【正文】 響。)。)。figure。E=im2bw(H,)。35I8=dct2(H)。E3=imerode(H,SE)。%建立結(jié)構(gòu)元素E2=imdilate(E,SE)。subplot(1,2,1),imshow(E),title(39。 原圖39。)。subplot(2,3,3),imshow(BW3),title(39。canny39。)。%用sobel進(jìn)行邊緣檢測BW2=edge(H,39。)。%高斯噪聲圖的中指濾波subplot(2,2,1),imshow(B,[]),title(39。加高斯噪聲后的圖39。figure。 pepper39?；叶戎狈綀D39。J=histeq(H)。)。)。figure。)。%讀入圖像figure,imshow(I),title(39。)。subplot(2,3,3),imshow(BW3),title(39。canny39。)。%用sobel進(jìn)行邊緣檢測BW2=edge(H,39。)。%高斯噪聲圖的中指濾波subplot(2,2,1),imshow(B,[]),title(39。加高斯噪聲后的圖39。figure。 pepper39。灰度直方圖39。J=histeq(H)。)。)。figure。)。%讀入圖像figure,imshow(I),title(39。4．總結(jié)本文應(yīng)用了一些函數(shù)對數(shù)字圖像進(jìn)行了一些操作，相應(yīng)的也獲得了一定的處理結(jié)果。 一 階 導(dǎo)數(shù) 的 局 部 最 大 值 對 應(yīng) 著 二 階 導(dǎo) 數(shù) 的 零 交 叉 點(diǎn) ， 通 過 找 圖 像 增 強(qiáng) 的 二階 導(dǎo) 數(shù) 的 零 交 叉 點(diǎn) 就 可 以 確 定 比 較 精 確 的 邊 緣 點(diǎn) 。對一個連續(xù)函數(shù) f(x,y),它在位置(x,y)上的 Laplacian 表式式為: （ 318）????222,(,),fxyfxyfxy?????對 于 數(shù) 字 圖 像 來 說 ， 計 算 函 數(shù) 的 拉 普 拉 斯 值 也 可 以 借 助 各 種 模 板來 實(shí) 現(xiàn) 。這一算子把重點(diǎn)放在接近于模板中心的像素點(diǎn)。Sobel 算子梯度幅值計算如表 2所示。 =f(i,j+1)f(i,j) (38)fx?=f(i,j)f(i+1,j)fy?求梯度時對于平方 和運(yùn)算及開方運(yùn)算，可以用兩個分量的絕對 值表示為：G（i,j） 22(/)//fyfxfy???????（ f/x） (39) 上式中，j 對應(yīng)于 x 軸方向，i 對應(yīng)于 y 軸方向。作為研究非平穩(wěn)信號的一種有利工具，小波分析在邊緣檢測方面起到了很大的作用。房頂型：其主要對應(yīng)細(xì)線條的灰度值變換區(qū)域。 小結(jié)本章主要介紹了數(shù)字圖像處理的主要內(nèi)容，主要有基本概念、圖像增19強(qiáng)、MATLAB 圖像處理、MATLAB 的二值圖像操作、圖像變換。其算法思想是：先對原圖進(jìn)行轉(zhuǎn)置，按行對轉(zhuǎn)置后的圖像矩陣作一維FFT，將此變換所得的中間矩陣在轉(zhuǎn)置，在按行對轉(zhuǎn)置后的中間矩陣作一維FFT，最后得到的就是二維 FFT。閉運(yùn)算：對的閉運(yùn)算定義為： （3??A???5）即 A 先被 B 膨脹，后再被 B 腐蝕的結(jié)，通常，開運(yùn)算用來刪除圖像中的小分支，可以使圖像縮?。婚]運(yùn)算用來填補(bǔ)圖像中的空穴，可以使圖像放大；而腐蝕和膨脹運(yùn)算具有平移不變形，對圖像 A 的腐蝕和膨脹的運(yùn)算結(jié)果只取決于 A 與 B 的結(jié)構(gòu)，而與 A 的位置無關(guān)。 態(tài)學(xué)簡介數(shù)學(xué)形態(tài)學(xué)圖像處理的基本思想是利用結(jié)構(gòu)元素來收集圖像的信息。I1=imcrop(I):對灰度圖像進(jìn)行交互式的剪切。而圖像的幾何操作主要包括 3 種。（4）JPEG 格式。濾波主要有兩種：（1）線性濾波,它屬于空余濾波平滑技術(shù)，主要采用鄰域平均法，用于去除圖像通過掃描得到的噪聲顆粒。 給出了對 出現(xiàn)頻率的一個估計，()kPsS所以一幅圖像的直方圖基本上可以描述圖像的概貌。實(shí)際中經(jīng)常是通過增強(qiáng)原圖中某兩個灰度值之間的動態(tài)范圍來實(shí)現(xiàn)的。圖像數(shù)字化：把連續(xù)的圖像用一組數(shù)字來表示，便于計算機(jī)分析處理。與二值圖像不同，灰度圖像的像素并不是只有 0、1 兩個量化級數(shù)，而是具有多個量化級數(shù)，如 64級、256 級等?，F(xiàn)階段數(shù)字圖像處理技術(shù)的迅速發(fā)展為人類帶來了巨大的經(jīng)濟(jì)社會效益，大到應(yīng)用衛(wèi)星遙感進(jìn)行的全球環(huán)境氣候監(jiān)測，小到指紋識別技術(shù)在安全領(lǐng)域的應(yīng)用。 數(shù)字圖像簡介圖像是對客觀對象的一種相似性的、生動的描述或表示。在現(xiàn)階段，圖像的處理方法很多，其中，邊緣檢測是很重要的一種處理方法，它在圖像處理領(lǐng)域中占有重要地位，圖像的邊緣是集中了圖像大部分的信息，圖像邊緣的確定與提取對于整個圖像場景的識別與理解非常重要?？沼嗵幚矸椒ㄓ袃纱箢悾亨徲蛱幚矸ê忘c(diǎn)處理法。關(guān)鍵字： 圖像處理，MatLab ，邊緣檢測ABSTRACTImage processing is to analyze images by puters to achieve desired a series of results. Edge detection is an absolutely necessary step in image processing and the use of differential operators to detect edge is one of the most mon and effective methods. Image processing Mat lab Toolbox User’s Guide, Has provided the edge function, It can use many kinds of operators to carry on the image the edge examination. Edge detection is one of the main methods in the research field of digital image processing. The image processing function provided by the Mat Lab image processing tool box is employed to perform edge detection for image so that the program and processing result are obtained.2Key words: Image processing , MatLab， Edge detection 3獨(dú) 創(chuàng) 聲 明本人鄭重聲明：所呈交的畢業(yè)設(shè)計(論文)，是本人在指導(dǎo)老師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識產(chǎn)權(quán)爭議。本聲明的法律后果由本人承擔(dān)。圖像處理是用計算機(jī)對圖像進(jìn)行一系列的操作，一般操作是先將圖像數(shù)字化，即易于獲得某種預(yù)期結(jié)果的技術(shù)。 課題背景知識 MATLAB 簡介MATLAB 是 MathWorks 公司用 C 語言開發(fā)的軟件，其中的矩陣算法來自 Linpack 和 Eispack 的課題研究成果。而模擬圖像的坐標(biāo)和灰度都是連續(xù)的，故模擬圖像無法用計算機(jī)直接進(jìn)行處理。 小結(jié)本章重點(diǎn)介紹了課題簡介、MATLAB 軟件的特點(diǎn)與功能、數(shù)字圖像簡介和課題的目的意義?；叶葓D像只有亮度信息而沒有色彩信息。圖像分析：詳細(xì)研究并描述一幅圖像不同部分的特征和相互關(guān)系。6 圖 1 亮度調(diào)節(jié)前后圖像的顯示效果比較（2） 圖像求反對圖像求反是將圖像的灰度值反轉(zhuǎn)，就是使原圖像的黑變白，使白變黑。MATLAB 圖像處理工具箱提供了用于直方圖均衡化的函數(shù) histeq，其語法格式為:I2=histeq(I,n)[I2,T]=histeq(I,…..)式中，表示輸出圖像的灰度級數(shù)目，是一個可選參數(shù)，默認(rèn)值為64；[J,T]=histeq(I,….)表示返回將圖像 I 的灰度直方圖變換成圖像 J 的直方圖變換 T。MATLAB 圖像處理工具箱提供了用于實(shí)現(xiàn)中值濾波的函數(shù) medifilt2，其語法格式為:J=medifilt2（I1,[m,n]）其中，為指定濾波器窗口的大小，默認(rèn)值為 3*3，返回圖像 I1 經(jīng)濾波后的圖像 J。處理 24 為非壓縮圖像，24 為packbit 壓縮圖像，1 位 CCITT 壓縮圖像。Bicubic（雙立方插補(bǔ)運(yùn)算）：輸入像素的賦值為 4*4 矩陣所包含有效點(diǎn)的加權(quán)平均值。B=imresize(A,[mrows ncols],methed)用指定的插補(bǔ)方法返回大小為mrows*ncols 的圖像。設(shè) 為二維歐幾里德空間，A 為圖像矩陣，B 為結(jié)構(gòu)元素矩陣，?是歐式空間中的一點(diǎn)。 圖 11 灰度圖像與腐蝕圖像 圖像變換圖像變換在圖像處理和圖像分析中占有重要地位。計算 fft2 所需要的時間與 [m,n]=size(f)有關(guān)，如果 m和 n 為 2 的冪，則計算速度最快。邊緣檢測的目的是標(biāo)識數(shù)字圖像中亮度變化明顯的點(diǎn)。 （1）空域微風(fēng)算子，即傳統(tǒng)的邊緣檢測方法。因此，將數(shù)學(xué)形態(tài)學(xué)用于邊緣檢測，還可以濾除噪聲，能保留圖像中原有的細(xì)節(jié)信息，是邊緣檢測技術(shù)的一個重大突破。 Roberts 算子Roberts 邊緣算子又稱為梯度交叉算子，其思想是利用局部差分算子尋找邊緣的算子。用卷積模板來實(shí)現(xiàn)： （314）(,)GijSxy??式中， ； 。 Prewitt 算子Prewitt 算子用卷積模板來描述：24 （315 ）(,)GijPxy??式中， 前者為水平模板， 后者為垂直模10Px???????? 10????????板。 由 于 拉26帕 拉 斯 算 子 是 一 種 二 階 導(dǎo) 數(shù) 算 子 ， 可 在 邊 緣 處 產(chǎn) 生 一 個 零 交 叉 。?（ 2） 定 位 精 度 準(zhǔn) 則邊 緣 定 為 精 度 L 定 義 為 ：27 （ 322）2()wGxhdL?????式 中 ， 和 分 別 表 示 和 的 導(dǎo) 數(shù) ， 越 大 表 明 定()Gx?()h?()xh為 精 度 越 高 。使得最終的圖像與預(yù)期的結(jié)果相差較大。I1=imresize(I,[200,255],39。)。31subplot(1,2,1),imshow(I3),title(39?；叶葓D39。)。)。亮度均衡直方圖39?；叶葓D39。,)。h=ones(3,3)/9。 subplot(2,2,2), imshow(K),title(39。)。%用“roberts”進(jìn)行邊緣檢測BW3=edge(H,39。)。soble edge check39。subplot(2,3,4),imshow(BW4),title(39。canny edge check39。I1=imresize(I,[200,255],39。)。subplot(1,2,1),imshow(I3),title(39?；叶葓D39。)。)。亮度均衡直方圖39?；叶葓D39。,)。h=ones(3,3)/9。 subplot(2,2,2), imshow(K),title(39。)。%用“roberts”進(jìn)行邊緣檢測34BW3=edge(H,39。)。soble edge check39。subplot(2,3,4),imshow(BW4),title(39。canny edge check39?？焖俑道锶~變換后的圖39。subplot(1,2,2),imshow(E1),title(39。)。)。)?；叶葓D像轉(zhuǎn)換為二值圖像39。%膨脹運(yùn)算subplot(1,2,1),imshow(E),title(39。%腐蝕運(yùn)算subplot(1,2,1),imshow(H),title(39。本文是在他們的悉心指導(dǎo)和關(guān)懷下完成的，他們給了我很大的幫助，解決了很多難題。腐蝕圖像39。膨脹圖像39。)。figure。figure。