图像边缘检测示例(综合利用阈值分割、数学形态学和边缘检测算子)

一、问题

读入一副灰度图像(如果是彩色图像,可以先将其转化为灰度图像),然后提取比较理想的灰度图像边缘。这里以moon.tif为例。

二、算法

大家一开始容易想到直接利用MATLAB的内置函数edge并采用不同边缘提取算子进行边缘提取,但效果不理想,该部分内容已在"图像边缘检测原理和常用检测算子及MATLAB实现"中讲过,这里就不赘述,感兴趣的同学可以阅读。本文提出一种边缘检测新思路,主要算法步骤如下:

1.读入图像 2.图像二值化 3.去除小目标 4.填充图像 5.图像边界平滑 6.边缘提取

三、程序代码

clear all;

close all;

clc;

gray_img = imread('moon.tif'); % 读取图像

%bw=imbinarize(gray_img);%阈值分割

bw=im2bw(gray_img,graythresh(gray_img));%阈值分割

bw2=bwareaopen(bw,100);%去除小区域

figure,imshow(bw2);

bw2_fill=imfill(bw2,'holes');

SE=strel('disk',2);%定义结构元素

%SE=strel('disk',3);%定义结构元素

bw2_fill_open=imopen(bw2_fill,SE);%数学形态学开运算

edge_bw=edge(bw2_fill_open);%对二值图像提取边缘

figure,imshow(edge_bw),title('月亮边缘检测结果');

figure('Name','使用阈值分割和数学形态学运算提取边缘','NumberTitle','off');

subplot(2,3,1),imshow(gray_img),title('原始灰度图像');

subplot(2,3,2),imshow(bw),title('最大类间方差法阈值分割');

subplot(2,3,3),imshow(bw2),title('去除小区域');

subplot(2,3,4),imshow(bw2_fill),title('填充孔洞');

subplot(2,3,5),imshow(bw2_fill_open),title('使用开运算平滑边缘');

subplot(2,3,6),imshow(edge_bw),title('月亮边缘检测结果');

四、主要运行结果

五、结果与讨论

由上面运行结果可以看出,采用上述的算法对边缘检测可以得到比较理想的结果。

如果大家觉得本文对大家学习和研究有所帮助,请点赞、关注和收藏,欢迎转发!谢谢大家!

相关推荐
leo03088 分钟前
详解相机的内参和外参,以及内外参的标定方法
计算机视觉·机器人·相机标定
知来者逆23 分钟前
计算机视觉——为什么 mAP 是目标检测的黄金标准
图像处理·人工智能·深度学习·目标检测·计算机视觉
MobiCetus31 分钟前
Deep Reinforcement Learning for Robotics翻译解读2
人工智能·深度学习·神经网络·机器学习·生成对抗网络·计算机视觉·数据挖掘
师范大学生1 小时前
基于LSTM的文本分类2——文本数据处理
人工智能·rnn·lstm
Listennnn1 小时前
自动化网络架构搜索(Neural Architecture Search,NAS)
人工智能·深度学习·自动化
zhz52141 小时前
Zapier MCP:重塑跨应用自动化协作的技术实践
运维·人工智能·ai·自动化·ai编程·ai agent·智能体
怎么全是重名1 小时前
OFP--2018
人工智能·神经网络·目标检测
欲掩2 小时前
神经网络与深度学习:案例与实践——第三章(3)
人工智能·深度学习·神经网络
新知图书2 小时前
OpenCV销毁窗口
人工智能·opencv·计算机视觉
Blossom.1182 小时前
大数据时代的隐私保护:区块链技术的创新应用
人工智能·深度学习·自动化·区块链·智能合约