數(shù)字圖像處理實(shí)驗(yàn)報(bào)告 ma a數(shù)字圖像處理大作業(yè) 期末論文

經(jīng)典word整理文檔，僅參考，雙擊此處可刪除頁(yè)眉頁(yè)腳。本資料屬于網(wǎng)絡(luò)整理，如有侵權(quán)，請(qǐng)聯(lián)系刪除，謝謝！數(shù)字圖像處理是一門新興技術(shù)，隨著計(jì)算機(jī)硬件的發(fā)展，數(shù)字圖像的實(shí)時(shí)處理已經(jīng)成為可能，由于數(shù)字圖像處理的各種算法的出現(xiàn)，使得其處理速度越來越快，能更好的為人們服務(wù)。數(shù)字圖像處理是一種通過計(jì)算機(jī)采用一定的算法對(duì)圖形圖像進(jìn)行處理的技術(shù)。數(shù)字圖像處理技術(shù)已經(jīng)在各個(gè)領(lǐng)域上都有了比較廣泛的應(yīng)用。圖像處理的信息量很大，對(duì)強(qiáng)大的運(yùn)算和圖形展示功能，使圖像處理變得更加的簡(jiǎn)單和直觀。本文介紹了MATLAB語(yǔ)言的特點(diǎn),基于MATLAB的數(shù)字圖像處理環(huán)境，介紹了如何利用MATLAB及其圖像處理工MATLAB圖像處理工MATLAB圖像分析等圖像處理。1.1課題研究目的及意義數(shù)字圖像處理（DigitalImage等?？偟膩碚f，數(shù)字圖像處理包括點(diǎn)運(yùn)算、幾何處理、圖像增強(qiáng)、圖像復(fù)原、圖像形態(tài)學(xué)處理、圖像編碼、圖像重建、模式識(shí)別等。到工業(yè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮越來越大的作用。MathWorks公司推出的MATLAB軟件是學(xué)習(xí)數(shù)理知識(shí)的好幫手。應(yīng)用MATLAB友好的界面和豐富、實(shí)用、高效的指令及模塊，可以使人較快地認(rèn)識(shí)、理解圖像和科研中的問題。圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大，已在國(guó)家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來越重要的角色,對(duì)國(guó)計(jì)民生的作用不可低估。2所謂數(shù)字圖像就是把傳統(tǒng)圖像的畫面分割成如圖2-1所示的被成為像素（pictureelement,簡(jiǎn)稱pixel。有時(shí)候也用pel這一簡(jiǎn)寫詞）的小的離散點(diǎn)，各像digitalimagine的圖像即模擬圖像(picture)是有差別的。圖2-1數(shù)字圖像1．采樣即像素）的集合的一種操作。先要把二維信號(hào)變成一維信號(hào)，因此要進(jìn)行掃描（法是在二維平面上按一定間隔順序地從上方順序地沿水平方向的直線（掃描線）行水平，垂直兩個(gè)方向的掃描以外，還有進(jìn)行時(shí)間軸上的掃描。通過采樣，如設(shè)橫向的像素?cái)?shù)為M，縱向的像素?cái)?shù)為N，則畫面的大小可以表示為“M*N”個(gè)像素。2．量化光的強(qiáng)度（亮度）值或灰度值。把這些連續(xù)的濃淡值或灰度值變?yōu)殡x散的值（整數(shù)值）的操作就是量化。如果把這些連續(xù)變化的值（灰度值）量化為8bit，則灰度值被分成0-2552的256個(gè)級(jí)別，分別對(duì)應(yīng)于各個(gè)灰度值的濃淡程度，叫做灰度等級(jí)或灰度標(biāo)度。在0-25500為白的方法，這取決于圖像的輸入方法以及用什么樣的觀點(diǎn)對(duì)圖像進(jìn)形，一般設(shè)0為白，1為黑。對(duì)連續(xù)的灰度值賦予量化級(jí)的，即灰度值方法有：均勻量化（uniform量化，錐形量化（taperedquantization）等。3.采樣、量化和圖像細(xì)節(jié)的關(guān)系上面的數(shù)字化過程，需要確定數(shù)值N和灰度級(jí)的級(jí)數(shù)K。在數(shù)字圖像處理中，一般都取成2的整數(shù)冪，即:N2n(2.1)(2.2)K2m一幅數(shù)字圖像在計(jì)算機(jī)中所占的二進(jìn)制存儲(chǔ)位數(shù)b為:blog(2)N*N*m(bit)(2.3)mN*N例如，灰度級(jí)為256級(jí)(m=8)的512×512的一幅數(shù)字圖像，需要大約210萬個(gè)存儲(chǔ)位。隨著N和m的增加，計(jì)算機(jī)所需要的存儲(chǔ)量也隨之迅速增加。的程度主要取決于采樣樣本的大小和數(shù)量(N值)以及量化的級(jí)數(shù)K(或m值)。N和K的值越大，圖像越清晰。2.2數(shù)字圖像處理概述數(shù)字圖像處理(DigitalImageProcessing)是通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展(特別是離散數(shù)學(xué)理論的創(chuàng)立和完善)；三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長(zhǎng)。研究?jī)?nèi)容數(shù)字圖像處理主要研究的內(nèi)容有以下幾個(gè)方面：（1）圖像變換。由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離理中也有著廣泛而有效的應(yīng)用。（2）圖像編碼壓縮。圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。（3）圖像增強(qiáng)和復(fù)原。圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；或重建原來的圖像。（4）圖像分割。圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。（5）圖像描述。圖像描述是圖像識(shí)別和理解的必要前提。作為最簡(jiǎn)單的二出了體積描述、表面描述、廣義圓柱體描述等方法。容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，類在圖像識(shí)別中也越來越受到重視?；咎攸c(diǎn)（1）數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對(duì)高分辨率彩色512×512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～22.5Mbit數(shù)據(jù)量。因此對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量等要求較高。（2）數(shù)字圖像處理占用的頻帶較寬。與語(yǔ)言信息相比，占用的頻帶要大幾個(gè)數(shù)量級(jí)。如電視圖像的帶寬約5.6MHz，而語(yǔ)音帶寬僅為4kHz左右。所以在成像、傳輸、存儲(chǔ)、處理、顯示等各個(gè)環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本亦高，這就對(duì)頻帶壓縮技術(shù)提出了更高的要求。（3）數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個(gè)像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達(dá)0.9以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測(cè)量，例如雙目圖像或多視點(diǎn)圖像。在理解三維景物時(shí)需要知識(shí)導(dǎo)引，這也是人工智能中正在致力解決的知識(shí)工程問題。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評(píng)價(jià)的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識(shí)狀況影響很大，作為圖像質(zhì)量的評(píng)價(jià)還有待進(jìn)一步深入的研究。另一方面，計(jì)算機(jī)視覺是模仿人的視覺，人的感知機(jī)理必然影響著計(jì)算機(jī)視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時(shí)間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題。主要應(yīng)用型應(yīng)用實(shí)例，而實(shí)際應(yīng)用更廣。（1）在生物醫(yī)學(xué)中的應(yīng)用顯示分析；紅、白血球分析計(jì)數(shù)；蟲卵及組織切片的分析；癌細(xì)胞的識(shí)別；染色體分析等等。（2）遙感航天中的應(yīng)用軍事偵察、定位、導(dǎo)航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析；地形、地圖、國(guó)土普查；地質(zhì)、礦藏勘探；天文、太空星體的探測(cè)及分析等。（3）工業(yè)應(yīng)用CAD和CAM焊縫及內(nèi)部缺陷檢查；交通管制、機(jī)場(chǎng)監(jiān)控；火車車皮識(shí)別等。（4）軍事公安領(lǐng)域中的應(yīng)用手跡、人像、印章的鑒定識(shí)別；過期檔案文字的復(fù)原；集裝箱的不開箱檢查等。（5）其他應(yīng)用圖像的遠(yuǎn)距離通信；多媒體計(jì)算機(jī)系統(tǒng)及應(yīng)用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預(yù)測(cè)顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場(chǎng)視頻管理等。圖像類型MATLAB中，一幅圖像可能包含一個(gè)數(shù)據(jù)矩陣，也可能包含一個(gè)顏色映射表矩陣。MATLAB中有四種基本的圖像類型：（1）索引圖像引。顏色圖為m*3雙精度值矩陣，各行分別指定紅綠藍(lán)（RGB）單色值。Colormap=[R，G，B]，R，G，B為值域?yàn)閇0，1]的實(shí)數(shù)值。圖像矩陣與顏色圖的關(guān)系依賴于圖像矩陣是雙精度型還是uint8（無符號(hào)8第二點(diǎn)對(duì)應(yīng)于顏色圖的第二行，依次類推。如果圖像矩陣是uint8，有一個(gè)偏移量，第0點(diǎn)值對(duì)應(yīng)于顏色圖的第一行，第一點(diǎn)對(duì)應(yīng)于第二行，依次類推；uint8長(zhǎng)用于圖形文件格式，它支持256色。（2）灰度圖像在MATLAB中，灰度圖像是保存在一個(gè)矩陣中的，矩陣中的每一個(gè)元素代表一個(gè)像素點(diǎn)。矩陣可以是雙精度類型，其值域?yàn)閇0，1]；也可以為uint8類型，其數(shù)據(jù)范圍為[0，255]。矩陣的每個(gè)元素代表不同的亮度或灰度級(jí)。（3）二進(jìn)制圖像圖像保存在一個(gè)由二維的由的索引圖像。二進(jìn)制圖像可以保存為雙精度或uint8uint8uint8類型邏輯數(shù)組來返回的。（4）RGB圖像N4的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。處理?？沼蛟鰪?qiáng)方法可表示為：g(x,y)=EH[f(x,y)]其中（x，）和（x，）分別為增強(qiáng)前后的圖像，EH代表增強(qiáng)操作。4.1空域變換增強(qiáng)兩個(gè)灰度值之間的動(dòng)態(tài)范圍來實(shí)現(xiàn)的（如圖圖4-1增強(qiáng)對(duì)比度在圖中可以看出，通過變換可以使原圖的較高的和較低的灰度值的加了。MATLAB代碼所示：X1=imread('pout.tif');figure,imshow(X1)f0=0;g0=0;f1=70;g1=30;f2=180;g2=230;f3=255;g3=255;r1=(g1-g0)/(f1-f0);b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);b2=g1-r2*f1;r3=(g3-g2)/(f3-f2);b3=g2-r3*f2;[m,n]=size(X1);X2=double(X1);fori=1:mforj=1:nf=X2(i,j);g(i,j)=0;if(f>=0)&(f<=f1)g(i,j)=r1*f+b1;elseif(f>=f1)&(f<=f2)g(i,j)=r2*f+b2;elseif(f>=f2)&(f<=f3)g(i,j)=r3*f+b3;endendendfigure,imshow(mat2gray(g))圖像處理圖示如圖4-2和圖4-3)圖4-2原圖圖4-3增強(qiáng)對(duì)比度所得圖像圖像求反對(duì)圖像求反是將原來的灰度值翻轉(zhuǎn)，簡(jiǎn)單的說就是使黑變白，使白變黑。的灰度值根據(jù)變換曲線進(jìn)行映射。MATLAB代碼所示：X1=imread('pout.tif');f1=200;g1=256;k=g1/f1;[m,n]=size(X1);X2=double(X1);fori=1:mforj=1:nf=X2(i,j);g(i,j)=0;if(f>=0)&(f<=f1)g(i,j)=g1-k*f;elseg(i,j)=0;endendendfigure,imshow(mat2gray(g))圖像處理圖如圖4-4所示：圖4-4圖像求反后4.2空域?yàn)V波增強(qiáng)身以外還包括其他像素。在這種情況下，g(x,y)在(x,y)位置處的值不僅取決于s和t分別表示f(x,y)在(x,y)位置處的灰度值，并以n(s)代表f(x,y)在(x,y)鄰域內(nèi)像素的灰度值，則t=EA[s,n(s)]域?yàn)V波?；驹砜沼?yàn)V波可分為線形濾波和非線形濾波兩類。線形濾波器的設(shè)計(jì)?；趯?duì)傅立葉變換的分析。非線形空域?yàn)V波器則一般直接對(duì)鄰域進(jìn)行操作。實(shí)現(xiàn)，銳化可用高通來實(shí)現(xiàn)將這些分量濾去可使圖像平滑。銳化濾波器：它能減弱或消除傅立葉空間的高頻分量空域?yàn)V波器都是利用模板卷積，主要步驟如下：（1）將模板在圖中漫游，并將模板中心與圖中某個(gè)像素位置重合；（2）將模板上的系數(shù)與模板下對(duì)應(yīng)的像素相乘；（3）將所有的乘積相加；（4）將和（模板的輸出響應(yīng)）賦給圖中對(duì)應(yīng)的模板中心位置像素。下面分別介紹在MATLAB中如何應(yīng)用平滑和銳化濾波器。線性平滑濾波器的。對(duì)3*3的模板來說，最簡(jiǎn)單的操作是取所有系數(shù)都為1。為保證輸出圖像仍R后要將其除以9平均法。MATLAB實(shí)現(xiàn)均值過濾器的代碼所示：I=imread('saturn.tif');J=imnoise(I,'salt&pepper',0.02);imshow（I）figure，imshow（J）K1=filter2(fspecial('average',3),J)/255;figure,imshow(K1)title('3*3的均值濾波器')原圖像，加入椒鹽噪聲的圖像和均值濾波的圖像分別如圖4-5、圖4-6和圖4-7所示。圖4-5原圖圖4-6加入椒鹽噪聲圖像3*3的均值濾波器處理結(jié)果圖4-7非線性平滑濾波器的中間值作為輸出的像素值。具體步驟：（1）將模板在圖像中漫游，并將模板中心和圖像某個(gè)像素的位置重合；（2）讀取模板下對(duì)應(yīng)像素的灰度值；（3）將這些灰度值從小到大排成一列；（4）找出這些值排在中間的一個(gè)；（5）將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的像素。MATLAB實(shí)現(xiàn)中值濾波器代碼所示：I=imread('saturn.tif');J=imnoise(I,'salt&pepper',0.02);K1=medfilt2(J,[3,3]);figure,imshow(K1)中值濾波的結(jié)果如圖4-8所示。圖4-8中值濾波結(jié)果線性銳化濾波器的，而周圍的系數(shù)都是負(fù)的。對(duì)3*3的模板來說，典型的系數(shù)取值是：[-1–1–1；-18–1；-1–1-1]事實(shí)上這是拉普拉斯算子，所有的系數(shù)之和為0。當(dāng)這樣的模板放在圖像中0像中的零頻域分量去除了，也就是將輸出的圖像的平均值變?yōu)?，這樣就會(huì)有一部分像素的灰度值小于0。在圖像處理中我們一般只考慮正的灰度值，所以還有將輸出圖像的灰度值范圍通過尺度變回到所要求的范圍。MATLAB代碼所示：I=imread('saturn.tif');m=fspecial('laplacian')I1=filter2(m,I)h=fspecial('unsharp',0.5);I2=filter2(h,I)/255;subplot(1,2,1);imshow(I1);title('高通濾波laplacian算子')subplot(1,2,2);imshow(I2);title('高通濾波unsharp')處理結(jié)果如圖4-9所示：圖4-9空域高通濾波4.3頻域增強(qiáng)基本原理卷積理論是頻域技術(shù)的基礎(chǔ)。設(shè)函數(shù)f（x,y）與線性位不變算子h（x,y）的卷積結(jié)果是g(x,y)=h(x,y)*f(x,y)那么根據(jù)卷積定理在頻域有：G(x,y)=H(u,v)F(u,v)其中G(x,y)、換。頻域增強(qiáng)的主要步驟是：（1）技術(shù)所需增強(qiáng)圖的傅立葉變換；（2）將其與一個(gè)（根據(jù)需要設(shè)計(jì)的）轉(zhuǎn)移函數(shù)相乘；（3）再將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖。頻域增強(qiáng)的兩個(gè)關(guān)鍵步驟：（1）將圖像從空域轉(zhuǎn)換到頻域所需的變換及將圖像從頻域空間轉(zhuǎn)換回空域所需的變換；（2）在頻域空間對(duì)圖像進(jìn)行增強(qiáng)加工操作。常用的頻域增強(qiáng)方法有低通濾波和高通濾波。以下分別介紹在MATLAB中如何實(shí)現(xiàn)。低通濾波于高頻部分。因此能降低高頻成分幅度的濾波器就能減弱噪聲的影響。Butterworth階，截?cái)囝l率為d0的Butterworth低通濾波器的轉(zhuǎn)移函數(shù)為：1H（u，v）=1[d（u，/d0]2n用MATLAB實(shí)現(xiàn)Butterworth低通濾波器的代碼所示：I1=imread('Saturn.tif');figure,imshow(I1)I2=imnoise(I1,'salt');figure,imshow(I2)f=double(I2);g=fft2(f);g=fftshift(g);[N1,N2]=size(g);n=2;d0=50;n1=fix(N1/2);n2=fix(N2/2);fori=1:N1forj=1:N2d=sqrt((i-n1)^2+(j-n2)^2);h=1/(1+0.414*(d/d0)^(2*n));result(i,j)=h*g(i,j);endendresult=ifftshift(result);X2=ifft2(result);X3=uint8(real(X2));figure,imshow(X3)原圖和處理結(jié)果如圖4-10和圖4-11所示圖4-10加噪圖4-11去噪高通濾波0頻率處單位為傳遞函數(shù)的值逐漸增加；當(dāng)頻率增加到一定值之后傳遞函數(shù)的值通常又回到0值或者降低到某個(gè)大于1能夠帶通濾波器，只不過規(guī)定0頻率處的增益為單位1。實(shí)際應(yīng)用中，為了減少圖像中面積大且緩慢變化的成分的對(duì)比度，有時(shí)讓0頻率處的增益小于單位1laplacian濾波器。n階截?cái)囝l率為d0的Butterworth高通濾波器的轉(zhuǎn)移函數(shù)為：1H（u，v）=1[d0/d（u，v]2nMATLAB實(shí)現(xiàn)Butterworth高通濾波器代碼所示：I1=imread('blood1.tif');figure,imshow(I1)f=double(I1);g=fft2(f);g=fftshift(g);[N1,N2]=size(g);n=2;d0=5;n1=fix(N1/2);n2=fix(N2/2);fori=1:N1forj=1:N2d=sqrt((i-n1)^2+(j-n2)^2);ifd==0h=0;elseh=1/(1+(d0/d)^(2*n));endresult(i,j)=h*g(i,j);endendresult=ifftshift(result);X2=ifft2(result);X3=uint8(real(X2));figure,imshow(X3)原圖和處理結(jié)果如圖4-12和4-13所示。圖4-12原圖圖4-13高通濾波50和10和1引言調(diào)用MATLAB提供的im2bw（）來實(shí)現(xiàn)，方法如下：I=imread('cameraman.tif');figure,imshow(I)J=im2bw(I);figure,imshow(J)title('二值化處理')原圖和二值化的結(jié)果分別如圖5-1和圖5-2所示圖5-1原圖圖5-2二值化的結(jié)果5.2二值形態(tài)學(xué)的基本運(yùn)算數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)是集合運(yùn)算，我們把二值圖像A看作是二維坐標(biāo)點(diǎn)的集合，包含圖像里為1的點(diǎn)，B通常是一個(gè)小的集合，作用類似于模板。膨脹（Dilation）運(yùn)算A⊕B腐蝕（Erosion）運(yùn)算AB開（Open）運(yùn)算閉（Close）運(yùn)算膨脹膨脹的算符為，A用B來膨脹寫作AB，這里先將A和B看作是所有取^值為1的像素點(diǎn)的集合。其定義為：AB={x|B)]}AxB膨脹A的過程是：先對(duì)B做關(guān)于中心像素的映射，再將其映像平移x，換句話說，用B來膨脹A得到的集是B平移后與A至少有一個(gè)非零元素相交時(shí)B的中心像素的位置的集合。在MATLAB中運(yùn)用dilate（）函數(shù)來實(shí)現(xiàn)膨脹操作。此外，MATLAB中還提供了預(yù)定義的形態(tài)函數(shù)bwmorph。MATLAB的代碼：I=imread('cameraman.tif');J=im2bw(I);BW1=bwmorph(J,'dilate');subplot(1,2,1);subimage(J);title('二值處理的圖像');subplot(1,2,2);subimage(BW1);title('使用bwmorph函數(shù)膨脹')圖像處理結(jié)果如圖5-3所示圖5-3膨脹處理后腐蝕腐蝕的算符為，A用B來腐蝕寫作AB。其定義為AB{x|(B)}x用B來腐蝕A得到集合是B完全包括在A中時(shí)B的中心像素位置的集合。MATLAB中用erode函數(shù)來實(shí)現(xiàn)腐蝕操作。MATLAB代碼如下：I=imread('cameraman.tif');J=im2bw(I);SE=eye(5);BW1=erode(J,SE);subplot(1,2,1);subimage(J);title('二值處理的圖像');subplot(1,2,2);subimage(BW1);title('使用erode函數(shù)腐蝕