图像分裂合并的matlab实现Word文件下载.docx

1、 elseH.color=1 1 1; %设置白的画布figure（H）;imshow（I）;title（原图像zeroImage=repmat（uint8（0）,128 128）; %为分裂合并后显示的图设置画布meansImageHandle=imshow（zeroImage）;块均值图像%设置分裂后图像的大小由于本图采用了128像素的图blockSize=128 64 32 16 8 4 2;%设置一个S稀疏矩阵用于四叉树分解后存诸数据S=uint8（128）;S（128,128）=0;threshold=input（请输入分裂的阈值（0-1）:%阈值threshold=round（25

2、5*threshold）;M=128;dim=128;tic% 分裂主程序%while （dim1）M,N = size（I）;Sind = find（S = dim）;numBlocks = length（Sind）;if （numBlocks = 0）%已完成break;end rows = （0:dim-1）; cols = 0:M:（dim-1）*M; rows = rows（:,ones（1,dim）; cols = cols（ones（dim,1）,: ind = rows + cols; ind = ind（:tmp = repmat（Sind, length（ind）, 1）;

3、ind = ind（:, ones（1,numBlocks）;ind = ind + tmp;blockValues= I（ind）;blockValues = reshape（blockValues, dim dim numBlocks）;if（isempty（Sind） %已完成 break;i,j=find（S）;set（meansImageHandle,CData,ComputeMeans（I,S）;maxValues=max（max（blockValues,1）,2）;minValues=min（min（blockValues,1）,2）;doSplit=（double（maxVal

4、ues）-double（minValues）threshold;dim=dim/2;Sind=Sind（doSplit）;Sind=Sind;Sind+dim;（Sind+M*dim）;（Sind+（M+1）*dim）;S（Sind）=dim; % 用来寻找四叉机分解结果中大小为S的块的位置 % 显示分解结果块均值图像Numberofbloks=length（i）; %计算块数%sizev=size（v）;tocCODE2:function means = ComputeMeans（I, S）% 用来计算给定图像和稀疏矩阵的块均值% I: 为给定的图像 S: 为稀疏矩阵 means = I;

5、for dim = 128 64 32 16 8 4 2 1;values = getblk（I, S, dim）;if （isempty（values） %以下的句子是将小块的平均值来代替原图像中相应的块处的像素% if （min（min（values）=60） means = setblk（means, S, dim, 0）; %用于合并时的阈值 else %means = setblk（means, S, dim, sum（sum（values,1）,2） ./ dim2+std2（values）; %means = setblk（means, S, dim, sum（sum（value

6、s,1）,2） ./ dim2）; %means = setblk（means, S, dim, mean2（values）; means = setblk（means, S, dim, max（max（values,1）,2）; endCODE3:function val,r,c = getblk（A,S,dim）% I:为待处理的图像% S:为四叉树分解后返回的稀疏矩阵包含四叉树结构% Val是dim * dim*k数组, 包含图像I的四叉树分解中的每个 dim *dim 块% k是四叉树分解的dim *dim块的数量% 如果没有指定大小的块那么返回一个空矩阵M,N = size（A）;i

7、f （numBlocks = 0） % 没有找到任何模块val = zeros（dim,dim,0）; % 返回空矩阵r = zeros（0,1）;c = zeros（0,1）;return;% 为dim *dom的块计算索引%rows = （0:cols = 0:rows = rows（:cols = cols（ones（dim,1）,:ind = rows + cols;% 计算索引矩阵val = A（ind）;val = reshape（val, dim dim numBlocks）;CODE4:function B = setblk（A,S,dim,val）% I 为待处理的图像为四叉

8、树分解后的稀疏矩阵包含四叉树结构% Val:是dim * dim *k数组% K :是四叉树分解的dim * dim 大小块的个数% setblk : 用val中相应的dim * dim块的值取代图像 A 的四叉树分解中的每个% dim *dim 块blocks = find（S = dim）numBlocks = length（blocks）;if （isequal（size（val,1） size（val,2） size（val,3）, dim dim numBlocks）if （prod（size（val） = numBlocks） val = repmat（val（:）,dim2 1）;val = val（:% 为每一个块算出一个索引% 依照索引进行替换%blocks = blocks（ones（length（ind）,1）,:ind = ind + blocks;B = A;B（ind） = val;