【正文】 緣段數(shù)量的典型方法是對G(x,y)使用一個閾值。以上介紹了五種常用邊緣檢測算子的實(shí)現(xiàn)步驟及其優(yōu)缺點(diǎn)。 b) Roberts。Original Image39。RF = edge(f, 39。)。Canny Filter39。運(yùn)行結(jié)果如下六個圖所示：圖 41 原始圖像的灰度圖像圖 42 prewitt算子邊緣檢測圖像圖 43 roberts算子邊緣檢測圖像圖 44 Log算子邊緣檢測圖像圖 45 Canny算子邊緣檢測圖像圖 46 Sobel算子邊緣檢測圖像運(yùn)行結(jié)果如上圖所示，比較五種算子檢測的邊緣圖像可以看出，Log和Canny算子生成的邊緣線較多，圖像較為復(fù)雜；而Prewitt、Sobel和Roberts算子生成的邊緣線較少，圖像較為簡單。Original Image39。RF = edge(f,39。)。Canny Filter39。運(yùn)行后得出的結(jié)果如圖47所示：圖 47 原圖與各算子的邊緣檢測圖像通過仔細(xì)的對比我們可以發(fā)現(xiàn)Log和Canny算子生成的邊緣線較多，圖像較為復(fù)雜，而Prewitt，Sobel和Roberts算子生成的邊緣線較少，圖像較為簡單。代碼如下：f = imread(39。 %將彩色圖像轉(zhuǎn)換為灰度圖像f = im2double(f)。 %顯示處理后的圖像title(39。 pepper39。 %顯示原始圖像title(39。 %邊緣探測，算子為prewittsubplot(1,2,2) , imshow(PF)。保存并運(yùn)行即可得到圖413：圖 413 Canny算子邊緣檢測原圖與加噪圖通過對以這五幅圖片的仔細(xì)比較發(fā)現(xiàn)，加入了噪聲之后，各種算子邊緣檢測的結(jié)果都受到了影響，其中，Roberts算子受噪聲影響最為明顯，Sobel算子和Prewitt算子對噪聲具有較好的平滑作用，Canny和Log仍然能很準(zhǔn)確的將原圖像的邊緣檢測出來。其基本格式為：[Filename,Pathname,FilterIndex] = uigetfile(FilterSpec,DialogTitle,DefaultName)Filename；返回的文件名Pathname；返回文件的路徑名FilterIndex；選擇文件類型FilterSpec：文件類型設(shè)置DialogTitle：打開對話框的標(biāo)題DefaultName：默認(rèn)指向的文件名例如：[Filename,Pathname] = uigetfile(‘*.jpg’,’select the Mfile’)。（4）tooltipstring屬性：當(dāng)鼠標(biāo)放在控件上時顯示提示信息，為字符串。*.bmp39。選擇圖片39。im39。*.png39。 imwrite(im,str)。im39。 imshow(im)。Sobel39。prewitt39。 imshow(BW)。在“控件組”的回調(diào)函數(shù)中，首先讀入圖像信息，然后，運(yùn)用switch函數(shù)判斷用戶控件的選擇，并根據(jù)用戶對控件的選擇對讀入的圖像做相應(yīng)的處理。 imshow(im)。 rgb=rgb2gray(im)。roberts39。 保存圖像模塊在選擇合適的路徑之后打開圖像不做任何操作的情況下，保存操作也可以執(zhí)行，軟件默認(rèn)保存的是原圖片，軟件的“保存”操作中，可以將處理好的圖片保存為“.bmp”、“*.jpg”、“39。參考文獻(xiàn)[1] 岡薩雷斯，《數(shù)字圖像處理（第二版）》，電子工業(yè)出版社，2005年3月[2] 岡薩雷斯，《數(shù)字圖像處理(MATLAB版)》，電子工業(yè)出版社，2005年9月[3] 陳天華，《數(shù)字圖像處理》，清華大學(xué)出版社，2007年6月[4] 阮秋琦，數(shù)字圖像處理學(xué)，電子工業(yè)出版社，2001[5] ，朱志剛等譯，數(shù)字圖像處理，電子工業(yè)出版社，2001[6] 章毓晉，圖像處理和分析（上、下冊），清華大學(xué)出版社，2000[7] 王文麗，各種圖像邊緣提取算法的研究，北京交通大學(xué)，碩士學(xué)位論文，2010[8]季虎，孫即祥，邵曉芳，毛玲，圖像邊緣提取方法及展望，國防科技大學(xué)電子科學(xué)與工程學(xué)院，2004致謝回首我在平頂山學(xué)院的四年學(xué)習(xí)生活，現(xiàn)在滿懷感激之情，我非常榮幸能夠來到平西湖畔生活和學(xué)習(xí)。最后，向在百忙中抽出時間對本文進(jìn)行評審并提出寶貴意見的各位老師們表示衷心的感謝！35。在測試和調(diào)試的過程中感覺自己的能力仍顯不足，導(dǎo)致系統(tǒng)目前仍然存在一些問題：一是軟件不能自動記憶上一次的打開路徑或者保存路徑，而只能默認(rèn)打開或者保存到軟件所在的文件夾，這樣不利于操作，每次都要對路徑進(jìn)行重新選擇，相對有記憶路徑功能的軟件而言操作比較繁瑣；二是在點(diǎn)擊“關(guān)于軟件”的提示上顯得過于粗糙，如果能在點(diǎn)擊“關(guān)于軟件”時自動打開一個幫助文檔或者文本文檔，能夠顯示更多信息的話，會顯得比較專業(yè)、精細(xì)。.tif39。該算子的回調(diào)函數(shù)中，當(dāng)該按鈕被選擇以后，首先接收圖片，調(diào)用rgb2gray函數(shù)將真彩色圖像轉(zhuǎn)換為灰度圖像，接著將灰度圖像轉(zhuǎn)化為雙精度，然后對圖像進(jìn)行邊緣提取并將經(jīng)邊緣提取后的圖像顯示出來。)。)。 imshow(BW)。log39。Prewitt39。 imshow(BW)。 switch str case39。說明39。if isequal(filename,0)||isequal(pathname,0) returnelse str=[pathname filename] axes()。*.jpg39。imshow(im)。*.png39。*.*39。（2）callback屬性：回調(diào)函數(shù)，與菜單的一樣。 主要函數(shù)的介紹要打開一個圖片，需要用打開對話框。保存并運(yùn)行即可得到圖411：圖 411 Roberts算子邊緣檢測原圖與加噪圖將上述程序中的PP=edge(f,’prewitt’)改為PP=edge(f,’log’)，并將標(biāo)題做相應(yīng)的調(diào)整即可實(shí)現(xiàn)LoG算子。prewitt39。)。 %讀入圖像p = imnoise(f,39。 %將彩色圖像轉(zhuǎn)換為灰度圖像p = im2double(p)。,)。由于篇幅限制，只在圖片中加入了椒鹽噪聲。Sobel Filter39。)。LF = edge(f,39。Prewitt Filter39。 %將彩色圖像轉(zhuǎn)換為灰度圖像f = im2double(f)。sobel Filter39。)。LF = edge(f, 39。Prewitt Filter39。 %將彩色圖像轉(zhuǎn)換為灰度圖像f = im2double(f)。 常用算法的Matlab實(shí)現(xiàn)Matlab圖像處理工具箱提供的edge函數(shù)可以實(shí)現(xiàn)邊緣檢測的功能。由于G2(x,y)使用高閾值得到，因而含有很少的假邊緣，但有間斷(不閉合)。在每一點(diǎn)上，鄰域的中心像素M與沿著梯度線的兩個像素相比。Canny方法也使用拉普拉斯算子，該方法與其他邊緣檢測方法不同之處在于，它使用2種不同的閾值分別檢測強(qiáng)邊緣和弱邊緣，并且僅當(dāng)弱邊緣與強(qiáng)邊緣相連時才將弱邊緣包含在輸出圖像中，因此這種方法容易檢查出真正的弱邊緣。拉普拉斯函數(shù)用二維二階導(dǎo)數(shù)的近似，是因?yàn)樗且环N無方向算子。121000121101202101圖32 Sobel邊緣算子 Sobel算子認(rèn)為鄰域的像素對當(dāng)前像素產(chǎn)生的影響不是等價的，所以距離不同的像素具有不同的權(quán)值，對算子結(jié)果產(chǎn)生的影響也不同。這些方法經(jīng)過實(shí)踐的檢驗(yàn)，成為了經(jīng)典的內(nèi)容。此外，還需要把邊緣細(xì)化成只有一個像素的寬度。從本質(zhì)上說，圖像邊緣是圖像局部特性不連續(xù)性的反應(yīng)，它標(biāo)志著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。所謂邊緣（或邊沿）是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。圖像邊緣信息在圖像分布和人的視覺中都是十分重要的，是圖像識別中提取圖像特征的一個重要屬性。它在數(shù)學(xué)類科技應(yīng)用軟件中，在數(shù)值計算方面首屈一指。第二章 開發(fā)平臺的選擇 開發(fā)平臺的選擇現(xiàn)在可用于圖像處理編程的軟件有很多，基本上主流的編程工具軟件都可以，但對于我們要完成畢業(yè)設(shè)計的大學(xué)生而言，要在很短的時間內(nèi)將圖像處理程序給編寫出來的話，用那些專業(yè)的編程軟件是比較困難的。邊緣是圖像最基本的特征，所謂邊緣，就指周圍灰度強(qiáng)度有反差變化的那些像素的集合，是圖像分割所依賴的重要基礎(chǔ)，也是紋理分析和圖像識別的重要基礎(chǔ)。然而，人類感知只是限于電磁波譜的視覺波段，而成像機(jī)器則可覆蓋幾乎全部電磁波譜，他們可以對那些非人類習(xí)慣的那些圖像源進(jìn)行加工，這些圖像源包括超聲波、電子顯微鏡及計算機(jī)所產(chǎn)生的圖像。圖像也可以理解為介于文字和繪圖之間的一種形式。圖像的邊緣是圖像最基本的特征之一。以Matlab為開發(fā)平臺和編程語言，設(shè)計出圖像邊緣檢測軟件，并且設(shè)計了圖形用戶界面GUIDE，在圖形用戶界面中添加了與各種算子相對應(yīng)的處理程序，以及圖形文件的獲取、保存等功能，完成了圖像邊緣檢測軟件。本聲明的法律責(zé)任由本人承擔(dān)。對本文的研究成果做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本文主要闡述基于Matlab的圖像邊緣檢測技術(shù)。 The sixth chapter, testing the finished software of image edge detection. In this paper，the main purpose of writing is that studying of the monly used edge extraction algorithm, understand principle of edge extraction algorithm and whose characteristic. To studying image analysis field of other knowledge to lay the foundation.Keywords: Edge Treatment , MATLAB, GUI, Log operator, Canny operator 目 錄第一章 緒論 1 數(shù)字圖像簡介 1 數(shù)字圖像的處理 2 圖像邊緣處理的意義 3 本章小結(jié) 3第二章 開發(fā)平臺的選擇 4 開發(fā)平臺的選擇 4 Matlab簡介 4 本章小結(jié) 5第三章 常用的圖像邊緣檢測算法 6 引言 6 邊緣檢測與提取過程 7 邊緣檢測與提取常用算法 8 Roberts邊緣算子 8 Sobel邊緣算子 9 Prewitt邊緣算子 9 Log邊緣算子 10 Canny邊緣算子 11 本章小結(jié) 13第四章 常用算法的實(shí)現(xiàn)與比較 14 常用算法的Matlab實(shí)現(xiàn) 14 算子之間的比較 18 算子的定位性 18 算子的