基于Matlab的学图像增强与边缘检测算法的实验研究.docVIP

专业综合实验报告 ---数字图像处理 专业：电子信息工程 班级：110406 姓名：顾江飞 学号 指导教师：王昕 2014年7月18日 设计一 基于matlab的医学图像边缘检测算法的研究 一、设计目的 运用多种算法对医学图像进行边缘检测，取得更丰富的医学图像边缘信息，以便于医学图像的进一步处理。 二、设计内容和要求 利用各种微分算子—Roberts 算子、Prewitt 算子、Sobel 算子、Laplacian 算子和Canay 算子分别对图像进行边缘检测，得到不同的方法对图像边缘检测的结果图。最后得出可以对医学图像实现边缘定位，为医学图像进一步的测量或识别做准备，能对医学图像中病灶部位特征加以明确区分。 三、设计步骤 1. 打开计算机，运行matlab程序 2. 用各种算法处理图片 3.认真详实的记录实验过程和结果 四、实验所需设备及软件 计算机一台、移动式存储器、matlab软件 五、设计报告内容 1.材料 对于一幅医学图片，分别用Roberts 算子、Prewitt 算子、Sobel 算子、Laplacian 算子和Canny 算子对图像进行边缘提取。 2.方法 边缘检测是空域微分算子（实际上是微分算子的差分近似）利用卷积来实现的。常用的微分算子有梯度算子、拉普拉斯算子和Canny 算子等，这些算子不但可以检测图像的二维边缘，还可检测图像序列的三维边缘。边缘提取方法是考察图像的每个像素的某个领域内灰度的变化，利用邻域邻近一阶或二阶方向导数变化规律，用简单的方法检测边缘，称为微分算子法。 2.1 梯度算子 根据参考文献，梯度对应于一阶导数，相应的梯度算子就对应于一阶导数算子。对于一个连续函数f(x,y),它的位置（x,y）的梯度可表示为一个矢量，其在(x,y)处的梯度定义如下。 （1） 这个矢量的幅度（即简称为梯度）和方向角分别为： （2） （3） 式（1）～（3）中的偏导数需要对每一个像素位置进行计算，运算量大，在实际应用中常常采用小区域模板卷积来近似计算，GX 和GY 各自使用一个模板。最简单的是Roberts 算子，其模板如下： （4） 较复杂的常用模板有Prewitt 算子和Sobel 算子，分别如（5）和（6）所示： （5） （6） 利用Matlab 图像工具箱中的edge 函数，对以上算子来检测图像边缘．edge 函数提供许多微分算子模板，在检测边缘时可以指定一个灰度阈值，只有满足这个阈值条件的点才视为边界点。Edge 函数基本格式为：ＢＷ＝edge(I,’type’,parmeter,…)其中，Ｉ表示输入图像，type 表示使用的算子类型，parmeter 则是与具体算子有关的参数。 2.2 拉普拉斯算子和Canny 算子 拉普拉斯算子（Laplacian）是一种二阶导数算子。对于一个连续函数f(x,y)处的拉普拉斯算子定义如下： （7） 在图像处理过程中，拉普拉斯算子也可借助各种模板来实现。对模板的基本要求是：对应中心像素的系数为正，其余相邻像素的系数为负，并且所有系数的和应该为零。常用的2 种模板如式（8）所式。 （8） Canny边缘检测是一种比较新的边缘检测算子，该方法与其他边缘检测方法的不同之处在于，它使用两种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时，才将弱边缘包含在输出图像中，因此这种方法较其他方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。 程序： blood = imread(1.jpg); [x,y,z]=size(blood); % 求出图象大小 b=double(blood); N =sqrt(100) * randn(x,y,z); % 生成方差为10的白噪声 I=b+N; % 噪声干扰图象 for i=1:x; % 实际图象的灰度为0～2