图像分割 实验报告.doc.docVIP

评分 实验报告 课程名称 实验名称 图像分割 专业班级 姓 名 学 号 实验日期 实验地点 2015—2016学年度第 学期 实验目的 二、实验环境 1、硬件配置：IntelR） Core(TM) i5-4210U CPU @1.7GHz 1.7GHz 安装内存（RAM）：4.00GB 系统类型：64位操作系统 2、软件环境： 三、实验内容 (包括本实验要完成的实验问题及需要的相关知识简单概述) 梯度的方向在函数f(x,y)最大变化率的方向上，梯度的幅值为 梯度的数值就是f(x,y)在其最大变化率方向上的单位距离所增加的量。对于图像而言，微分运算可以用差分运算来近似。 简化成模板可以表示成如下形式： Robert梯度算子 当梯度计算完后，可采用以下几种形式突出图像的轮廓。 梯度直接输出 使各点的灰度g(x,y)等于该点的梯度，即 这种方法简单、直接。但增强的图像仅显示灰度变化比较陡的边缘轮廓，而灰度变换比较平缓的区域则呈暗色。 加阈值的梯度输出 加阈值的梯度输出表达式为 式中，T是一个非负的阈值，适当选取T，既可以使明显的边缘得到突出，又不会破坏原来灰度变化比较平缓的背景。 给边缘指定一个特定的灰度级 式中LG是根据需要指定的一个灰度级，它将明显的边缘用一个固定的灰度级表现，而其他的非边缘区域的灰度级仍保持不变。 给背景指定一个特定的灰度级 该方法将背景用一个固定灰度级LG表现，便于研究边缘灰度的变化。 二值图像输出 在某些场合（如字符识别等），既不关心非边缘像素的灰度级差别，又不关心边缘像素的灰度级差别，只关心每个像素是边缘像素还是非边缘像素，这时可采用二值化图像输出方式，其表达式为 此法将背景和边缘用二值图像表示，便于研究边缘所在位置。 2． Sobel算子法 Sobel相对于先对图像进行加权平均再做差分。 对于图像的3×3窗口 ，设 则定义Sobel算子为 简化成模板可以表示成如下形式： Sobel模板 3． 拉普拉斯运算法 拉普拉斯算子定义图像f(x,y)的梯度为 锐化后的图像g为 式中k为扩散效应系数。对系数k的选择要合理，太大会使图像中的轮廓边缘产生过冲；太小则锐化不明显。 常用laplacian算子模板为 ， ， 另外还有一些模板也常用于图像增强，如 Prewitt模板 四、实验结果与分析 （包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等） 注：本项可以增加页数 %读入图像 imshow(I);figure; %显示图像 J=imhist(I);imhist(I); %生成直方图并显示 [M,N]=size(I); %返回图像的行数和列数 for i=1:1:M %将i以步长1从1增加到M for j=1:1:N %将j以步长1从1增加到N if I(i,j)80 %如果图像阈值大于80 g(i,j)=0; %则大于80的就变成黑的 else g(i,j)=1; %小于80就变成白的 end end end figure;imshow(g); %保持原图，显示图像g 图 图 分析 则取第一个作为阈值。本题的阈值取80。 %例2 迭代阈值分割 f=imread(cameraman.tif); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像 title(原始图像);