Matlab图像的边缘检测 - 副本

 MATLAB图像的边缘检测

一、目的

1、理解图像边缘提取的基本概念;

2、熟悉进行边缘提取的基本方法;

3、掌握用MATLAB语言进行图像边缘提取的方法。

二、原理

图像理解是图像处理的一个重要分支,他研究为完成某一任务需要从图像中提取哪些有用的信息,以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要,因为边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。在图像中,边界表明一个特征区域的终结和另一个特征区域的开始,边界所分开区域的内部特征或属性是一致的,而不同的区域内部的特征或属性是不同的,边缘检测正是利用物体和背景在某种图像特性上的差异来实现的,这些差异包括灰度,颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。代码交流点击https://cjsq.scove.cn/cCLOlp

三、要求

  1. 读取MATLAB图像处理工具箱中提供的rice.tif这幅图像,并显示。

  2. 分别用Roberts、Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的结果。

A=imread('E:� ice.tif');

subplot(2,2,1);imshow(A);

BW1=edge(A,'sobel');

BW2=edge(A,'roberts');

BW3=edge(A,'log');

subplot(2,2,2);imshow(BW1),title('用Roberts算');

subplot(2,2,3);imshow(BW2),title('用Sobel算子');

subplot(2,2,4);imshow(BW3),title('用拉普拉斯高斯算子');

  1. 用不同方向(‘水平’、‘垂直’、‘水平和垂直’)的Sobel算子对图像进行边缘检测。比较三种情况的结果。

A=imread('E:� ice.tif');

subplot(2,2,1);imshow(A),title('原图像');

BW1=edge(A,'sobel','horizontal');

BW2=edge(A,'sobel','vertical');

BW3=edge(A,'sobel','both');

subplot(2,2,2);imshow(BW1),title('水平方向');

subplot(2,2,3);imshow(BW2),title('垂直方向');

subplot(2,2,4);imshow(BW3),title('水平和垂直两个方向');

  1. 读取其它图像,重复2,3要求。

A=imread('E:�girl.bmp');

figure(1),subplot(2,2,1);imshow(A),title('原图像');

BW1=edge(A,'sobel');

BW2=edge(A,'roberts');

BW3=edge(A,'log');

figure(1),subplot(2,2,2);imshow(BW1),title('用Roberts算');

figure(1),subplot(2,2,3);imshow(BW2),title('用Sobel算子');

figure(1),subplot(2,2,4);imshow(BW3),title('用拉普拉斯高斯算子');

B=edge(A,'sobel','horizontal');

C=edge(A,'sobel','vertical');

D=edge(A,'sobel','both');

figure(2),subplot(2,2,1);imshow(A),title('原图像');

figure(2),subplot(2,2,2);imshow(BW1),title('水平方向');

figure(2),subplot(2,2,3);imshow(BW2),title('垂直方向');

figure(2),subplot(2,2,4);imshow(BW3),title('水平和垂直两个方向');

5、自编程序,实现边缘检测处理。

[F,MAP]=imread('E:�girl.bmp');

f=double(F);

[m,n]=size(f);

g=zeros(m,n);

for i=2:m-1

   for j=2:n-1

      DX=(f(i+1,j-1)-f(i-1,j-1))+2*(f(i+1,j)-f(i-1,j))+(f(i+1,j+1)-f(i-1,j+1));

      DY=(f(i-1,j+1)-f(i-1,j-1))+2*(f(i,j+1)-f(i,j-1))+(f(i+1,j+1)-f(i+1,j-1));

       g(i,j)=round(sqrt(DX*DX+DY*DY));

   end

end

G=uint8(g);

subplot(1,2,1), imshow(F,MAP), title('原图像');

subplot(1,2,2), imshow(G,MAP), title('取边缘');

  1. 图像分割

clear;

I=imread('E:�girl.bmp','bmp');

[x,map]=imread('E:�girl.bmp');

h0=imhist(I);

h=h0';

j=0;k=0;

q0=inf;

for th0=1:size(h,2)

for i=1:size(h,2)

  if h(i)<th0

      j=j+1;

      c1(j)=h(i);

  else

      k=k+1;

      c2(k)=h(i);

  end

end  

N1=j;

N2=k;

N=N1+N2;

a1=var(c1);

a2=var(c2);

p1=N1/N;

p2=N2/N;

q=p1*a1+p2*a2;

if q<q0

  th=th0;

end

q0=q;

j=0;k=0;

end

x1=double(x);

g1=x1;

for i=1:size(x,1)

   for j=1:size(x,2)

       if x1(i,j)<th

           g1(i,j)=0;

       else

           g1(i,j)=256;

       end

   end

end  

g=uint8(g1);

subplot(1,2,2);imshow(g,map);

subplot(1,2,1);imshow(x,map);

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容