基于MATLAB的图像边缘检测

梦里梦外; 2022-09-11 09:29 243阅读 0赞

**一、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、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、要求**

1.  读取MATLAB图像处理工具箱中提供的rice.tif这幅图像，并显示。
2.  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');

![v2-ca74bb2e117ec8ac1ee9744a84af8401\_b.jpg][v2-ca74bb2e117ec8ac1ee9744a84af8401_b.jpg]

1.  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');

![v2-2069675c47ccfee7712216538cf3115a\_b.jpg][v2-2069675c47ccfee7712216538cf3115a_b.jpg]

1.  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');

![v2-eff91d0eefedd880fb8bf6d49ff6513c\_b.jpg][v2-eff91d0eefedd880fb8bf6d49ff6513c_b.jpg]

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');

![v2-d05074772811bf88fa7dca08d38a816f\_b.jpg][v2-d05074772811bf88fa7dca08d38a816f_b.jpg]

5、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

G=uint8(g);

subplot(1,2,1), imshow(F,MAP), title('原图像');

subplot(1,2,2), imshow(G,MAP), title('取边缘');

![v2-f2cbc9a9c3661a8e2510e9813cd7b765\_b.jpg][v2-f2cbc9a9c3661a8e2510e9813cd7b765_b.jpg]

1.  图像分割

clear;

I=imread('E:\\1\\girl.bmp','bmp');

\[x,map\]=imread('E:\\1\\girl.bmp');

h0=imhist(I);

h=h0';

j=0;k=0;

q0=inf;

for th0=1:size(h,2)

for i=1:size(h,2)

if h(i)<th0

j=j+1;

c1(j)=h(i);

else

k=k+1;

c2(k)=h(i);

end

N1=j;

N2=k;

N=N1+N2;

a1=var(c1);

a2=var(c2);

p1=N1/N;

p2=N2/N;

q=p1\*a1+p2\*a2;

if q<q0

th=th0;

end

q0=q;

j=0;k=0;

end

x1=double(x);

g1=x1;

g=uint8(g1);

subplot(1,2,2);imshow(g,map);

subplot(1,2,1);imshow(x,map);

![v2-61ef0901b1250ada7d5df660822d2707\_b.jpg][v2-61ef0901b1250ada7d5df660822d2707_b.jpg]

[v2-ca74bb2e117ec8ac1ee9744a84af8401_b.jpg]: /images/20220828/9bdd1858f0104128b3c664fd9c7a29dd.png
[v2-2069675c47ccfee7712216538cf3115a_b.jpg]: /images/20220828/175b9a711d594428a342c321a094c996.png
[v2-eff91d0eefedd880fb8bf6d49ff6513c_b.jpg]: /images/20220828/1e13a95d943a4a1bb255514985c39d88.png
[v2-d05074772811bf88fa7dca08d38a816f_b.jpg]: /images/20220828/8f12dba2885b43c2868b916040b7a52b.png
[v2-f2cbc9a9c3661a8e2510e9813cd7b765_b.jpg]: /images/20220828/7c19ac7aa92f47598f7103ee8aa3d231.png
[v2-61ef0901b1250ada7d5df660822d2707_b.jpg]: /images/20220828/a0f2cdd559664d1fbcd8496919743d16.png