第一章彩色图像的二值化1 图像的二值化原理2 图像的二值化的程序实现3 二值化前后效果对比第二章去除噪声1 去除噪声的原理2 去除噪声的程序实现3 去除噪声前后的图像对比第三章圆拟合1 圆拟合原理2 圆拟合的程序实现3 拟合效果第四章求圆心及半径第五章完整的 Matlab 程序第一章彩色图像的二值化第一节 图像的二值化原理图像的二值化处理就是将图像上的点的灰度置为0 或 255，也就是讲整个图像呈现出明显的黑白效果。即将256 个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0 或 255 的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255 表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。第二节图像的二值化的程序实现方法一 ：首先将图像转变为灰度图像，再利用max， min 等函数求阈值分割点，最后转化为二值化图像相关程序：J=imread('1.jpg'); % 读图像figure;imshow(J); %显示原始图像P=rgb2gray(J); %转换为灰度图像[m,n]=size(P); %获取图像的行数和列数ma=max(max(P)); % 求最大值mi=min(min(P)); %求最小值limen=(ma+mi)/2; %求分割阈值I=(P>limen); %二值化figure;imshow(I); %显示二值化图像方法二 ：首先将图像转变为灰度图像，再利用graythresh 等函数求阈值分割点，最后用函数 im2bw 进行二值化。J=imread('1.jpg'); % 读图像P=rgb2gray(J);% 转换为灰度图像level=graythresh(P);% 求分割阈值I=im2bw(P,level);% 二值化imshow(I); %显示二值化图像第三节 二值化前后效果对比第二章 去除噪声第一节去除噪声的原理噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。实际获得的图像一般都因受到某种干扰而含有噪声。引起噪声的原因有敏感元器件的内部噪声、相片底片上感光材料的颗粒、传输通道的干扰及量化噪声等。噪声产生的原因决定了噪声的分布特性及它和图像信号的关系。第二节 去除噪声的程序实现方法一：首先将...
