùn)行在灰度圖像和真彩色圖像上。