【正文】 level)。 % 計算 Y方向的梯度分量 grad = sqrt(dx.*dx + dy.*dy)。 % 建立 X方向的模板 y_mask = rot90(x_mask)。原圖 39。 A=img_src。Sobel39。 % 計算灰度閾值 axes()。 % 計算 X方向的梯度分量 dy = imfilter(I, y_mask)。1 2 1]。原圖 39。 A=img_src。 function m_image_Callback(hObject, eventdata, handles) function m_sobel_Callback(hObject, eventdata, handles) axes()。 img_src=getappdata(,39。 axes()。All Files (*.*)39。Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。*.jpg。img_src39。 title(39。 axes()。All Files (*.*)39。Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。*.jpg。 guidata(hObject, handles)。 end function Mywork_OpeningF(hObject, eventdata, handles, varargin) setappdata(,39。amp。, [] , ... 39。, Mywork_OpeningF, ... 39。, mfilename, ... 39。 最后再一次感謝所有在設(shè)計中曾經(jīng)幫助過我的良師益友 和同學。 17 參考資料 [1] 朱虹 . 數(shù)字圖像處理基礎(chǔ) [M]. 科學出版社 , 2020 [2] R , R 著 ,阮秋琦 ,阮宇智等譯 .數(shù)字圖像處理 (第 2版 ).北京 :電子工業(yè)出版社 ,2020 [3] . 數(shù)字圖像處理 .北京 :電子工業(yè)出版社 ,2020 [4] 章毓晉 .圖像處理與分析 圖像工程（上冊） ,清華大學 ,2020 [5] 何斌等編著 .Visual C++數(shù)字圖像處理 .人民郵電出版社 ,2020 [6] 張宏林編著 .Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐 .人民郵電出版社 ,2020. [7] 黃維通 .Visual C++面向?qū)ο笈c 可視化程序設(shè)計 .清華大學出版社 ,2020 [8] R , R , S L. Eddins 著 ,阮秋琦 ,阮宇智等譯 .數(shù)字圖像處理 (MATLAB 版 ).北京 :電子工業(yè)出版社 ,2020 [9] 李赤楓 , 王 俊 , 李 克 , 等 . 自生 Mg2Si 顆粒增強 Al 基復(fù)合材料的組織細化 [J]. 中國有色金屬學報 , 2020, 14(2): 233237. [10] 殷 聲 . 燃燒合成 [M]. 北京 : 冶金工業(yè)出版社 , 2020: 2544. [11] 王文新 .大象征收過路費 . 18 致謝 在這次課程設(shè)計的設(shè)計過程中，我得到了許多人的幫助。經(jīng)過這次課程設(shè)計，不但能夠讓我們再次復(fù)習了本學期所學的圖像處理的知識，加深了對這些知識的記憶，并且讓我們對圖像處理的各種處理方法如 Sobel 算子、 Robert 算子、 Priwitt 算子、拉普拉斯算子、 Canny 等對圖像產(chǎn)生的效果有了更加直觀的了解，不但加深了記憶也能因此更加了解各種處理方法的應(yīng)用，可以用 MATLAB 軟件來對這些處理來實現(xiàn)。實習中也遇到了很多問題，但通過查閱書籍、同學間討論、請教老師以及網(wǎng)上查找最終能夠得以解決，完成這次實習。改為 I=rgb2gray(I)。 fpath=[pathname filename]。}, ... 39。 ... 39。*.png。 Canny 算子：采用高斯函數(shù)對圖像進 行平滑處理，因此具有較強的噪聲抑制能力；同樣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。 Prewitt 算子：對噪聲有平滑作用，檢測出的邊緣比較粗，定位精度低，容易損失角點。通過對 lena 圖的仿真實驗結(jié)果可以看出，該算子在上述幾種邊緣檢測算子當中效果最好。 由于 Roberts 算子是利用圖像的兩 個對角線的相鄰像素之差進行梯度幅值的檢測，所以求得的是在差分點處梯度幅值的近似值，并且檢測水平和垂直方向邊緣的性能好于斜線方向的邊緣，檢測精度比較高，但容易丟失一部分邊緣，同時由于沒經(jīng)過圖像平滑計算，因此不能抑制噪聲，但該算子對具有陡峭的低噪聲圖像響應(yīng)最好。 8 三、 詳細設(shè)計過程 Roberts 算子、 Sobel 算子、 Prewitt 算子的檢測效果相差不大，三種算子的檢測效果較之 Canny 和 Log 算子還是存在一定的差距。圖像梯度逼近必須滿足兩個要求：首先逼近必須能夠抑制噪聲效應(yīng)；其次必須盡量精確地確定邊緣的位置。 Canny 算子 Canny 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。 Laplacian 算子 拉普拉斯算子是二階導(dǎo)數(shù)的二維等效式。這兩個方向模板一個檢測垂直邊緣，一個檢測水平邊緣，如圖 3所示。由 2 2擴大到 3 3 來計算差分算子，所以其卷積模板為圖 2所示： 圖 2 Prewitt 邊緣檢測算子的模板 在圖像中的每個像素位置都用這 2 個模板做卷積， Prewitt 算子將方向差分運算與局部平均結(jié)合起來，表達式如下： ? ? ? ? ? ? ? ? ? ? ? ?1 , 1 , 1 1 , 1 1 , 1 , 1 1 , 1xf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ?1 , 1 1 , 1 , 1 1 , 1 1 , 1 , 1yf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 根據(jù)兩式可以計算 Prewitt 梯度，選取適當?shù)拈撝?T，對梯度圖像二值化，得到一幅邊緣二值圖像。由上面兩個卷積算子對圖像運算后，代入 2式，可求得圖像的梯度幅度值 G[i,j]，然后選取適當?shù)拈T限 TH，作如下判斷： G[i,j]TH， [i,j]為階躍狀邊緣點，{G[i,j]}為一個二值圖像，也就是圖像的邊緣。 本文主要闡述了圖像邊緣檢測算法的一些理論，并對檢測的效果加以比較，同時介紹了嵌入式系統(tǒng)開發(fā)的流程，為圖像類嵌入式開發(fā)系