案例10 图像边缘检测.pptxVIP

案例10 图像边缘检测 ;灰度和颜色，可以基于统计量进行特征提取 均值，方差，矩统计量，灰度直方图等 图像的形状特征——立体结构 图像的边缘，相当于降维，面?线 图像的纹理特征，内部边界区分，现在仍是开放课题 ;load woman figure(1) imshow(X,map); [m,n] = size(X); [XX,YY] = meshgrid(1:m,1:n); figure(2) plot3(XX,YY,X); ;;;一维信号的特征 边缘,即是奇异点 二维图像的特征 图像边缘是对图像的一种特征提取 二维降到一维 图像边缘对应的二维奇异点的连线，找寻“沟壑” ;1. 各种滤波器的方法 , Matlab命令edge，介绍了各种算子 现在大家尝试一下，进行研究 2. 基于小波的方法——找奇异点 二维的模极大值方法 二维小波变换得到高频信息的重组 如何连接奇异点，边缘连接——四连通，八连通 ;I = imread(circuit.tif); BW1 = edge(I,prewitt); BW2 = edge(I,canny); figure, imshow(BW1) figure, imshow(BW2) 各种算子意义和原理;H = FSPECIAL(TYPE) creates a two-dimensional filter H of the specified type. Possible values for TYPE are: average averaging filter disk circular averaging filter gaussian Gaussian lowpass filter laplacian filter approximating the 2-D Laplacian operator log Laplacian of Gaussian filter motion motion filter prewitt Prewitt horizontal edge-emphasizing filter sobel Sobel horizontal edge-emphasizing filter unsharp unsharp contrast enhancement filter;第六章 小波应用 6.3节 模极大值法得到图像边缘——奇异点 边缘连接 小波分解后利用高频信息组成边缘 1. 小波分解 2. 高频信息重构 3. 边缘连接;load woman [cH,d1,d2,d3] = dwt2(X,haar); %低通部分置零，进行重构 d_edge1 = idwt2([],d1,d2,d3,haar); [c2,l2] = wavedec2(X,2,haar); %c2中全部是系数，排列顺序如下，l2中则记录隔断的位置 %C = [ A(N) | H(N) | V(N) | D(N) | ... % H(N-1) | V(N-1) | D(N-1) | ... | H(1) | V(1) | D(1) ]. c2(1:l2(1,1)*1:l2(1,2)) = 0;%低通部分置零，进行重构。 d_edge2 = waverec2(c2,l2,haar); figure imshow(d_edge1); figure imshow(d_edge2);;Dwt2分解一??;Wavedec2分解两层;去噪和获得边缘，一起结合着做。 阈值方法，模极大值方法，相关性去噪法都可以。 实现边缘的连接。