MATLAB边缘检测

一、目的:

熟悉边缘检测原理,并运用matlab软件实现图像的canny边缘检测,体会canny边缘检测的优缺点。

二、内容:

编写matlab程序,实现对lena图像的边缘检测,输出程序运行结果。

三、原理或步骤:

首先回顾一下边缘检测的一般步骤:

边缘检测算法一般包含如下四个步骤:

1.滤波(去噪)。

2.增强(一般是通过计算梯度幅值)。

3.检测(在图像中有许多点的梯度幅值会比较大,而这些点并不都是边缘,所以应该用某种方法来确定边缘点,比如最简单的边缘检测判据:梯度幅值阈值)。

4.定位(有的应用场合要求确定边缘位置,可以在子像素水平上来估计,指出边缘的位置和方向)

Canny边缘检测的算法步骤:

1.用高斯滤波器平滑图像(不同尺度的Canny检测子由高斯的不同标准差来表示)用一阶偏导的有限差分来计算梯度的幅值和方向。

2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的竖的还有联合的,所以一共三个需要sobel边缘检测图像。

3.对联合的sobel检测图像进行非极大值抑制(Non-Maxima Suppression, NMS)

4.用双阈值算法检测和连接边缘,并进行滞后阈值处理。

其中非极大值抑制细化了幅值图像中的屋脊带,只保留幅值局部变化最大的点。

双阈值算法:用两个阈值得到两个阈值图像,然后把高阈值的图像中的边缘连接成轮廓,连接时到达轮廓的端点时,在低阈值图像上找可以连接的边缘。不断收集,直到所有的间隙连接起来为止。

四、运行结果和分析

每步运行效果:

Figure1原图:

Canny算子的方向性使得它的边缘检测和定位优于其他算子,具有更好的边缘强度估计,能产生梯度方向和强度两个信息。

五、算法程序

M ain.m

clear all;

close all;

clc;

img=imread('lena.bmp');

imshow(img);

[m n]=size(img);

img=double(img);

%%canny边缘检测的前两步相对不复杂,所以我就直接调用系统函数了

%%高斯滤波

w=fspecial('gaussian',[5 5]);

img=imfilter(img,w,'replicate');

figure;

imshow(uint8(img))

%%sobel边缘检测

w=fspecial('sobel');

img_w=imfilter(img,w,'replicate'); %求横边缘

w=w';

img_h=imfilter(img,w,'replicate'); %求竖边缘

img=sqrt(img_w.^2+img_h.^2); %注意这里不是简单的求平均,而是平方和在开方。

figure;

imshow(uint8(img))

%%下面是非极大抑制

new_edge=zeros(m,n);

for i=2:m-1

for j=2:n-1

Mx=img_w(i,j);

My=img_h(i,j);

if My~=0

o=atan(Mx/My); %边缘的法线弧度

elseif My==0 && Mx>0

o=pi/2;

else

o=-pi/2;

end

%Mx处用My和img进行插值

adds=get_coords(o); %边缘像素法线一侧求得的两点坐标,插值需要

M1=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3)); %插值后得到的像素,用此像素和当前像素比较

adds=get_coords(o+pi); %边缘法线另一侧求得的两点坐标,插值需要

M2=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3)); %另一侧插值得到的像素,同样和当前像素比较

isbigger=(Mx*img(i,j)>M1)*(Mx*img(i,j)>=M2)+(Mx*img(i,j)<M1)*(Mx*img(i,j)<=M2); %如果当前点比两边点都大置1

if isbigger

new_edge(i,j)=img(i,j);

end

end

end

figure;

imshow(uint8(new_edge))

%%下面是滞后阈值处理

up=120; %上阈值

low=100; %下阈值

set(0,'RecursionLimit',10000); %设置最大递归深度

for i=1:m

for j=1:n

if new_edge(i,j)>up &&new_edge(i,j)~=255 %判断上阈值

new_edge(i,j)=255;

new_edge=connect(new_edge,i,j,low);

end

end

end

figure;

imshow(new_edge==255)

相关推荐
shanks6627 分钟前
【PyQt】学习PyQt进行GUI开发从基础到进阶逐步掌握详细路线图和关键知识点
python·pyqt
小李学AI40 分钟前
基于YOLO11的遥感影像山体滑坡检测系统
人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉·yolo11
AI浩1 小时前
【Block总结】CPCA,通道优先卷积注意力|即插即用
人工智能·深度学习·目标检测·计算机视觉
weixin_307779132 小时前
流媒体娱乐服务平台在AWS上使用Presto作为大数据的交互式查询引擎的具体流程和代码
大数据·python·音视频·aws
職場上的造物主2 小时前
高清种子资源获取指南 | ✈️@seedlinkbot
python·ios·php·音视频·视频编解码·视频
〖是♂我〗3 小时前
自定义数据集 使用scikit-learn中svm的包实现svm分类
开发语言·python
抱抱宝3 小时前
Pyecharts之特殊图表的独特展示
python·信息可视化·数据分析
deephub4 小时前
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
python·机器学习·gil
软件算法开发4 小时前
基于UKF-IMM无迹卡尔曼滤波与交互式多模型的轨迹跟踪算法matlab仿真,对比EKF-IMM和UKF
matlab·ukf·无迹卡尔曼滤波·轨迹跟踪·ukf-imm·交互式多模型·ekf-imm
MatpyMaster5 小时前
基于PyQt5打造的实用工具——PDF文件加图片水印,可调大小位置,可批量处理!
python·pdf