數(shù)字圖像處理實(shí)驗(yàn)__數(shù)學(xué)形態(tài)學(xué)和其應(yīng)用-wenkub
2023-06-22 19:01:35 本頁面
【正文】 剔除某些邊界點(diǎn)或填補(bǔ)邊界間斷點(diǎn)，并將這些邊緣連接成完整的線。對于數(shù)字圖像，應(yīng)該采用差分運(yùn)算代替求導(dǎo)。為了運(yùn)算簡便，實(shí)際中采用梯度模的近似形式。模板是N*N的權(quán)值方陣，經(jīng)典的梯度算子模板有：Sobel模板、Prewitt模板、Roberts模板、Laplacian模板等。其原理為，灰度級變形成的邊緣經(jīng)過微風(fēng)算子形成一個(gè)單峰函數(shù)，峰值位置對應(yīng)邊緣點(diǎn)；對單峰函數(shù)進(jìn)行微分，則峰值處的微分值為0，峰值兩側(cè)符號相反，而原先的極值點(diǎn)對應(yīng)二階微分中的過零點(diǎn)，通過檢測過零點(diǎn)即可將圖像的邊緣提取出來。先給出原圖的直方圖，再定出閾值(門限)T，一般取兩個(gè)峰值間的谷值。如果統(tǒng)計(jì)圖像f(i , j)灰度值不大于某一灰度t的像元數(shù)和圖像總像元數(shù)之比為1p時(shí)，則以t為閾值。計(jì)算新的閾值：T ＝ （m1＋m2）/2 。3． 實(shí)驗(yàn)內(nèi)容與要求1) 這幅圖像，分別用Roberts, Sobel 和拉普拉斯高斯算子對圖像進(jìn)行邊緣檢測。subplot(221),imshow(I)。BW1=edge(I,39。roberts算法邊緣檢測圖像39。)subplot(223),imshow(BW2)。BW3=edge(I,39。log算法邊緣檢測圖像39。)。)。)。雙峰分割后圖像39。Sobel邊緣檢測算子是像素鄰域加權(quán)和，模板中心值較大，不但產(chǎn)生較好的邊緣效果，而且對噪聲具有平滑作用。Prewitt邊緣檢測算子不僅能檢測出邊緣點(diǎn)，而且能抑制噪聲的影響，對灰度和噪聲較多的圖像處理較好。在實(shí)際閾值分割過程中，往往需要能夠自動(dòng)獲取閾值在物體與背景有較強(qiáng)的對比度的圖像中，即圖像直方圖中出現(xiàn)明顯雙峰時(shí)，手動(dòng)閾值分割比較有效，同時(shí)，當(dāng)有些前景圖像和背景圖像的灰度值太接近時(shí)會(huì)導(dǎo)致有些前景圖像沒有從背景中分離出來，出現(xiàn)圖像失真。 二值形態(tài)學(xué)I(x,y), T(i,j)為 0/1圖像 腐蝕：膨脹：灰度形態(tài)學(xué) T(i,j)可取以外的值 腐蝕： 膨脹： : 刪兩邊
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1