【正文】 IT % Executes just before Mywork is made visible. function Mywork_OpeningF(hObject, eventdata, handles, varargin) 23 setappdata(,39。, [] , ... 39。, mfilename, ... 39。,hObject,eventData,handles,...) calls the local % function named CALLBACK in with the given input arguments. % % MYWORK(39。 19 參考資料 [1] 朱虹 . 數(shù)字圖像處理基礎(chǔ) [M]. 北京 : 科學(xué)出版社 . :217220 [2]余成波 . 數(shù)字圖像處理及 MATLAB 實(shí)現(xiàn) [M]. 重慶 : 重慶大學(xué)出版 社 .:356359 [3]深潔 ,杜宇人 ,高浩軍 .圖像邊緣檢測技術(shù)研究 [J].信息技術(shù)， 2020(12). [4]尹建媛 . 圖像處理中邊緣檢測算法的研究 [J]. 科技信息 . 2020,(4):3032 [5]崔屹．?dāng)?shù)字圖像處理技術(shù)與應(yīng)用 [M]．北京：電子工業(yè)出版社， 1997： 3539． [6] 王予生 ,卜佳俊 ,陳純 .一種基于積分變換的邊緣檢測算法 [J]. 中國圖象圖形學(xué)報(bào) . 2020,7(2):145— 149 20 致謝 通過兩周的的努力，我的課程設(shè)計(jì)終于完成了。這種判定是欠合理的，會造成邊緣點(diǎn)的誤判 。 圖 退出：若要退出，點(diǎn)擊文件菜單里的退出按鈕，則可退出圖像處理界 面。 A. 命令行以“，”或“；”結(jié)尾。 12 五、程序運(yùn)行截圖及其說明 圖 ：是原圖，做為參考圖片 圖 5. 圖 ：是 Sobel 算子運(yùn)行出來后的圖片，能 檢測到的邊緣信息較為連續(xù)，但邊緣很模糊。All Files (*.*)39。*.jpg。先確定一個(gè)閾值系數(shù)，該系數(shù)定義為梯度小于閾值的像素?cái)?shù)所占邊緣像素總數(shù)的比例，以 此來確定閾值。根據(jù)邊緣的特性， Laplacian 算子可以作為邊緣提 10 取算子，計(jì)算數(shù)字圖像的 Laplacian 值可以借助模板實(shí)現(xiàn)，它相當(dāng)于高通濾波，常會出現(xiàn)一些虛假邊緣。 (6)實(shí)驗(yàn)結(jié)果分析 以 cameraman 圖片為例，分別用 Roberts、 Prewitt 兩種算法，分別給檢測結(jié)果。奇異信號沿邊緣走向的灰度變化劇烈，通常將邊緣劃分為階躍狀和屋頂狀兩種類型如圖 所示。 Canny邊緣檢測器是高斯函數(shù)的一階導(dǎo)數(shù)，是對信噪比與定位之乘積的最優(yōu)化逼近算子 [Canny 1986]。y+1/2]處計(jì)算． Roberts 算子是該點(diǎn)連續(xù)梯度的近似值，而不是所預(yù)期的點(diǎn) [x,y]處的近似值。顯然圖像的邊緣很少是從一個(gè)灰度跳到另一個(gè)灰度這 樣的理想狀況。 本次的目的是從理論上對幾種經(jīng)典的邊緣檢測算法（ Sobel 算子、 Robert 算子、 Priwitt 算子 、 laplacian 算子及 Canny 算子 ）進(jìn)行分析，并用實(shí)現(xiàn)這些算法。而邊緣存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中也即存在于信號的突變點(diǎn)處這些點(diǎn)給出了圖像輪廓的位置。數(shù)字圖像處理是利用數(shù)字計(jì)算機(jī)或其它的硬件設(shè)備對圖像信息轉(zhuǎn)換而得到的電信號進(jìn)行某些數(shù)學(xué)處理以提高圖像的實(shí)用性。本文對圖像邊緣檢測的幾種經(jīng)典算法包括一階微分的 Sobel算子、 Robert算子、 Priwitt算子 ，二階微分 laplacian 算子及 Canny 算子。 邊緣檢測是圖像特征提取的重要技術(shù)之 一， 邊緣常常意味著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始。這兩種算子對噪聲都有一定的抑制作用 , 但不能完全排除檢測結(jié)果中出現(xiàn)虛假邊緣的情況。梯度是一個(gè)向量， ? f指出灰度變化最快的方向和變化量。函數(shù) ),( yxf 的拉普拉斯算子公式為 ? ? ?2 2 2 2 2f fx fy?? ?? (1． 7) 使用差分方程對 x 和 y 方向上的二階偏導(dǎo)數(shù)近似如下： 5 (1． 8) 這一近似式是以點(diǎn) [x,y+1]為中心的。,[],[ jiIjiGjiS ?? ?， 其中 ? 是高斯函數(shù)的散布參數(shù)，它控制著平滑程度。 圖 階躍邊緣和屋頂狀邊緣處一階和二階導(dǎo)數(shù)變化規(guī)律 (其中第一排為理想信號，第二排對應(yīng)實(shí)際信號 ) 工作流程分析 系統(tǒng)工作流程較為簡單，功能用于對圖像進(jìn)行邊緣檢測，工作流程并不復(fù)雜。 二階微分算法的實(shí)驗(yàn)結(jié)果與分析 （ 1） Laplacian 算子的公式為： ? ? ?2 2 2 2 2f fx fy?? ?? （ 2） Canny 算子的公式為： ],[]。 Canny 分割算法采用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向。 Matlab 語言與其它語言相比，把編輯、編譯、連接和執(zhí)行融為一體。, 39。)。 圖 14 圖 ：是 Laplacian 算子所得， 對圖像中的階躍性邊緣點(diǎn)定位準(zhǔn)確 ，有信息丟失，邊緣不夠連續(xù)。 C. 運(yùn)行操作可使用命令快捷鍵。提供較為精確的邊緣方向信息，邊緣定位精度不夠高。 Canny 算子：采用高斯函數(shù)對圖像進(jìn)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。同時(shí)我還要感謝在我做課設(shè)期間給予我?guī)椭耐瑢W(xué)們，沒有你們的幫助，我的課設(shè)不會那么順利。Value39。gui_OpeningF39。 if nargin amp。 % This function has no output args, see OutputF. % hObject handle to figure % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin mand line arguments to Mywork (see VARARGIN) % Choose default mand line output for Mywork = hObject。*.png。}, ... 39。原圖 39。*.png。}, ... 39。img_src39。 axes()。 % 建立 Y方向的模板 x_mask = y_mask39。 BW = im2bw(grad,level)。 axes()。 % 建立 Y方向的模板 I = im2double(A)。 % 用閾值分割梯度圖像 imshow(BW)。 28 imshow(A)。 % 建立 X方向的模板 I = im2double(A)。 % 用閾值分割梯度 圖像 imshow(BW)。 imshow(A)。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度 dx = imfilter(I, mask)。img_src39。 I=rgb2gray(I)。)。)。 imshow(I)。 % 用閾值分割梯度圖像 imshow(BW)。 mask=[0,1,0。img_src39。 % 計(jì)算梯度 grad = mat2gray(grad)。 y_mask = [1 1 1。img_src39。 % 計(jì)算梯度 grad = mat2gray(grad)。)。) % hObject handle to m_sobel (see GCBO) % eventdata reserved to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % 27 function m_Roberts_Callback(hObject, eventdata, handles) img_src=getappdata(,39。 % 計(jì)算 Y方向的梯度分量 grad = sqrt(dx.*dx + dy.*dy)。)。%用 axes命令設(shè)定當(dāng)前操作的坐標(biāo)軸是 axes_src img_src=