图像处理选取奇偶模板中心点的腐蚀自己写的MATLAB代码

以下是选取奇偶模板中心点的腐蚀自己写的MATLAB代码示例：

% 读取原始图像
I = imread('image.jpg');
% 转换为灰度图像
I = rgb2gray(I);
% 显示原始图像
subplot(1,2,1);
imshow(I);
title('原始图像');
% 定义奇偶模板
even_mask = [1,1,1;1,0,1;1,1,1];
odd_mask = [0,1,0;1,0,1;0,1,0];
% 获取模板中心点坐标
even_center = ceil(size(even_mask)/2);
odd_center = ceil(size(odd_mask)/2);
% 对原始图像进行腐蚀
I_even = zeros(size(I));
I_odd = zeros(size(I));
for i = 2:size(I, 1)-1
    for j = 2:size(I, 2)-1
        % 获取当前像素点的邻域
        neighborhood = I(i-1:i+1, j-1:j+1);
        % 判断是否与奇偶模板匹配
        if isequal(neighborhood(even_center(1), even_center(2)), even_mask(even_center(1), even_center(2)))
            I_even(i,j) = 1;
        end
        if isequal(neighborhood(odd_center(1), odd_center(2)), odd_mask(odd_center(1), odd_center(2)))
            I_odd(i,j) = 1;
        end
    end
end
% 显示腐蚀后的图像
subplot(1,2,2);
imshow(I_even);
title('奇数模板腐蚀');
figure;
subplot(1,2,1);
imshow(I_odd);
title('偶数模板腐蚀');

在这个示例中，我们首先读取一个彩色图像并将其转换为灰度图像。然后，我们定义了一个3x3的奇数模板和一个3x3的偶数模板，并获取了它们的中心点坐标。接下来，我们遍历原始图像的每个像素，获取其周围的邻域，判断邻域是否与奇偶模板匹配，如果匹配则将对应位置的像素值设置为1。最后，我们显示了腐蚀后的图像，其中右侧是使用奇数模板进行腐蚀的结果，左侧是使用偶数模板进行腐蚀的结果。