基于形态学运算的星空图像分割课程设计报告(附源代码内容摘要：
39。 )。 选取自适应阈值对形态学运算处理后的图像进行二值化 %形态学后自适应阈值二值化 %rgb 转灰度 if isrgb(I2)==1 I2_gray=rgb2gray(I2)。 else I2_gray=I2。 end I2_double=double(I2_gray)。 %转化为双精度 [wid,len]=size(I2_gray)。 colorlevel=256。 %灰度级 hist=zeros(colorlevel,1)。 %直方图 %threshold=128。 %初始阈值 %计算直方图 for i=1:wid for j=1:len m=I2_gray(i,j)+1。 hist(m)=hist(m)+1。 end end 5 hist=hist/(wid*len)。 %直方图归一化 miuT=0。 for m=1:colorlevel miuT=miuT+(m1)*hist(m)。 end xigmaB2=0。 for mindex=1:colorlevel threshold=mindex1。 omega1=0。 omega2=0。 for m=1:threshold1 omega1=omega1+hist(m)。 end omega2=1omega1。 miu1=0。 miu2=0。 for m=1:colorlevel if mthreshold miu1=miu1+(m1)*hist(m)。 else miu2=miu2+(m1)*hist(m)。 end end miu1=miu1/omega1。 miu2=miu2/omega2。 xigmaB21=omega1*(miu1miuT)^2+omega2*(miu2miuT)^2。 xigma(mindex)=xigmaB21。 if xigmaB21xigmaB2 finalT=threshold。 xigmaB2=xigma。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。