基于纹理滤波器的纹理分割
这个例子展示了如何根据纹理识别和分割区域。
读出的图像
阅读和袋子上显示纹理图案的灰度图像。
I=读('包.png')；imshow（I）标题('原始图像')
创建纹理图像
使用入口过滤器创建纹理图像。功能入口过滤器返回，其中每个输出像素包含在输入图像中对应的像素周围的9×9附近的熵值的阵列我. 熵是随机性的统计度量。
你也可以使用斯特法特和兰格菲尔特以获得相似的分割结果。为了与局部熵的纹理图像进行比较，创建纹理图像S公司和右示出了局部标准差和局部范围，分别。
E=入口滤波器（I）；S=标准滤波器（I，1（9））；R=范围滤波器（I，1（9））；
使用重新缩放重新缩放纹理图像E类和S公司使像素值在数据类型图像的期望范围[0，1]内双重的.
Eim=重缩放（E）；Sim=重缩放（S）；
在蒙太奇中显示三个纹理图像。
蒙太奇（{EIM，辛，R}，'大小'，[13]，'背景颜色',“w”,“边框大小”，20）标题('显示局部熵、局部标准差和局部范围的纹理图像')
创建底部绒面掩膜
本例继续处理熵纹理图像艾姆.您可以重复类似的过程，其他两种类型与其他形态功能的纹理图像来实现类似的分割结果。
阈值重新缩放的图像艾姆以分割的纹理。被选择的0.8的阈值，因为它是沿着大致纹理之间的边界的像素的强度值。
BW1 = imbinarize（EIM，0.8）;imshow（BW1）标题（“阈值化的纹理图像”)
二值图像中的分割对象BW1号是白色的。如果你比较BW1号到我，您会注意到顶部纹理被过度分割（多个白色对象），底部纹理几乎被完全分割。使用移除顶部纹理中的对象B区域打开.
BWao=bwareaopen（bw12000）；imshow（BWao）标题('区域打开纹理图像')
使用imclose公司使边缘光滑并在巴沃. 指定与入口过滤器.
nhood=one（9）；closeBWao=imclose（BWao，nhood）；imshow（closeBWao）标题('闭合纹理图像')
使用imfill填充对象中的孔关闭. 底部纹理的遮罩并不完美，因为遮罩不会延伸到图像的底部。但是，可以使用遮罩分割纹理。
掩模=imfill（关闭bwao，'孔')；imshow（掩码）；标题('底部纹理遮罩')
使用遮罩分割纹理
将纹理分成两个不同的图像。
textureTop=I；textureTop（mask）=0；textureBottom=I；textureBottom（~ mask）=0；蒙太奇（{textureTop，textureBottom}，'大小'[1 2]，'背景颜色',“w”,“边框大小”，20）标题('分段顶部纹理（左）和分段底部纹理（右）')
显示分割结果
创建一个标签矩阵，该矩阵的标签1位于掩码所在的位置假标签2，面具在哪里真的. 在原始图像上覆盖标签矩阵。
L=掩码+1；imshow（labeloverlay（I，L））标题('标记的分割区域')
用青色勾勒出两个纹理之间的边界。
边界=b边界（掩码）；imshow（labeloverlay（I，边界，“彩色地图”，[0 1 1]）标题('纹理之间的边界')
另见
也可以从以下列表中选择网站：
