MATLAB中的strel函数怎么用
MATLAB 中的strel函数怎么用?？
strel('square',6)创建6*6的正方形se2 = strel('line',10,45)创建直线长度10🦄🦇-_🐞，角度45 se3 = strel('disk',15)创建圆盘半径15 se4 = strel('ball',15,5)创建椭圆体⚡️-🐟🌏，半径15🪅||💥，高度5 Nhood=getnhood（se）获得se邻域🦝|_🐀🙄，
strel('disk',15)创建圆盘半径15 se4 = strel('ball',15,5)创建椭圆体🐈-🦃，半径15🧶——🤥🌍，高度5
strel('square',6)创建6*6的正方形se2 = strel('line',10,45)创建直线长度10🦄🦇-_🐞，角度45 se3 = strel('disk',15)创建圆盘半径15 se4 = strel('ball',15,5)创建椭圆体⚡️-🐟🌏，半径15🪅||💥，高度5 Nhood=getnhood（se）获得se邻域🦝|_🐀🙄，
strel('disk',15)创建圆盘半径15 se4 = strel('ball',15,5)创建椭圆体🐈-🦃，半径15🧶——🤥🌍，高度5
SE = strel('arbitrary',NHOOD)创建一个指定领域的平面结构化元素🎈——-🏒。NHOOD是一个包含1/0的矩阵🀄_🦈🎄；1的位置定义了领域的形态学操作🌎🦁——🐆🐟。NHOOD的中心就是它的中心元素🪰_——🦣，位置在FLOOR((SIZE(NHOOD) + 1)/2)♟🎇_🐘。你也可以忽略参数串'arbitrary'而只使用STREL(NHOOD).SE = strel('arbitrary', NHOOD,HEIGHT还有呢？
1🦅-|🐫🎋、选取函数为f(x)=-|x-6|+5在[1,11]上的图像🤓🐡——🌱，画出函数图像😐🐀||🥅。2🐔-🐟🕷、使用strel构建平坦的结构元素🦓🎣——🏆，如图🐓_💮♠。3🦜_——🦥🐰、使用平坦的结构元素进行灰度膨胀*_🦬，设置y轴范围为[0, 8]如图*🏉-_🦏。4🐀🎴-🐾🤨、构建高度为[1 1 1]的非平坦结构元素*🐈_⚡️🌛。显示的结果和平坦元素相同🍀_🎍，但实际结构不同🌒——🥊。5🌱——|🎰、使用非平坦的结构元素进行灰度膨等我继续说🐌🐃_🎯。
通过matlab ,图在片中判断其中有没有红色存在,输出是或否的答案,要怎么...
图像还是有许多噪声的🦠————🐁🪴，可采用数学形态学的方法除去噪声🪡_😠。用strel函数生成模版😱_|🥉😋：SE=strel('rectangle',[3 3]);该模版表示3*3的长方形模版🎄🌾|🐚。开运算处理🤫🎟||☹️🐟，可去除非常小或窄的像素😎-🐌😮。这里是用MATLAB内置函数先进行腐蚀再进行膨胀🐚😗——_🦋🐝，完成开运算🐪🕷-|😎。代码🤐🐕🦺-_🎎🐝：I2=imerode(rgb,SE);%腐蚀figure(3);I3=imdilate(I还有呢？
for i=0:9 se = translate(strel(1), [2*i+1 2*i+3]); %依次将图像分别在x,y方向平移2*i+1 和2*i+3个像素gi = imdilate(f,se);x=strcat('newg',i);y='jpg';w=strcat(x,'.',y);imwrite(gi,w);end 这段程序很简单🦜🦓——|🦛，目的是对图像f操作10次🦅🥀-🖼🎱，每次分别在x,y方向平移2希望你能满意🥈🦁-*🌻。
MATLAB 局部图像处理?？
se=strel('square',3);I2_1=imopen(I2,se);%%用开运算去掉很小的毛刺se1=strel('disk',11);I2_2=imclose(I2_1,se1);%%闭运算进行小区域填充Image=zeros(size(I1));[m,n]=size(I1);for i=1:m for j=1:n if I2_2(i,j)==1 Image(i,j)=I1(i,j);%%根据最后的二等会说🪢😱_🐺🦁。
以下的解答是基于Matlab🐉😐_-🙀🐙，也没有完全符合要求🪀-——🪱🤠，只是能够计算出红豆数目⛅️|🦛，边界的长度稍加完善也能得出😲——🎖，至于标注则完全没能解决🦔🕊|-🦊😅。这里提供的做法个人感觉有用的有2点🐪__*❄🐉：1是红豆从背景图像中的分割😓🐃-|🦚，这里采用的是依据彩色图像上红豆区域RGB分量中R（红色）分量值大于G（绿）🐕🎏|-☄️、B（蓝）两色之和🌴🦍|🦙；2是红豆上说完了😐😄-🌺。
MATLAB实现两图像的加减乘除的代码谁有啊,救命啊!?？
background = imopen(I,strel('disk',15)); %估计背景图像figure, imshow(background);I2=imsubtract(I,background); %从原始图像中减去背景图像figure, imshow(I2)C)图像乘法运算I=imread('moon.tif');J=immultiply(I,1.2);K=immultiply(I,0.5);imshow(I)figure,imshow(J)figure,等我继续说🤣🏆|😈🧐。
SI=1-Seg; % 阈值分割后的图象求反🦓——-🐟🎋，便于用腐蚀算法求边缘se1=strel('square',3); % 定义腐蚀算法的结构SI1=imerode(SI,se1); % 腐蚀算法BW=SI-SI1; % 边缘检测===传统的边缘检测方法=== I=uint8(I);BW1=edge(SI,'sobel', 0.11);BW2=edge(SI,'log', 0.015到此结束了？🦂🙈_🌩*。