【正文】 21 附錄 源程序： function varargout = Mywork(varargin) % MYWORK MATLAB code for % MYWORK, by itself, creates a new MYWORK or raises the existing % singleton*. % % H = MYWORK returns the handle to a new MYWORK or the handle to % the existing singleton*. % % MYWORK(39。 在課程設計的編寫過程中， 指導老師傾注了大量的心血，一遍又一遍地指出每次編程里的具體問題，詳細講解課題， 你的細心指導， 嚴格把關，循循善誘，在此我表示衷心感謝。 在指導教師的指導下，我順利的完成了這次數(shù)字圖像的課程設計，課設題目有點難度，但對我們的課程學習，和知識的運用有著很好的作用。 Laplacian 算子：是二階微分算子，對圖像中的階躍性邊緣點定位準確， 但會 丟失一部分邊緣的方向信息，造成一些不連續(xù)的檢測邊緣。 Prewitt 算子：凡灰度新值大于或等于閾值的像素點都是邊緣點。 Sobel 算子：根據(jù)像素點上下、左右鄰點灰度加權差，在邊緣處達到極值這一現(xiàn)象檢測邊緣。 16 圖 打開圖片信息：點擊文件菜單里的打開選擇所要打開文件夾里的圖片，則有如圖 所示。 B. 注釋前加“ %”。 （ 2） 雙擊桌面 Matlab 圖標。 圖 圖 ：是 Prewitt 算子運行后的圖片，所得的圖片精度不高，邊緣較粗。 此代碼缺少了 imread讀入圖片，因此不能夠正確的運行。Pick an image39。*.*39。*.jpeg39。 代碼在運行過程中的錯誤： [filename, pathname] = uigetfile( ... {39。 11 四、調(diào)試過程中出現(xiàn)的問題及相應解決辦法 Matlab 語言是一種解釋執(zhí)行的語言，它靈活、方便，其調(diào)試程序手段豐富，調(diào)試速度快。最后 Canny 算法將采用兩個閾值來連接邊緣。 在進行處理前， Canny 算子增強邊緣是將 鄰域（或局部）強度值有顯著變化的點突出來，一般通過計算梯度幅值來完成。 Canny：采用高斯函數(shù)對圖像進行平滑處理，該算子也將一些高頻邊緣平滑掉，造成邊緣丟失，采用了雙閾值算法檢測和連接邊緣，邊緣的連續(xù)性較好。 基于一階微分的邊緣檢測算子具有實現(xiàn)簡單、運算速度快等特點，檢測結果不可靠，不能準確判定邊緣的存在及邊緣的準確位置，造成這種情況的原因：(1)實際邊緣灰度與理想邊緣灰度值間存在差異，這類算子可能檢測出多個邊緣； (2)邊緣存在的尺度范圍各不相同，這類算子固定的大小不利于檢測出不同尺度上的所有邊緣； (3)對噪聲都比較敏感。 開始 讀取待測圖片 邊緣檢測 Sobel 算子 Robert 算子 Priwitt 算子 laplacian算子 保存 退出 Canny 算子 )1,1()1,(2)1,1(|),( ???????? yxfyxfyxfyxG X|)1,1()1,(2)1,1( ???????? yxfyxfyxf)1,1(),1(2)1,1(|),( ???????? yxfyxfyxfyxG y|)1,1(),1(2)1,1( ???????? yxfyxfyxf 9 (4)Robert 算子的公式定義為： 2122 })],1()1,([)]1,1(),({[),( yxfyxfyxfyxfyxg ???????? (5)Prewitt 算子： Prewitt 算子與 Soble 算子不同的地方在于沒有把重點放在接近模板中心的像素點。在數(shù)學上可利用灰度的導數(shù)來刻畫邊緣點的變化，對階躍邊緣、屋頂狀邊緣分別求其一階、二階導數(shù)。為高效率地計算這些函數(shù)，盡量不用浮點運算．梯度的幅度和方向也可以通過查找表由偏導數(shù)計算。用 ],[ jiI 表示圖像，使用可分離濾波方法求圖像與高斯平滑濾波器卷積，得到的結果是一個已平滑數(shù)據(jù)陣列 ],[]。 4． Canny 算子 檢測階躍邊緣的基本思想是在圖像中找出具有局部最大梯度幅值的像素點。拉普拉斯算子是二階導數(shù)邊緣算子。利用這種思想就得到了 Roberts算子： 5 2122 })],1()1,([)]1,1(),({[),( yxfyxfyxfyxfyxg ???????? () 其中 f(x,y)是具有整數(shù)像素坐標的輸入圖像。 邊緣的銳利程度由圖像灰度的梯度決定。 邊緣，是指周圍像素灰度有階躍變化或屋頂?shù)茸兓哪切┫袼氐募稀? 3 二、算法分析與描述 Sobel 算子 Sobel 算子和 P rew it t 算子都是一階的微分算子 ,都是先對圖像進行平滑處理 , 雖然兩者都是加權平均濾波 , 但是前者鄰域的像素對當前像素產(chǎn)生的影響不是等價的 , 距離不同的像 素具有不同的權值 , 對算子結果產(chǎn)生的影響也不同。圖像理解和分析的第一步往往就是邊緣檢測。 邊緣是以圖像的局部特征不連續(xù)的形式出現(xiàn)的，也就是指圖像局部亮度變化最顯著的部分，同時邊緣也是不同區(qū)域的分界處。它在圖像識別圖像分割圖像增強以及圖像壓縮等的領域中有較為廣泛的應用也是它們的基礎。它利用圖像一階倒數(shù)的極值或二階倒數(shù)的過零點信息來提取邊緣。 ******************* 實踐教學 ******************* 蘭州理工大學 計算機與通信學院 2020 年秋季學期 圖像處理 綜合訓練 題 目： 圖像邊緣檢測程序設計 專業(yè)班級： 姓 名： 學 號： 指導教師： 成 績： 目 錄 摘 要 ................................................................................................... 1 一、前言 ................................................................................................. 2 二、算法分析與描述 .............................................................................. 3 三、詳細設計過程 ................................................................................. 7 四、調(diào)試過程中出現(xiàn)的問題及相應解決辦法 ..................................... 11 五、程序運行截圖及其說明 ................................................................ 12 六、簡單操作手冊 ............................................................................... 15 設計總結 ............................................................................................... 18 參考資料 ............................................................................................... 19 致謝 ....................................................................................................... 20 附錄 ....................................................................................................... 21 1 摘 要 圖像處理就是對圖像信息加工以滿足人的視覺心理或應用需求的方法。 邊緣檢 測是目前圖像分析領域中的基礎技術，也是數(shù)字圖像處理中的一項重要內(nèi)容。 關鍵詞 ： 圖像處理；邊緣檢測； 一階微分；二階微分 2 一、前言 在實際圖像邊緣檢測問題中 圖像的邊緣作為圖像的一種基本特征經(jīng)常被應用到較高層次 的圖像應用中去。這些輪廓常常是我們在圖像邊緣檢測時所需要的非常重