资源描述
实验三 图像的边沿检测一、实验目的1进一步理解边沿检测的基本原理。2掌握对图像边沿检测的基本措施。3学习运用Matlab图像工具箱对图像进行边沿检测。二、实验原理 边沿检测在图像解决中可分为空域下的操作和频域下的操作。本实验以空域下的操作为重要实验内容，其她措施同窗们可以在课后自行实验。空域下的图像边沿检测重要应用的是领域运算。 三、实验规定 对边沿检测的规定：使用Matlab图像解决工具箱中的不同措施对下图的边沿进行提取；注意观测不同操作对垂直方向、水平方向、斜方向的提取效果有何区别；注意观测提取后的边界与否持续，若不持续可采用什么措施使其持续。 四、实验环节1打开计算机，启动MATLAB程序；2调入实验指引书所示的数字图像，运用MATLAB图像工具箱中已有函数进行编程以实现图像的边沿检测；3显示原图和解决过的图像。4记录和整顿实验报告五、实验仪器1计算机；2MATLAB程序；3记录取的笔、纸。六、实验报告规定1对所使用的图像边沿检测措施的原理进行阐明。2给出程序清单和注释。3对不同解决措施进行阐明、比较。*自己的措施*QQ = imread(Image1.bmp);blood=rgb2gray(QQ);x,y=size(blood); % 求出图象大小b=double(blood); N =sqrt(100) * randn(x,y); % 生成方差为10的白噪声I=b+N; % 噪声干扰图象for i=1:x % 实际图象的灰度为0255 for j=1:y if (I(i,j)255) I(i,j)=255; end if (I(i,j)=allow) % 迭代最佳阈值分割算法 count=count+1; for i=1:x for j=1:y if (I(i,j)=T) S0=S0+I(i,j); n0=n0+1; end if (I(i,j)=T) Seg(i,j)=1; % 阈值分割的图象 end endendSI=1-Seg; % 阈值分割后的图象求反，便于用腐蚀算法求边沿se1=strel(square,3); % 定义腐蚀算法的构造SI1=imerode(SI,se1); % 腐蚀算法BW=SI-SI1; % 边沿检测%=老式的边沿检测措施=%I=uint8(I);BW1=edge(I,sobel, 0.11);BW2=edge(I,log, 0.015);%=图象显示=%figure(1);imshow(I);title(Original) % 显示阈值分割的图象figure(2);imshow(BW2);title(Soble) % 显示新算法的边沿图象figure(3)imshow(BW1);title(Gauss-Laplace) figure(4)imshow(BW);title(New algorithm)*另一种解决的措施*根据原理下面为常用滤波算子的列表阐明typep模板gaussian（高斯低通滤波器）缺省值为3 30.0113 0.0838 0.01130.0838 0.6193 0.08380.0113 0.0838 0.0113Sobel（边沿增强算子，水平方向和垂直方向）1 2 1 1 0 -10 0 0 2 0 -2-1 -2 -1 1 0 -1Prewitt（边沿增强算子，水平方向和垂直方向）1 1 1 1 0 -10 0 0 1 0 -1-1 -1 -1 1 0 -1average（均值滤波器）缺省值为3 30.1111 0.1111 0.11110.1111 0.1111 0.11110.1111 0.1111 0.1111I=imread(Image1.bmp)A=rgb2gray(I)h1=1,1,1;0,0,0;-1,-1,-1;h2=0,1,1;-1,0,1;-1,-1,0;h3=1 0 -1;1 0 -1;1 0 -1h4=0,-1,-1;1,0,-1;1,1,0j1=imfilter(A,h1);j2=imfilter(A,h2);j3=imfilter(A,h3);j4=imfilter(A,h4);x=uint8(j1)y=uint8(j2)z=uint8(j3)w=uint8(j4)D=imadd(x,y);D1=imadd(D,z);D2=imadd(D1,w)subplot(321),imshow(A)title(原图)subplot(322),imshow(j1)title(水平方向)subplot(323),imshow(j2)title(45度方向)subplot(324),imshow(j3)title(竖直方向)subplot(325),imshow(j4)title(135度方向)subplot(326),imshow(D2)title(叠加后的图像)
展开阅读全文