matlab边缘检测

《matlab边缘检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数字信号处理实验报告实验二图像的边缘检测姓名：张成辉学号：2011704009专业：仪器仪表工程实验三图像的边缘检测一、实验目的1．进一步理解边缘检测的基本原理2．掌握对图像边缘检测的基本方法3．学习利用Matlab图像工具箱对图像进行边缘检测二、实验原理图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。三、实验要求对边缘检测的要求：使用Matlab图像处理工具箱中的方法对

2、图片的边缘进行提取；注意观察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；注意观察提取后的边界是否连续，若不连续可采用什么方法使其连续。四、实验步骤1．打开MATLAB软件；2．利用MATLAB图像工具箱中已有函数进行图像的边缘检测；3．显示原图和处理过的图像。4．记录和整理实验报告五．实验程序与结果因为我选取图像的时候觉得人物的轮廓边缘比较清晰，所以我选择简单的人物图像，原图如下：在图像的傅立叶变换的实验中，我看到了图像经过调用Matlab中的FFT函数经过处理之后，我们看到了图像的频谱，也就是图像梯度的分布图，我们还可以看出图像中央是直流低频成分，四角是高频成分。此实验是在此基础

3、上进行图像的边缘检测，并对常用的边缘检测算子：梯度运算sobel算子和canny进行对比实验。5.1canny算子Matlab程序：a=imread('c:/5.jpg');a=rgb2gray(a);%选取的是jpg格式的图片，试用要进行灰度处理imshow(a);title('灰度图');ffta=fft2(a);%获取2维离散傅里叶变化后的图像，保存到fftIsffta=fftshift(ffta);%将傅里叶变化的中心移到图像中心，保存到sfftIRR=real(sffta);%取实部II=imag(sffta);%取虚部A=sqrt(RR.^2+II.^2);%计算频谱幅值A=(A-

4、min(min(A)))/(max(max(A))-min(min(A)))*225;%灰度拉升，将变换后的图像拉升到0~255区间b=edge(a,'canny',[0.03,0.06]);%灰度图的边缘提取c=edge(a,'canny',[0.05,0.1]);d=edge(a,'canny',[0.05,0.1],2);figure;subplot(1,3,1),imshow(b),axison;title('canny阈值=0.02');subplot(1,3,2),imshow(c),axison;title('canny阈值=0.07');subplot(1,3,3),imsho

5、w(d),axison;title('默认');figure;imshow(A);title('频谱图');Matlab运行结果图如下：5.2Sobel算子（索贝尔算子）Matlab程序：a=imread('c:/5.jpg');a=rgb2gray(a);%灰度处理b=edge(a,'sobel',0.02);c=edge(a,'sobel',0.07);[d,e]=edge(a,'sobel');subplot(1,3,1),imshow(b),axison;title('prewitt阈值=0.02');subplot(1,3,2),imshow(c),axison;title('pre

6、witt阈值=0.07')subplot(1,3,3),imshow(d),axison;title('默认');Matlab运行结果图如下：六．结论由上边的结果图可以看出，canny边缘检测定位精度较高，图像边缘很清晰，而Sobel算子对噪声具有平滑作用，受噪声影响较小，可提供较为精确的边缘方向信息，但同时也会检测出许多伪边缘，检测到的边缘宽度较粗，边缘位置定位精度不高。通过这个实验我进了一步了解到了图像边缘检测的原理、常用方法和主要的matlab编程，知道了一些关于这两种算法的优缺点，让我受益匪浅。