matlab图像的边缘检测.docVIP

实验五 图像的边缘检测 一、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。 二、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。 三、实验要求 读取MATLAB图像处理工具箱中提供的rice.tif这幅图像，并显示。 分别用Roberts、Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的结果。 A=imread(E:\1\rice.tif); subplot(2,2,1);imshow(A); BW1=edge(A,sobel); BW2=edge(A,roberts); BW3=edge(A,log); subplot(2,2,2);imshow(BW1),title(用Roberts算); subplot(2,2,3);imshow(BW2),title(用Sobel算子); subplot(2,2,4);imshow(BW3),title(用拉普拉斯高斯算子); 用不同方向（‘水平’、‘垂直’、‘水平和垂直’）的Sobel算子对图像进行边缘检测。比较三种情况的结果。 A=imread(E:\1\rice.tif); subplot(2,2,1);imshow(A),title(原图像); BW1=edge(A,sobel,horizontal); BW2=edge(A,sobel,vertical); BW3=edge(A,sobel,both); subplot(2,2,2);imshow(BW1),title(水平方向); subplot(2,2,3);imshow(BW2),title(垂直方向); subplot(2,2,4);imshow(BW3),title(水平和垂直两个方向); （选做内容）读取其它图像，重复2，3要求。 A=imread(E:\1\girl.bmp); figure(1),subplot(2,2,1);imshow(A),title(原图像); BW1=edge(A,sobel); BW2=edge(A,roberts); BW3=edge(A,log); figure(1),subplot(2,2,2);imshow(BW1),title(用Roberts算); figure(1),subplot(2,2,3);imshow(BW2),title(用Sobel算子); figure(1),subplot(2,2,4);imshow(BW3),title(用拉普拉斯高斯算子); B=edge(A,sobel,horizontal); C=edge(A,sobel,vertical); D=edge(A,sobel,both); figure(2),subplot(2,2,1);imshow(A),title(原图像); figure(2),subplot(2,2,2);imshow(BW1),title(水平方向); figure(2),subplot(2,2,3);imshow(BW2),title(垂直方向); figure(2),subplot(2,2,4);imshow(BW3),title(水平和垂直两个方向); 5、（选做内容）自编程序，实现边缘检测处理。 [F,MAP]=imread(E:\1\girl.bmp); f=double(F); [m,n]=size(f); g=zeros(m,n); for i=2:m-1 for j=2:n-1 DX=(f(i+1,j-1)-f(i-1,j-1))+2*(f(i+1,j)-f(i-1,j))+(f(i+1,j+1)-f(i-1,j+1)); DY=(f(i-1,j+1)-f(i-1,j-1))+2*(f(i,j+1)-f(i,j-1))+(f(i+1,j+1)-f(i+1,j-1)); g(i,j)=round(sqrt(DX*DX+DY*DY)); end end G=uint8(g); subplot(1,2,1), imshow(F,MAP), title(原图像); subplot(1,2,2)