jump to navigation

image processing pada matlab aplikasi dalam bidang citra sem 29 Desember 2009

Posted by irpha in Uncategorized.
trackback

Ada 4 tahap pada image processing menggunakan matlab :

1. step 1: membaca gambar/image

I = imread(‘nanotube.jpg’);

figure, imshow(I), title(‘image asli’);

2. step 2: menemukan struktur kecil

Untuk menemukan semua struktur yang kecil, kita mengambil komplemen dari gambar dengan fungsi imcomplement, sehingga nilai-nilai piksel struktur lebih tinggi daripada latar belakang. Kami kemudian ambang gambar yang dihasilkan dengan fungsi im2bw pada tingkat yang ditentukan oleh fungsi graythresh.

Ic = imcomplement(I);

figure, imshow(Ic), title(‘citra komplemen’);

BW = im2bw(Ic, graythresh(Ic));

figure, imshow(BW), title(‘thresholding the image to show small structures’);

3. step 3: meng-ekstrak objek besar

Kami mengambil objek besar dari gambar dengan menggunakan thresholded morfologi operasi menutup dan membuka berturut-turut. Proses ini biasanya digunakan untuk kehalusan, pengisian, dan / atau menghapus objek dalam suatu gambar grayscale atau biner. Morfologi penutupan setara dengan pelebaran diikuti oleh pengikisan dengan elemen penataan. Demikian pula, morfologi membuka ekuivalen dengan pengikisan diikuti oleh pelebaran. Pilihan dari elemen struktur tergantung pada ukuran dan bentuk objek yang akan dimodifikasi. Dalam kasus kami, kami menciptakan sebuah struktur berbentuk cakram elemen dengan radius enam piksel menggunakan fungsi strel.{membuat struktur elemen}

se = strel(‘disk’, 6);

BWc = imclose(BW, se);

BWco = imopen(BWc, se);

figure, imshow(BWc), title(‘closing the thresholded image’);

figure, imshow(BWco);

title(‘opening the image to show large objects’);

4. step 4: mengekstrak stuktur kecil

Kami telah menciptakan sebuah gambar yang berisi semua struktur yang kecil dan sebuah gambar yang berisi benda-benda besar. Untuk mengekstrak semua struktur kecil di dalam benda yang besar, kita mengambil persimpangan atau “dan” dari dua gambar dengan menggunakan & operator.

mask = BW & BWco;

figure, imshow(mask), title(‘the “and” of these two images’);

dapus :

Credit The pearlite.tif image is courtesy of J. C. Russ, The Image Processing Handbook, Third Edition, 1998, CRC Press.

Listing penuh :

I = imread(‘nanotube.jpg’);

figure, imshow(I), title(‘image asli’);

Ic = imcomplement(I);

figure, imshow(Ic), title(‘citra komplemen’);

BW = im2bw(Ic, graythresh(Ic));

figure, imshow(BW), title(‘thresholding the image to show small structures’);

se = strel(‘disk’, 6);

BWc = imclose(BW, se);

BWco = imopen(BWc, se);

figure, imshow(BWc), title(‘closing the thresholded image’);

figure, imshow(BWco);

title(‘opening the image to show large objects’);

mask = BW & BWco;

figure, imshow(mask), title(‘the “and” of these two images’);

Iklan

Komentar»

1. ardi - 25 Mei 2010

Ini image processing untuk apa yah..??

irpha - 26 Mei 2010

itu diaplikasikan untuk analisis citra SEM…


Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: