实现Canny图像边缘检测、直方图规定化、伪色彩增强.docVIP

实现Canny图像边缘检测、直方图规定化、伪色彩增强 Canny图像边缘检测 Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是： 好的检测 - 算法能够尽可能多地标识出图像中的实际边缘。好的定位 - 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。最小响应 - 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。 Canny算子求边缘点具体算法步骤如下： （1）用高斯滤波器平滑图像。 （2）用一阶偏导有限差分计算梯度幅值和方向。 （3）对梯度幅值进行非极大抑制。 （4）用双阈值法检测和连接边缘。 原始RGB图像及灰度图像 对原始图像按不同的sigma值进行边缘检测，同时，分别为图像添加了高斯噪声和椒盐噪声，探究Canny算子对噪声的敏感性，并通过高斯噪声和椒盐噪声的差别比较Canny算子对不同噪声敏感度程度的差异。 （1）分别加入高斯噪声和椒盐噪声后的图像 Sigma=1 Sigma=2 Sigma=3 由以上结果可以看出，sigma越小，对图像边缘的检测越精细。但随着sigma的减小，canny算子受噪声影响越来越大。而要消除噪声对边缘检测的影响，就要增大sigma的值，但此时只能检测出图像的大概轮廓，不能保证检测的精度。同时我们可以看到，Canny算子对不同噪声敏感程度不同。 直方图规定化 指定某一性祖昂的目标直方图时的灰度变换叫做直方图规定化。本次实验选 取两张在不同光照条件下对同一目标拍摄的图像，以强光下的图像为目标图像，求取两图像之间的变换关系，从而对弱光下的图像进行直方图规定化处理。 变换关系的求取通过以下函数实现： function q=fx(x,y) fk=imhist(x); fl=imhist(y); f=fk; for i=2:256 fk(i)=fk(i)+fk(i-1); fl(i)=fl(i)+fl(i-1); q(i)=0; end; for i=2:256 for j=1:256 if(fl(i-1)fk(j)fk(j)=fl(i)) q(i)=q(i)+f(j); end; end; end; 1.原始图像 灰度化处理后的图像 3.规定化后的图像 4.要规定化的图像直方图 5.目标图像直方图 6.规定化后图像直方图 由以上结果可以看到，通过直方图规定化，规定化后的直方图和目标图像直方图形状已比较接近，但由于有灰度的合并，所以规定化后图像的灰度级有所减少。 伪色彩增强 本次实验考虑空间域为色彩增强，通过空间域灰度级－彩色变换实现。 空间域灰度级－彩色变换是一种更为常用的、比密度分割更有效的伪彩色增强法。它是根据色度学的原理，将原图像的灰度分段经过红、绿、蓝三种不同变换，变成三基色分量，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。彩色的含量由变换函数的形状而定。 原始图像及灰度处理后的图像 2.伪色彩处理后图像