图像处理之四种边缘检测算子比较.pdfVIP

数字图像处理 第三次作业 SpadesQ, Sun Yat-sen University 2017/4/27 1.边缘检测 边缘一般是指图像在某一局部强度剧烈变化的区域。强度变化一般有两种情况：  阶跃变化  屋顶变化 边缘检测的任务： 找到具有阶跃变化或者屋顶变化的像素点的集合。 边缘检测基本原理： 既然边缘是灰度变化最剧烈的位置，最直观的想法就是求微分。 对于第一种情况：一阶微分的峰值为边缘点，二阶微分的零点为边缘点。 对于第二种情况：一阶微分的零点为边缘点，二阶微分的峰值为边缘点。 clc;close all;clear all; 1 2.matlab 内置函数 sourcePic=imread(lena.jpg); %读取原图像 grayPic=rgb2gray(sourcePic); %实现图像灰度 bw1=edge(grayPic,sobel,0.05);%sobel 算子 bw2=edge(grayPic,prewitt,0.05);%prewitt 算子 bw3=edge(grayPic,roberts,0.05);%roberts 算子 bw4=edge(grayPic,log,0.005); %log 算子 bw5=edge(grayPic,canny,0.16);%canny 算子 figure;imshow(grayPic);title(原图); figure;imshow(bw1);title(sobel （阈值0.05 ）); figure;imshow(bw2);title(prewitt （阈值0.05 ）); figure;imshow(bw3);title(roberts （阈值0.05 ）); figure;imshow(bw4);title(log （阈值0.005 ）); figure;imshow(bw5);title(canny （阈值0.16 ）); 2 3 4 分析：通过对Roberts，Sobel，Prewitt，Log 和Canny 进行MATLAB 仿真 实验对比，结果表明，Sobel，Prewitt 和Roberts 算子的算法简单，但检测精 度不高，Log 和Canny 算子的算法复杂，但检测精度较高。在应用中应根据实 际情况选择不同的算子。 5 3.四种算子对比分析 3.1 Sobel 算子 Sobel 算子在边缘检测算子扩大了其模版，在边缘检测的同时尽量削弱了噪声。 其模版大小为3×3，其将方向差分运算与局部加权平均相结合来提取边缘。在求 取图像梯度之前，先进行加权平均，然后进行微分，加强了对噪声的一致。Sobel 算子所对应的卷积模版为： 图像中的每个像素点和以上水平和垂直两个卷积算子做卷积运算后，再计算得到 梯度幅值 G ( x,y) ，然后选取适当的阈值τ，若 G ( x,y)τ，则 (i ,j)为边缘点， 否则，判断 (i,j)为非边缘点。由此得到一个二值图像 { g (i,j)}，即边缘图像。Sobel 算子在空间上比较容易实现，不但产生较好的边缘检测效果，同时，由于其引入 了局部平均，使其受噪声的影响也较小。若使用较大的邻域，抗噪性会更好，但 也增加了计算量，并且得到的边缘比较粗。在对精度要求不是很高的场合下， Sobel 算子是一种较为常用的边缘检测算法。 grayPic=mat2gray(grayPic); %实现图像矩阵的归一化操作 [m,n]=size(grayPic); newG