详细图像分割之边缘检测实验报告.doc

边缘检测实验报告 一、实验目的 通过课堂的学习，已经对图像分割的相关理论知识已经有了全面的了解，知道了许多图像分割的算法及算子，了解到不同的算子算法有着不同的优缺点，为了更好更直观地对图像分割进行深入理解，达到理论联系实际的目的，特制定如下的实验。 二、实验原理： 图像处理有两大类目的：1．改善像质（增强、恢复）；2．图像分析：对图像内容作出描述；其一般的图像处理过程如下： 图像分割的算法有： （1）阈值分割原理： （2）边缘检测： 梯度对应一阶导数，对于一个连续图像函数f(x,y): 梯度矢量定义: 梯度的幅度: 梯度的方向: a) Roberts算子 b) Sobel算子 c) Prewitt算子 d) Kirsch算子 由K0~K7八个方向模板组成，将K0~K7的模板算法分别与图像中的3×3区域乘，选最大一个值，作为中央像素的边缘强度 （3）区域分割 1 区域生长法 算法描述 先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素有相似性质的像素合并到种子像素所在的区域中。将这些新像素当作新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来。 2 分裂合并法 实际中常先把图像分成任意大小且不重叠的区域，然后再合并或分裂这些区域以满足分割的要求,即分裂合并法.一致性测度可以选择基于灰度统计特征(如同质区域中的方差),假设阈值为T ,则算法步骤为: ① 对于任一Ri，如果 ，则将其分裂成互不重叠的四等分； ② 对相邻区域Ri和Rj，如果 ，则将二者合并； ③ 如果进一步的分裂或合并都不可能了，则终止算法。 （4）Hough变换 Hough变换是一种检测、定位直线和解析曲线的有效方法。它是把二值图变换到Hough参数空间，在参数空间用极值点的检测来完成目标的检测。下面以直线检测为例，说明Hough变换的原理。 三、实验过程： 1、打开VC++6.0，利用AppWizard向导新建基于多文档的工程文件”demo”，其他默认设置即可。 2、新建如下的菜单资源： 图像分割 Roberts算子 ID_Robert Sobel算子 ID_Sobel Prewitt算子 ID_Prewitt Laplacian算子 ID_Laplacian Gauss-Laplacian算子 ID_Gauss_laplacian Krisch算子 ID_Krisch 3、在demoDoc.h中添加如下代码： #include ImgCenterDib.h public: ImgCenterDib *GetPDib() { return m_dib; } private: ImgCenterDib m_dib; 4、在demoView.cpp中添加代码如下： #include MainFrm.h #include Segment.h 5、新建图像处理的图像分割类Segment.h和ImgCenterDib.h，代码如下： //图像分割类的定义： #ifndef _INSIDE_VISUAL_CPP_IMGSEGMENT #define _INSIDE_VISUAL_CPP_IMGSEGMENT #include ImgCenterDib.h class ImgSegment:public ImgCenterDib { public: //输出图像每像素位数 int m_nBitCountOut; //输出图像位图数据指针 unsigned char * m_pImgDataOut; //输出图像颜色表 LPRGBQUAD m_lpColorTableOut; private: //输出图像的宽 int m_imgWidthOut; //输出图像的高 int m_imgHeightOut; //输出图像颜色表长度 int m_nColorTableLengthOut; public: //不带参数的构造函数 ImgSegment(); //带参数的构造函数 ImgSegment(CSize size, int nBitCount, LPRGBQUAD lpColorTable, unsigned char *pImgData); //析构函数 ~ImgSegment(); //以像素为单位返回输出图像的尺寸 CSize GetDimensions(); //Roberts算子 void Roberts(); //Sobel算子 void Sobel(); //Prewitt算子 void Prewitt(); //Laplaci