欢迎来到天天文库
浏览记录
ID:69018879
大小:1.18 MB
页数:12页
时间:2021-10-24
《滤波和边缘检测》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、.-课程实验报告2017-2018学年一学期课程名称:计算机视觉及应用实验名称:滤波和边缘检测班级:学生:学号:实验日期:2017.12.3地点:指导教师:成绩评定:批改日期:..word.zl-.-实验目的及要求边缘检测是图像处理和计算机视觉中的根本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括〔i〕深度上的不连续、〔ii〕外表方向不连续、〔iii〕物质属性变化和〔iv〕场景照明变化。边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域。实验仪器设备实验设备为一台装有
2、win10系统的PC,qt+opencv软件。实验原理大量的实验研究发现,由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响较严重。噪声给图像处理带来很多困难,对图像分割、特征提取、图像识别等具有直接影响。椒盐噪声是指两种噪声,一种是盐噪声〔saltnoise〕,另一种是胡椒噪声〔peppernoise〕。盐=白色,椒=黑色。前者是高灰度噪声,后者属于低灰度噪声。一般两种噪声同时出现,呈现在图像上就是黑白杂点..word.zl-.-中值滤波的根本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值
3、接近的真实值,从而消除孤立的噪声点。方法是用某种构造的二维滑动模板,将板像素按照像素值的大小进展排序,生成单调上升〔或下降〕的为二维数据序列。二维中值滤波输出为g〔x,y〕=med{f(x-k,y-l),(k,l∈W)},其中,f(x,y),g(x,y)分别为原始图像和处理后图像。在通过canny算子和sobel算子进展边缘检测。canny算子进展边缘检测的原理(1)图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量准确确定边缘的位置。(2)根据对信噪比与定位乘积进展测度,得到最优化逼近算子。这就是Canny边缘检测算子。 (3)类似与M
4、arr〔LoG〕边缘检测方法,也属于先平滑后求导数的方法。sobel算子进展边缘检测的原理Sobel算子是一阶导数的边缘检测算子,在算法实现过程中,通常使用3×3模板作为核与图像中的每个像素点做卷积和运算,然后选取适宜的阈值以提取边缘。实验容1)通过给定的图像参加椒盐噪声,并通过相应的中值滤波算法过滤掉噪声。2)使用Canny算子提取给定的图像的边缘。3)通过比照Canny算子和Sobel算子在边缘检测上面的应用,比拟两那么之间的差异。4)在给定的图片上面添加噪声,然后在进展边缘检测。..word.zl-.-实验步骤及方法1.Canny算子边缘检测
5、的原理1.1对原始图像进展灰度化Canny算法通常处理的图像为灰度图,因此如果摄像机获取的是彩色图像,那首先就得进展灰度化。对一幅彩色图进展灰度化,就是根据图像各个通道的采样值进展加权平均。以RGB格式的彩图为例,通常灰度化采用的方法是Gray=0.299R+0.587G+0.114B。1.2对图像进展高斯滤波 图像高斯滤波的实现可以用两个一维高斯核分别两次加权实现,也可以通过一个二维高斯核一次卷积实现。1〕高斯核实现2〕图像高斯滤波通常滤波和边缘检测是矛盾的概念,抑制了噪声会使得图像边缘模糊,这回增加边缘定位的不确定性;而如果要提高边缘检测的灵敏
6、度,同时对噪声也提高了灵敏度。1.3用一阶偏导的有限差分来计算梯度的幅值和方向 其x向、y向的一阶偏导数矩阵,梯度幅值以及梯度方向..word.zl-.-1.4对梯度幅值进展非极大值抑制图像梯度幅值矩阵中的元素值越大,说明图像中该点的梯度值越大,但这不能说明该点就是边缘〔这仅仅是属于图像增强的过程〕。在Canny算法中,非极大值抑制是进展边缘检测的重要步骤,通俗意义上是指寻找像素点局部最大值,将非极大值点所对应的灰度值置为0,这样可以剔除掉一大局部非边缘的点。1.5用双阈值算法检测和连接边缘Canny算法中减少假边缘数量的方法是采用双阈值法。选择两
7、个阈值〔关于阈值的选取方法在扩展中进展讨论〕,根据高阈值得到一个边缘图像,这样一个图像含有很少的假边缘,但是由于阈值较高,产生的图像边缘可能不闭合,未解决这样一个问题采用了另外一个低阈值。在高阈值图像中把边缘成轮廓,当到达轮廓的端点时,该算法会在断点的8邻域点中寻找满足低阈值的点,再根据此点收集新的边缘,直到整个图像边缘闭合。2.中值滤波原理2.1通过从图像中的某个采样窗口取出奇数个数据进展排序2.2用排序后的中值取代要处理的数据即可实验数据OPENCV程序代码:1)图像的平滑处理intmain(){Matimage=imread("H:/pict
8、ure/1.jpg");imshow("Originalpicture",image);..word.zl-.-MatSa
此文档下载收益归作者所有