图像的边缘检测..docxVIP

《数字图像处理》实验报告图像的边缘检测专 业： 信息与计算科学 班 级： 1002 学 号： 1008060218 姓 名： 张云昊 完成日期： 2013.06.04 2012 年 06 月 04 日1.实验内容学习并掌握边缘检测算子及其MATLAB实现：（1）应用imfilter函数生成图像的边缘图像；（2）应用edge函数对图像进行边缘检测。并根据结果思考以下问题：①观察三个一阶微分算子对图像产生的效果是否具有方向性；②分析使用不同范式的效果，即梯度图（x、y方向组合）；③思考一阶微分算子和二阶微分算子对噪声的处理能力。2.实验结果（1）应用imfilter函数分别生成图像的Roberts算子、Sobel算子、Prewitt算子（一阶微分算子）及Laplacian算子（二阶微分算子）边缘图像，实现代码如下：roberts1 = [1,0;0,1];roberts2 = [0,1;-1,0];prewitt1 = [-1,0,1;-1,0,1;-1,0,1];prewitt2 = [1,1,1;0,0,0;-1,-1,-1];sobel1 = [-1,0,1;-2,0,2;-1,0,1];sobel2 = [1,2,1;0,0,0;-1,-2,-1];laplacian1 = [0,-1,0;-1,4,-1;0,-1,0];laplacian2 = [-1,-1,-1;-1,8,-1;-1,-1,-1];f = imread(C:\Users\Administrator\Desktop\tungsten.tif);f = double(f(1:100,1:100));f1 = imfilter(f,roberts1);f2 = imfilter(f,roberts2);roberts_f = max(abs(f1),abs(f2));f1 = imfilter(f,prewitt1);f2 = imfilter(f,prewitt2);prewitt_f = max (abs(f1),abs(f2));f1 = imfilter(f,sobel1);f2 = imfilter(f,sobel2);sobel_f = max(abs(f1),abs(f2));f1 = imfilter(f,laplacian1);f2 = imfilter(f,laplacian2);laplacian_f = max(abs(f1),abs(f2));figure,subplot(2,2,1),imshow(roberts_f,[]),title(roberts边缘检测图像)subplot(2,2,2),imshow(prewitt_f,[]),title(prewitt边缘检测图像)subplot(2,2,3),imshow(sobel_f,[]),title(sobel边缘检测图像)subplot(2,2,4),imshow(laplacian_f,[]),title(laplacian边缘检测图像)运行结果：（2）应用edge函数分别生成图像的Sobel、Prewitt、Roberts、LoG及Canny算子边缘检测图像，实现代码如下：clc,clear all, close allf = imread(C:\Users\Administrator\Desktop\tungsten.tif);f = f(1:100,1:100);sobel_f = edge(f,sobel);roberts_f = edge(f,roberts);prewitt_f = edge(f,prewitt); log_f = edge(f,log);canny_f = edge(f,canny);figure,subplot(2,3,1),imshow(f),title(原图像)subplot(2,3,2),imshow(roberts_f),title(roberts边缘检测图像)subplot(2,3,3),imshow(prewitt_f),title(prewitt边缘检测图像)subplot(2,3,4),imshow(sobel_f),title(sobel边缘检测图像)subplot(2,3,5),imshow(log_f),title(log边缘检测图像)subplot(2,3,6),imshow(canny_f),title(canny边缘检测图像)运行结果：3．实验总结 Roberts中， 均反映斜角边缘； Sobel中，反映垂直边缘，反映水平边缘； Prewitt中，反映垂直边缘，反映水平边缘。以2为范数的梯度比1和为范数的梯度更灵敏。