《数字图像处理》实验报告学号专业 电子科学与工程学院实验 5一、实验目的本次实验的处理对象是二值图像，关于二值图像的处理运算主要包括腐蚀和膨胀。它们是其他处理过程的主要运算环节。开闭操作通过腐蚀和膨胀的不同顺序组合，能够使图像平滑，开闭操作再组合能够成噪声滤波器。形态学中的击中击不中变换也应用了腐蚀的运算，用于推断图像中能否找到目标结构，这在图像细化中也得到了应用。本次实验主要实现：1．图像的边缘提取；2．在边缘提取的基础上实现区域填充；3．在区域填充的基础上实现图像细化；4．在图像细化的基础上实现图像粗化。在 Matlab 软件的自带函数库中其实本身就包含有以上处理过程的函数，为了深化理解每种处理过程的原理，本次实验所有运算都自行编写实现。二、核心代码与运行后截图主函数：%% 读取图像clear;clc;I = imread('onepiece.jpg');I = im2bw(I);% 转换为二值图像[m,n] = size(I);%% 边界提取f = im2bw([0,1,0;1,1,1;0,1,0]); % 腐蚀用的结构元素F = fs(I,f);BW = im2bw(I-F);% 用原图减去腐蚀获得边缘figure;imshow(I);title('原图');figure;imshow(F);title('腐蚀图像');figure;imshow(BW);title('边界');在上面的运行效果图上看来，由于原图选择的原因，周围一圈白线有一定宽度但不足够粗，大概只有2~3个像素宽度而腐蚀用元素大小为3×3，这导致腐蚀后图像留下的白线看起来残缺不全，用原图减去腐蚀后得到的边缘图像也在白线处有“粘在一块”的现象。只要使用更高一些分辨率的图片即可避开这样的情况。但出于后续试验的运行速度考虑，本实验就使用此图（300×300）。观察图像其他地方，有足够的像素宽度被腐蚀，由此提取的边缘也很清楚。%% 区域填充I1 = fillbw(BW,40,40);% fillbw函数实现指定坐标填充边缘部，详见主函数后的各子函数I1 = I1 | fillbw(BW,40,260);% 为避开不必要的计算量，每次填充迭代次数为70I1 = I1 | fillbw(BW,100,150);% 逐次在图像中选择需填充区域中的起始点以完成填充I1 = I1 | fillbw(BW,100,160);I1 = I1 | fillbw(BW,136,86);I1 = I1 | fillbw(BW,132,212);I1 = I1 | fillbw(BW,147,120);I1 = I1 | fillbw(BW,157,214);I1 = I1 | fillbw(BW,210,171);I1 = I1 | fillbw(BW,206,109);I1 = I1 | fillbw(BW,233,129);I1 = I1 | fillbw(BW,234,140);I1 = I1 | fillbw(BW,237,153);I1 = I1 | fill...
