1、word電子科技大學(xué)實(shí)驗 報 告學(xué)生姓名： 學(xué) 號： 指導(dǎo)教師：彭真明日 期： 2022 年 5 月 20 日一、 實(shí)驗名稱：圖像分割及目標(biāo)檢測二、 實(shí)驗?zāi)康模?、了解圖像邊緣檢測及圖像區(qū)域分割的目的、意義和手段。2、熟悉各種經(jīng)典的邊緣檢測算子、圖像分割方法及其根本原理。3、熟悉各種圖像特征表示與描述的方法及根本原理。4、熟練掌握利用matlab 工具實(shí)現(xiàn)各種邊緣檢測的代碼實(shí)現(xiàn)。5、熟練掌握利用matlab 工具實(shí)現(xiàn)根本閾值分割的代碼實(shí)現(xiàn)。6、通過編程和仿真實(shí)驗，進(jìn)一步理解圖像邊緣檢測、圖像分割及其在目標(biāo)檢測、目標(biāo)識別及跟蹤測量應(yīng)用中的重要性。三、 實(shí)驗原理及步驟：1、 利用Soble算子進(jìn)行

2、圖像的邊緣檢測1原理與步驟數(shù)字圖像的邊緣一般利用一階/二階差分算子進(jìn)行檢測。常用的差分算子包括：Roberts 算子交叉對角算子，Prewitt 算子一階，Sobel 算子一階，Laplacian 算子二階，LoG 算子二階及Canny 邊緣檢測算法等。其中，Soble 算子為常見的一類梯度算子一階梯度算子。其x, y 方向的梯度算子分別為：一幅數(shù)字圖像I如圖1與Sx 和Sy 分別做卷積運(yùn)算后可采用多種方式，如conv2，filter2 及imfilter，可以求得x,y 兩個方向的梯度圖像Dx,Dy，然后，可以計算得到原圖像的梯度幅度，即或：2進(jìn)一步執(zhí)行梯度圖像D 的二值化處理建議采用Ots

3、u 閾值，也可考慮其他閾值分割，檢測圖像的二值化邊緣。3對于與步驟同樣的輸入圖像I，利用matlab 工具的edge(I,soble)函數(shù)進(jìn)行處理。試比擬處理結(jié)果與步驟2的得到的結(jié)果的差異，并分析存在差異的原因。4畫出原圖像、原圖像的Dx, Dy 圖，幅度圖D及最后的二值化邊緣檢測結(jié)果圖。2、 數(shù)字圖像中目標(biāo)區(qū)域的形心計算1按如下公式計算原圖像圖 2的質(zhì)心。2對圖 2 中的黑色形狀目標(biāo)進(jìn)行閾值分割，得到二值化的圖像；圖2 原始圖像240*2403計算目標(biāo)形狀的面積以像素表示；4計算圖中黑色形狀目標(biāo)的形心位置，并在原圖上進(jìn)行位置標(biāo)記可用紅色小圓圈。其中，M，N 為圖像尺寸。x,y 為像素圖像平面

4、上的坐標(biāo)。（5） 畫出原圖像、原圖上疊加質(zhì)心標(biāo)記圖；分割后的二值化圖及分割圖上疊加形心標(biāo)記圖。四、程序框圖五、 程序源代碼：1、 利用Soble算子進(jìn)行圖像的邊緣檢測clc;clf;clear all;I=imread(C:UsersCancer_5kaiDesktoplena.jpg);I=double(I);Sx=-1 0 1 -2 0 2 -1 0 1;Sy=-1 -2 -1 0 0 0 1 2 1;Dx=conv2(I,double(Sx),same);Dy=conv2(I,double(Sy),same);m,n=size(I);D=sqrt(Dx.2+Dy.2);T=graythr

5、esh(D);T=T*255;for i=1:m for j=1:n if D(i,j)T D1(i,j)=1; else D1(i,j)=0; end endendBW2=edge(I,sobel);subplot(231),imshow(I,);title(原圖像)subplot(232),imshow(Dx,);title(Dx圖)subplot(233),imshow(Dy,);title(Dy圖)subplot(234),imshow(D,);title(幅度圖)subplot(235),imshow(D1,);title(二值化邊緣檢測結(jié)果圖)subplot(236),imshow

6、(BW2,);title(sobel邊緣檢測結(jié)果圖)2、 數(shù)字圖像中目標(biāo)區(qū)域的形心計算clc,clf,clear all;A=imread(C:UsersCancer_5kaiDesktoparrow.jpg);subplot(221),imshow(A);title(原圖像);A=double(A);m,n=size(A);for j=1:n for i=1:m Xc(i,j)=i*A(i,j); Yc(i,j)=j*A(i,j); endendXc=sum(sum(Xc)/sum(sum(A);Yc=sum(sum(Yc)/sum(sum(A);subplot(222),imshow(A,

7、);hold on;plot(Yc,Xc,or);title(原圖上疊加質(zhì)心標(biāo)記圖);T=graythresh(A)*255;S=0for i=1:m for j=1:n if A(i,j)T A1(i,j)=1; else A1(i,j)=0; S=S+1; end endendSsubplot(223),imshow(A1,);title(分割后的二值化圖);A2=1-A1;for i=1:m for j=1:n x1(i,j)=i*A2(i,j); y1(i,j)=j*A2(i,j); endendxc=sum(sum(x1)/sum(sum(A2);yc=sum(sum(y1)/sum

8、(sum(A2);subplot(224),imshow(A1,);hold on;plot(yc,xc,or);title(分割圖上疊加形心標(biāo)記圖);六、 實(shí)驗結(jié)果：1、 利用Soble算子進(jìn)行圖像的邊緣檢測如圖可看出：二值化邊緣檢測比soble邊緣檢測 圖像輪廓更清晰些2、數(shù)字圖像中目標(biāo)區(qū)域的形心計算目標(biāo)形狀的面積為：7850個像素七、 思考題1、利用梯度算子與圖像進(jìn)行卷積運(yùn)算后，為什么還需要給定閾值進(jìn)行二值化處理答：利用梯度算子與圖像進(jìn)行卷積運(yùn)算后得到的只是圖像像素灰度變化的梯度圖，經(jīng)過二值化處理后才能提取出有用的圖像邊界。2、Laplacian 算子檢測邊緣為什么會產(chǎn)生雙邊效果？為什么不能檢測出邊的方向。答：Laplacian 算子實(shí)際是對圖像求二階導(dǎo)數(shù)，二階導(dǎo)數(shù)在灰度斜坡和灰度臺階過渡處產(chǎn)生雙邊效應(yīng)。3、相對其他邊緣檢測算子，Canny 邊緣檢測算法的主要優(yōu)勢表達(dá)在哪里？答：1低失誤概率、2高位置精度、3對每個邊緣有唯一的響應(yīng)。八、總結(jié)及心得體會通過學(xué)習(xí)實(shí)踐，了解了圖像邊緣檢測及圖像區(qū)域分割的目的、意義和手段，熟悉了各種