使用Matlab进行灰度化、二值化、边缘检测等图像处理操作

1. 灰度化：

首先读入图像，然后使用Matlab自带的rgb2gray函数将彩色图像转换为灰度图像：

“`
% 读入彩色图像
img = imread(‘example.jpg’);

% 灰度化
gray_img = rgb2gray(img);

% 显示灰度图像
imshow(gray_img);
“`

2. 二值化：

可以使用Matlab的imbinarize函数进行全局二值化，也可以使用自适应阈值法进行局部二值化。

（1）全局二值化：

“`
% 全局二值化
binary_img = imbinarize(gray_img);

% 显示二值图像
imshow(binary_img);
“`

（2）自适应阈值法：

“`
% 自适应阈值法
adaptive_binary_img = adaptthresh(gray_img, 0.5);

% 显示二值图像
imshow(adaptive_binary_img);
“`

3. 边缘检测：

常用的边缘检测算子包括Sobel算子、Prewitt算子、Laplacian算子和Canny算子。

以Sobel算子为例：

“`
% Sobel算子
sobel_img = edge(gray_img, ‘Sobel’);

% 显示边缘图像
imshow(sobel_img);
“`

完整代码：

“`
% 读入彩色图像
img = imread(‘example.jpg’);

% 灰度化
gray_img = rgb2gray(img);

% 全局二值化
binary_img = imbinarize(gray_img);

% 自适应阈值法
adaptive_binary_img = adaptthresh(gray_img, 0.5);

% Sobel算子
sobel_img = edge(gray_img, ‘Sobel’);

% 显示图像
subplot(2, 2, 1);
imshow(img);
title(‘Original Image’);

subplot(2, 2, 2);
imshow(gray_img);
title(‘Gray Image’);

subplot(2, 2, 3);
imshow(adaptive_binary_img);
title(‘Adaptive Binary Image’);

subplot(2, 2, 4);
imshow(sobel_img);
title(‘Sobel Edge Image’);
“`