1、 實(shí)驗(yàn)三圖像的邊緣檢測、實(shí)驗(yàn)?zāi)康睦斫鈭D像邊緣檢測的概念；掌握圖像邊緣檢測的目的及意義；學(xué)會利用matlab編程實(shí)現(xiàn)圖像的邊緣檢測二、實(shí)驗(yàn)內(nèi)容1.利用matlab語言直接編程實(shí)現(xiàn)sobel算子檢測圖像邊緣；2.利用matlab語言直接編程實(shí)現(xiàn)prewitt算子檢測圖像邊緣3.利用matlab語言直接編程實(shí)現(xiàn)laplace算子檢測圖像邊緣三、實(shí)驗(yàn)步驟利用matlab語言直接編程實(shí)現(xiàn)sobel算子檢測圖像邊緣實(shí)驗(yàn)代碼如下：實(shí)驗(yàn)報(bào)告數(shù)字圖像處理實(shí)驗(yàn)報(bào)告數(shù)字圖像實(shí)驗(yàn)報(bào)告三通信五班韓奇20110803520fangzi.jpg);u=rgb2gray(u);imwrite(u,fangzi灰度圖.bmp)

2、;f=u;F=double(f);U=double(u);H,W=size(u);uSobel=u;fori=2:H-1forj=2:W-1Gx=(U(i+1,j-1)+U(i+1,j)+F(i+1,j+1)-(U(i-1,j-1)+U(i-1,j)+F(i-1,j+1);Gy=(U(i-1,j+1)+U(i,j+1)+F(i+1,j+1)-(U(i-1,j-1)+U(i,j-1)+F(i+1,j-1);uSobel(i,j)=sqrt(GxA2+GyA2);endendfigure(1);imshow(f);title(原圖);figure(2);imshow(im2uint8(uSobel

3、);title(Sobel邊緣檢測);生成圖像如下：二iqji*1應(yīng)打宣盤塔awmcji7h氐士kittpWindowD目|口 filfEdrt里*TedsDtcktopVndawHtp口由fcd妙h鷲4出営渥疋|35旦SatHi的絳檢刃 # 從圖中可以看出，利用sobel算子能夠提取出原圖的邊緣，且效果較好。sobel算子能檢測邊緣點(diǎn)，且能進(jìn)一步抑制噪聲的影響，但檢測的邊緣較寬。利用matlab語言直接編程實(shí)現(xiàn)laplace算子檢測圖像邊緣實(shí)驗(yàn)代碼如下：實(shí)驗(yàn)報(bào)告數(shù)字圖像處理實(shí)驗(yàn)報(bào)告數(shù)字圖像實(shí)驗(yàn)報(bào)告三通信五班韓奇20110803520fangzi.jpg);I=rgb2gray(l);H,W=

4、size(l);M=double(l);J=M;fori=2:H-1forj=2:W-1J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+M(i,j+1)-M(i,j-1)+M(i+1,j+1)-M(i+1,j-1)+abs(M(i+1,j-1)-M(i-1,j-1)+M(i+1,j)-M(i-1,j)+M(i+1,j+1)-M(i-1,j+1);end;end;figure(1);imshow(I);title(原圖);figure(2);imshow(uint8(J);title(Prewitt處理后);生成圖像如下：QFgire1=ileEdittisertTcal$Po

5、sootWrHtlpEFgu-e2Bl*Edit爾*IrneflIooltQEkt(wUfihd葉titipP7卜坪行prewitt算子為在檢測邊緣的同時(shí)減少噪聲的影響，從加大邊緣檢測算子的模板大小出發(fā)，由2*2擴(kuò)大到3*3來計(jì)算差分算子，采用prewitt算子能檢測到邊緣點(diǎn)，還可以抑制噪聲。利用matlab語言直接編程實(shí)現(xiàn)laplace算子檢測圖像邊緣實(shí)驗(yàn)代碼如下：實(shí)驗(yàn)報(bào)告數(shù)字圖像處理實(shí)驗(yàn)報(bào)告數(shù)字圖像實(shí)驗(yàn)報(bào)告三通信五班韓奇20110803520fangzi.jpg);X=rgb2gray(X);figure(1);imshow(X);title(原圖);b=size(X);X=double(

6、X);f=-1-1-1;-18-1;-1-1-1;%用八領(lǐng)域g=121;242;121;%模糊用的算子Y=zeros(b);for(i=2:b(1)-1)for(j=2:b(2)-1)Y(i,j)=X(i,j)*g(2,2)+X(i+1,j)*g(3,2)+X(i,j+1)*g(2,3)+X(i+1,j+1)*g(3,3)+X(i+1,j-1)*g+X(i-1,j+1)*g(1,3)+X(i-1,j-1)*g(1,1)+X(i-1,j)*g(1,2)+X(i,j-1)*g(2,1);end;end;Y=mat2gray(Y/16);Z=zeros(b);for(i=2:b(1)-1)for(j

7、=2:b(2)-1)Z(i,j)=Y(i,j)*f(2,2)+Y(i+1,j)*f(3,2)+Y(i,j+1)*f(2,3)+Y(i+1,j+1)*f(3,3)+Y(i+1,j-1)*f+Y(i-1,j+1)*f(1,3)+Y(i-1,j-1)*f(1,1)+Y(i-1,j)*f(1,2)+Y(i,j-1)*f(2,1);end;end;figure(2);imshow(Z);title(laplace邊緣檢測);生成圖像如下： flL哲g2 #Fil.EdittfwInwrtTghWindowH4p|e曰n覺勒z-iaibii口4迫綺楡” # 從圖中可以看出，laplace算子也能夠提取圖像

8、的邊緣，但與sobel算子相比，邊緣線條不明顯，亮度不夠，且清晰度不好。laplace算子是與方向無光的各向同性邊緣檢測算子,若只關(guān)心邊緣點(diǎn)的位置而不顧其周圍的實(shí)際灰度差時(shí),其特點(diǎn)是具有各向同性,線性和位移不變的,對線性和孤立點(diǎn)檢測效果好,但邊緣方向信息丟失,常產(chǎn)生雙像素的邊緣,對噪聲有雙倍的加強(qiáng)作用。四、實(shí)驗(yàn)總結(jié)這次實(shí)驗(yàn)主要是圖像的邊緣檢測，實(shí)驗(yàn)內(nèi)容包括用sobel算子檢測邊緣、用laplace算子檢測邊緣以及用prewitt算子進(jìn)行邊緣檢測，實(shí)驗(yàn)并沒有直接調(diào)用matlab函數(shù)，而是按照書本上的檢測方法進(jìn)行編程實(shí)現(xiàn)三種提取方法。laplace算子是與方向無光的各向同性邊緣檢測算子，若只關(guān)心邊緣點(diǎn)的位置而不顧其周圍的實(shí)際灰度差時(shí),一般選擇該算子進(jìn)行檢測。它具有各向同性,線性和位移是不變的,對線性和孤立點(diǎn)檢測效果好,但邊緣方向信息丟失,常產(chǎn)生雙像素的邊緣,對噪聲有雙倍的加強(qiáng)作用。prewitt算子為在檢測邊緣的同時(shí)減少噪聲的影響，從加大邊緣檢測算子的模板大小出發(fā)，由2*2擴(kuò)大