数字图像处理实验三课案.doc

大学实验报告 学院：计算机科学与技术 专业： 信息安全 班级：131 姓名 学号 实验组 实验时间 2016/5/27 指导教师 成绩 实验项目名称 图像的分割 实验目的 1、理解图像边缘提取的基本概念； 2、熟悉进行边缘提取的基本方法； 3、掌握用MATLAB语言进行图像边缘提取的方法 4、用形态学运算实现灰度图像的噪声平滑和图像边缘提取。 实验要求 1、理解图像边缘提取的基本概念； 2、熟悉进行边缘提取的基本方法； 3、掌握用MATLAB语言进行图像边缘提取的方法 4、用形态学运算实现灰度图像的噪声平滑和图像边缘提取。 实验原理 图像理解是图像处理的一个重要分支，他研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。 由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此，边界检测包括两个基本内容：首先抽取出反映灰度变化的边缘点，然后剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。 1. 基于导数算子的边缘检测 边缘检测的方法大多数是基于方向导数掩模求卷积的方法。导数算子具有突出灰度变化的作用，对图像运用导数算子，灰度变化较大的点处算得的值比较高，因此可将这些导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。 一阶导数与是最简单的导数算子，它们分别求出了灰度在x和y方向上的变化率，而方向α上的灰度变化率可以用下面式子计算： 对于数字图像，应该采用差分运算代替求导，相对应的一阶差分为： 方向差分为： 函数f在某点的方向导数取得最大值的方向是，方向导数的最大值是称为梯度模。利用梯度模算子来检测边缘是一种很好的方法，它不仅具有位移不变性，还具有各向同性。为了运算简便，实际中采用梯度模的近似形式，如：、及等。另外，还有一些常用的算子，如Roberts算子和Sobel算子。 Roberts算子的表达式为： Sobel算子的表达式为： X方向算子： y方向算子： 其中，由于Sobel算子是滤波算子的形式，用于提取边缘。我们可以利用快速卷积函数，简单有效，因此应用很广泛。 拉普拉斯高斯（LoG）算法是一种二阶边缘检测方法。它通过寻找图像灰度值中二阶微分中的过零点（Zero Crossing）来检测边缘点。其原理为，灰度级突变形成的边缘经过微分算子形成一个单峰函数，峰值位置对应边缘点；对单峰函数进行微分，则峰值处的微分值为0，峰值两侧符号相反，而原先的极值点对应于二阶微分中的过零点，通过检测过零点即可将图像的边缘提取出来。 MATLAB的图像处理工具箱中提供的edge函数可以实现检测边缘的功能，其语法格式如下： BW = edge(I, ‘sobel’) BW = edge(I, ‘sobel’, direction) BW = edge(I, ‘roberts’) BW = edge(I, ‘log’，) 这里BW = edge(I, ‘sobel’)采用Sobel算子进行边缘检测。BW = edge(I, ‘sobel’, direction)可以指定算子方向，即： direction = ‘horizontal’，为水平方向； direction = ‘vertical’，为垂直方向； direction = ‘both’，为水平和垂直两个方向。 BW = edge(I, ‘roberts’)和BW = edge(I, ‘log’)分别为用Roberts算子和拉普拉斯高斯算子进行边缘检测。 2. 形态学操作 数学形态学图像处理的基本思想是利用一个称作结构元素的“探针”收集图像的信息。当探针在图像中不断移动时，便可考察图像各个部分间的相互关系，从而了解图像各个部分的结构特征。作为探针的结构元素，可直接携带知识（形态、大小、以及灰度和色度信息）来探测所研究图像的结构特点。 2.1 二值图像数学形态学 二值形态学中的运算对象是集合，通常给出一个图像集合和一个结构元素集合，利用结构元素对图像进行操作。其基本运算有四种：腐蚀、膨胀、开运算和闭运算。基于这些基本运算和组合来进行图像形状和结构的分析及处理。如果 A是图像集合，B是结构元素（ B本身也是一个图像集合），形