1、精選優質文檔-傾情為你奉上實驗二、灰度圖像邊緣檢測一、實驗目的1掌握各種邊緣檢測算子的概念及原理。2掌握各種邊緣檢測算子的算法。3掌握各種邊緣檢測算子matlab實現的編制方法。4啟發學生依據邊緣特征進行圖像分析與識別，提高學生圖像處理與分析能力和實際動手能力。 二、實驗原理基于算子模板的卷積過程，比如有一張8x8的圖片，像素矩陣如下：1223522111000120000002564547545412564547545412564547545412564547545412564547545412564547545412又有一個3x3的算子模板矩陣如下：0-10-14-10-10整個模板卷積過

2、程就是用模板覆蓋在像素矩陣上，重新計算像素值并移動的過程。如下圖即為模板蓋住左上角的示例。1223522111000120000002564547545412564547545412564547545412564547545412564547545412564547545412計算方式為模板單元格的值與被模板覆蓋的圖像子矩陣的值分別相乘并和并把結果放在模板中央單元格所對應的圖像矩陣單元格中。上圖模板中央對應單元格的值應為：12*0+23*(-1)+52*0+12*(-1)+0*4+0*(-1)+56*0+45*(-1)+47*0=-80。各算子模板如下：1. Roberts算子2. 拉普拉斯邊

3、緣算子3. Kirsch邊緣算子4. 高斯-拉普拉斯算子5. Prewitt邊緣算子6. Sobel算子-1-2-1000121 三、實驗儀器和設備PC機1臺，原始灰度圖像文件，matlab編程軟件四、預習要求1復習matlab編程軟件的使用方法；2復習數字圖像處理的一些相關知識；3復習數字圖像邊緣檢測的基本原理；4學習在matlab中如何進行圖像的邊緣檢測。五、實驗內容1.編程實現以下六種圖像邊緣檢測算子。（1）Roberts邊緣算子；（2）Sobel邊緣算子（3）Prewitt邊緣算子；（4）拉普拉斯邊緣算子（5）Kirsch邊緣算子；（6）高斯-拉普拉斯邊緣算子2.根據檢測結果，分析與比

4、較各種邊緣檢測算法的主要區別。 答：用各種邊緣檢測算子對一幅圖像進行邊緣檢測，其結果如圖2所示。從檢測的結果來看，Roberts邊緣算子提取邊緣的結果邊緣較粗，邊緣定位不很準確，Sobel邊緣算子，Prewitt邊緣算子對邊緣的定位就準確了一些，Kirsch邊緣算子比Sobel邊緣算子，Prewitt邊緣算子和拉普拉斯邊緣算子定位更準確而采用高斯-拉普拉斯邊緣算子進行邊緣提取的結果要明顯優于前4 種算子，特別是邊緣比較完整，位置比較準確。 六、實驗代碼及結果clear allI=imread(D:jiaojie.jpg);I1=im2double(I); I2=rgb2gray(I1); th

5、r, sorh, keepapp=ddencmp(den,wv,I2);I3=wdencmp(gbl,I2,sym4,2,thr,sorh,keepapp);I4=medfilt2(I3,9 9); I5=imresize(I4,0.2,bicubic);BW1=edge(I5,sobel);BW2=edge(I5,roberts);BW3=edge(I5,log); BW4=edge(I5,prewitt);BW5=edge(I5,sobel);BW6=edge(I5,l);h=fspecial(gaussian,5); subplot(2,4,1);imshow(I1);title(原圖)

6、;subplot(2,4,2);imshow(I2);title(灰度圖);subplot(2,4,3);imshow(BW1);title(Sobel邊緣算子);subplot(2,4,4);imshow(BW2);title(Roberts邊緣算子);subplot(2,4,5);imshow(BW3);title(高斯-拉普拉斯邊緣算子);subplot(2,4,6);imshow(BW4);title(Prewitt邊緣算子);subplot(2,4,7);imshow(BW5);title(kirsch邊緣算子);subplot(2,4,8);imshow(BW6);title(拉普

7、拉斯邊緣算子);實驗結果圖一2、上述現象進行分析，并得出相關結論。 Sobel算子是典型的基于一階導數的邊緣檢測算子，由于該算子中引入了類似局部平均的運算，因此對噪聲具有平滑作用，能很好的消除噪聲的影響。Sobel算子對于象素的位置的影響做了加權，與Prewitt算子、Roberts算子相比因此效果更好。Robert算子圖像處理后結果邊緣不是很平滑經分析，由于Robert算子通常會在圖像邊緣附近的區域內產生較寬的響應，故采用上述算子檢測的邊緣圖像常需做細化處理，邊緣定位的精度不是很高Prewitt算子對邊緣的定位不如Roberts算子。Laplace算子對孤立象素的響應要比對邊緣或線的響應要更強烈，因此只適用于無噪聲圖象。最后Laplacian算子不能檢測邊緣的方向。七、實驗要求：1.熟練利用matlab編程實現六個圖像邊緣檢測算子2.選取最優閾值或近似最優閾值實現圖像二值化3.通過對比檢測效果,對比分析六個檢測算子八、實驗心得通過此次實驗掌握了各種邊緣檢測算子的概念