【正文】 圖（ 11） 退出程序 16 設(shè)計(jì)總結(jié) 雖然這次 課程設(shè)計(jì) 只有二個(gè)星期的時(shí)間，但是我們對(duì)圖像處理的各種方法及應(yīng)用有了更深的理解，學(xué)會(huì)了應(yīng)用 MATLAB 軟件及 GUI 來實(shí)現(xiàn)界面的操作和編程處理。Pick an image39。*.jpeg39。 Sobel 算子：產(chǎn)生的邊緣效果較好，對(duì)噪聲具 有平滑作用。 Prewitt 算子和 Sobel 算子都是對(duì)圖像進(jìn)行差分和濾波運(yùn)算，僅在平滑部分的權(quán)值選擇上有些差異，因此兩者均對(duì)噪聲具有一定的抑制能力，但這種抗噪能力是通過像素平均來實(shí)現(xiàn)的，所以圖像產(chǎn)生了一定的模糊，而且還會(huì)檢測(cè)出一些偽邊緣，所以檢測(cè)精度比較低，該算子比較適合用于圖像邊緣灰度值比較尖銳且圖像噪聲比較小的情況。抑制噪聲和邊緣精確定位是無法同時(shí)得到滿足的，也就是說，邊緣檢測(cè)算法通過圖像平滑算子去除了噪聲，但卻增加了邊緣定 位的不確定性；反過來，若提高邊緣檢測(cè)算子對(duì)邊緣的敏感性，同時(shí)也提高了對(duì)噪聲的敏感性。函數(shù) f(x,y)的拉普拉斯算子公式為： 222 fffxy??? ? ? 使用差分方程對(duì) x和 y方向上的二階偏導(dǎo)數(shù)近似如下： ? ? ? ?? ?? ? ? ?? ? ? ?? ? ? ?22, 1 , 1 , 2 2 , 1 ,xGfxxf i j f i jxf i j f i jxxf i j f i j f i j?????? ? ???? ? ?????? ? ? ? ? 這一近似式是以點(diǎn) f[i,j+1]為中心的，用 j1替換 j得到 ? ? ? ?? ? ? ?22 , 1 2 , , 1f f i j f i j f i jx? ? ? ? ? ?? 它是以點(diǎn) [i,j]為中心的二階偏導(dǎo)數(shù)的理想近似式，類似地， 6 ? ? ? ?? ? ? ?22 1 , 2 , 1 ,f f i j f i j f i jx? ? ? ? ? ?? 把式 (23)和式 (24)合并為一個(gè)算子，就成為式 (25)能用來近似拉普拉斯算子的模板： 2 0 1 01 4 10 1 0????? ? ????? 有時(shí)候希望鄰域中心點(diǎn)具有更大的權(quán)值，比如下面式 (26)的模板就是一種基于這種思想的近似拉普拉斯算子： 21 4 14 20 41 4 1?????????? 當(dāng)拉普拉斯算子輸出出現(xiàn)過零點(diǎn)時(shí)就表明有邊緣存在，其中忽略無意義的過零點(diǎn) (均勻零區(qū) )。采用 Prewitt 算子不僅能檢測(cè)邊緣點(diǎn)，而且還能抵制噪聲的影響 [5]。最后設(shè)計(jì)實(shí)現(xiàn)了邊緣檢測(cè)系統(tǒng)。零點(diǎn)交叉邊緣檢測(cè)法（ Bovik， 1998）運(yùn)用了二階導(dǎo)數(shù)和拉普拉斯算符。目前國(guó)內(nèi)一個(gè)普遍被認(rèn)同的定義是：以應(yīng)用為中心、以計(jì)算機(jī)技術(shù)為基礎(chǔ)、軟件硬件可裁剪、適應(yīng)應(yīng)用系統(tǒng)對(duì)功能、可靠性、成本、體積、功耗嚴(yán)格要求的專用計(jì)算機(jī)系統(tǒng)。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一，廣泛地應(yīng)用于特征描述、圖像分割、圖像增強(qiáng)、圖像復(fù)原、模式識(shí)別、圖像壓縮等圖像分析和處理中。因此，圖像邊緣和輪廓特征的檢測(cè)與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)，新理論、新方法不斷涌現(xiàn)。 嵌入式系統(tǒng)的應(yīng)用領(lǐng)域也非常廣泛。而 Canny 算法（ Canny， 1986）是目前學(xué)界最流行并且應(yīng)用最廣泛的的高斯邊緣檢測(cè)算法。 3 二、算法分析與描述 Roberts 算子 由 Roberts 提出的算子是一種利用局部差分算子尋找邊緣的算子，對(duì)于邊界陡峭且噪比較小的圖像檢測(cè)效果比較好，它在 2 2鄰域上計(jì)算對(duì)角導(dǎo)數(shù)， ? ? ? ? ? ?? ? ? ? ? ?? ?22, = , 1 , 1 1 , , 1G i j f i j f i j f i j f i j? ? ? ? ? ? ? G[i,j]又稱為 Roberts 交叉算子。 通過分析可知， Prewitt 算子法對(duì)高頻成分豐富的圖像處理效果好，對(duì)中低頻成分的圖 像效果差。原則上，過零點(diǎn)的位置精度可以通過線性內(nèi)插方法精確到子像素分辨率。有一種線性算子可以在抗噪聲干擾和精確定位之間提供最佳折衷方案，它就是高斯函數(shù)的一階導(dǎo)數(shù)。 Canny 算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理具有較強(qiáng)的去噪能力，容易平滑掉一些邊緣信息，邊緣定位精度較高。但存在偽邊緣，邊緣比較粗 且 定位精度低。, 39。)。 MATLAB 是我們?cè)谝郧昂鸵院蟮膶W(xué)習(xí)工作中都會(huì)經(jīng)常應(yīng) 用到的軟件，但是在以前還是對(duì)其了解不足，操作不是很了解，在實(shí)習(xí)之初便因?yàn)檫@個(gè)問題而無從下手。這次是兩人一組的實(shí)習(xí)，因此合理的分工合作也是很重要的，通過實(shí)習(xí)也培養(yǎng)了我們之間分工協(xié)作互幫互助的精神。 gui_State = struct(39。, Mywork_OutputF, ... 39。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。 function m_file_Callback(hObject, eventdata, handles) function m_file_open_Callback(hObject, eventdata, handles) [filename, pathname] = uigetfile( ... 20 {39。*.*39。%將文件名和目錄名組合成一個(gè)完整的路徑 img_src=imread(fpath)。 function m_file_save_Callback(hObject, eventdata, handles) [filename, pathname] = uigetfile( ... {39。*.*39。%將文件名和目錄名組合成一個(gè)完整的路徑 img_src=imread(fpath)。img_src39。 21 y_mask = [1 2 1。 % 計(jì)算梯度 grad = mat2gray(grad)。img_src39。 x_mask = [1 0。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像 level = graythresh(grad)。)。0 0 0。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像 level = graythresh(grad)。)。1,4,1。 % 顯示分割后的圖像，即梯度圖像 title(39。title(39。 % 調(diào)用 canny函數(shù) imshow(BW)。canny39。)。) function m_canny_Callback(hObject, eventdata, hand