Image Processing Toolbox

分析图像

Image Processing Toolbox 提供一套全方位的参考标准算法和可视化函数,用于执行统计分析、特征提取和属性测量等图像分析任务。

统计函数

使用统计函数,您可以通过以下方式分析图像的一般特性:

  • 计算平均偏差或标准差
  • 确定线段沿线的亮度值
  • 显示图像直方图
  • 绘制亮度值的谱图
示例:校正亮度不均匀问题

校正亮度不均匀问题
使用 REGIONPROPS 增强图像并计算所分割对象的统计信息。

示例:识别圆形物体

识别圆形物体
对图像设定阈值和计算物体的度量值。

边缘检测算法

使用边缘检测算法,可以确定图像中物体的边界。此类算法包括 Sobel、Prewitt、Roberts、Canny 和拉普拉斯高斯等方法。功能强大的 Canny 方法可以检测到真的弱边缘,而不会被噪声“欺骗”。

图像分割算法

图像分割算法用于确定图像中的区域边界。图像分割可以利用许多不同的方法,包括自动阈值法和基于边缘的提取方法,还有分水岭变换之类通常用于分割连接对象的基于形态学的方法。

使用实时图像采集功能进行颜色分割 5:11
从摄像机采集并处理图像,对近似颜色对象进行计数。

示例:标记控制的分水岭分割

标记控制的分水岭分割
将重叠对象分离为汇水盆地和流域脊线。

示例:使用图像分割检测单元

使用图像分割检测单元
使用边缘检测和形态学分割单元。

形态学算子

形态学算子可用于检测边缘、增强对比度、去噪、将图像分割为多个区域、薄化区域或对区域执行抽骨架运算。Image Processing Toolbox 中的形态学函数包括:

  • 腐蚀和膨胀
  • 打开和关闭
  • 连通域标记
  • 分水岭分割
  • 重建
  • 距离变换
示例:使用纹理滤波器的纹理分割

使用纹理滤波器的纹理分割
使用熵测度和形态学运算识别不同纹理的区域。

高级图像分析

Image Processing Toolbox 还包含高级图像分析函数,可用于:

  • 测量范围、质心或边框等指定图像区域的属性
  • 使用霍夫变换检测直线并从图像中提取线段
  • 使用纹理分析函数测量表面粗糙度或色调变化等属性
下一页: 几何变换和图像配准

试用 Image Processing Toolbox

获取试用版软件

计算统计学:MATLAB统计分类初步

观看网上技术交流会录像