【正文】 測通過雙閾值遞歸尋找圖像的邊緣點，實現(xiàn)邊緣提取。由于拉普拉斯(Laplacian)邊緣算子為二階差分，其方向信息丟失，產(chǎn)生雙像素，對噪聲有雙倍加強(qiáng)的作用，因此很少直接用于邊緣檢測。前面都是利用邊緣處的梯度最大這一性質(zhì)來進(jìn)行邊緣檢測的，即利用了灰度圖像的拐點位置是邊緣的性質(zhì)。該算子通常由公式(32)表示： (32)式中，分別表示x方向和y方向的一階微分，為Sobel算子的梯度，是具有整數(shù)像素坐標(biāo)的輸入圖像。如果每個像元都位于一個物體的邊界上，則其鄰域像元的灰度變化值的變化就比較大。l 圖像增強(qiáng)：改善圖像的質(zhì)量。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。解釋執(zhí)行的程序執(zhí)行的速度較慢，效率比C語言等高級程序要低，而且不能脫離Matlab環(huán)境運行。但對于我們大學(xué)生來說要在很短的時間內(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。存在著非常多的“邊緣檢測”算法，它們使用了眾多不同的理論。在工程中檢測芯片針腳是否規(guī)則整齊、光柵是否存在缺陷等等問題。而邊緣檢測技術(shù)又是圖形處理中的重要部分。要做好邊緣檢測，首先，清楚待檢測的圖像特性變化的形式，從而使用適應(yīng)這種變化的檢測方法。圖像處理中的變換屬于圖像輸入圖像輸出的模式。而數(shù)字圖像處理是指借用計算機(jī)處理數(shù)字圖像，值得提及的是數(shù)字圖像是由有限的元素組成的，每個元素都有一個特定的位置和幅值，這些元素稱為圖像元素，畫面元素或像素。照片，繪畫，影視畫面無疑屬于圖像；照相機(jī)，顯微鏡或望遠(yuǎn)鏡的取景器上的光學(xué)成像也是圖像。關(guān)鍵詞：圖像邊緣處理 MATLAB GUI Log算子 Canny算子 AbstractEdge detection technique for processing digital images is important because the edge is extracted by the target and the background to the boundary line, extract the edge of the target and background can be distinguished. In the image, separated by the border regions of the internal characteristics or attributes are the same, but different characteristics or attributes within the region are the same, but different characteristics within the region or property is different, edge detection is the use of object and background images in some kind of difference to achieve, these differences include grayscale, color or texture features. Detection of edge detection is actually the location of the image characteristics to change. This article discusses the Matlabbased image edge detection. Discussed in Matlab as the development platform and programming language, designed edge detection software. First, the design of the graphical user interface GUIDE, edge detection software as the main interface, then pare a variety of edge detection operator, bining the portrait maps, text maps, fractal images to illustrate the positioning of these operators。論述以Matlab為開發(fā)平臺和編程語言，設(shè)計出圖像邊緣檢測軟件。本文主要闡述基于Matlab的圖像邊緣檢測技術(shù)。第四章 通過實例分析了各種算子的優(yōu)缺點，借助Matlab中的GUI設(shè)計了圖像邊緣檢測界面，并在GUI界面中完成了對各種算子的調(diào)用，最終完成了基于MATLAB的圖形化圖像邊緣檢測軟件。從廣義上來說，圖像是自然界景物的客觀反映，是人類認(rèn)識世界和自身的重要源泉。當(dāng)x，y和幅值f為有限，離散的數(shù)值時，稱該圖像為數(shù)字圖像。其目的是提高信息的相對質(zhì)量，以便獲取信息。理想的邊緣檢測應(yīng)當(dāng)正確解決邊緣的有無、真假、和定向定位，長期以來，人們一直關(guān)心這一問題的研究，除了常用的局部算子及以后在此基礎(chǔ)上發(fā)展起來的種種改進(jìn)方法外，又提出了許多新的技術(shù)，其中，突出的有LOG，用Facet模型檢測邊緣，Canny的最佳邊緣檢測器，統(tǒng)計濾波檢測以及隨斷層掃描技術(shù)興起的三維邊緣檢測等。 圖像邊緣處理的意義圖像處理是自動化學(xué)科的一個分支，在工程技術(shù)領(lǐng)域有著廣泛的應(yīng)用。比如一些二維的圖片我們看起來總是像是立體的。邊緣檢測的有關(guān)問題牽扯到圖像處理和模式識別中非常多的理論和算法，數(shù)學(xué)和圖像處理中幾乎所有觀念和想法都有人應(yīng)用在邊緣檢測中?；旧现髁鞯木幊坦ぞ哕浖伎梢?。但是凡事有利有弊，由于Matlab是解釋執(zhí)行語言。Matlab是矩陣實驗室（Matrix Laboratory）的簡稱，和Mathematica、Maple并稱為三大數(shù)學(xué)軟件。Matlab圖形處理研究的主要問題有：l 圖像變換：通過圖像的變換，改變圖像的表示域以及表示數(shù)據(jù)。邊緣檢測的基本思想是通過檢測每個像元和其鄰域的狀態(tài)，以決定該像元是否位于一個物體的邊界上。索貝(Sobel)邊緣算子不是簡單求平均再差分，而是加強(qiáng)了中心像素上下左右四方向像素的權(quán)重，運算結(jié)果是一幅邊緣圖像。Prewitt算子不僅能檢測邊緣點，而且能抑制噪聲的影響，因此對灰度漸變和噪聲較多的圖像處理的較好。該算子通常由公式(34)表示： (34)式中表示數(shù)字圖像中每個像素關(guān)于x軸和y軸的二階偏導(dǎo)數(shù)之和，即處理后的像素（x,y）處的灰度值是具有整數(shù)像素坐標(biāo)的輸入圖像。 坎尼(Canny)邊緣算子坎尼算子是一類最優(yōu)的邊緣算子，它在許多圖像鄰域都得到了廣泛的應(yīng)用。Roberts算子利用局部差分算子尋找邊緣，邊緣定位精度較高，但容易丟失一部分邊緣，同時由于圖像沒有經(jīng)過平滑處理，因此不具備抑制噪聲的能力。為了克服拉普拉斯算子的抗噪聲能力比較差的缺點，該算子首先用高斯函數(shù)對圖像進(jìn)行平滑濾波處理，然后才使用拉普拉斯算子檢測邊緣。該算子雖然是基于最優(yōu)化思想推出的邊緣檢測算子，但實際效果并不一定最優(yōu)，原因在于理論和實際有許多不一致的地方。sobel39。prewitt39。roberts39。log39。zerocross39。canny39。BW2 = edge(I,39。)。 % 邊緣探測，算子為prewittfigure,imshow(PF),title(39。)。canny39。并且介紹了各種算法在Matlab平臺中的實現(xiàn)。在Matlab中輸入如下的程序：f=imread(39。prewitt39。 % 邊緣探測，算子為roberts subplot(233),imshow(RF),title(39。)。sobel39。D:\m\39。所以光看一個算子的定位性的好壞是不夠的。)。 %顯示原始圖像title(39。)。 % 加噪聲密度 D 為 的椒鹽噪聲f=rgb2gray(f)。)。Prewitt Filter39。圖47 Sobel算子邊緣檢測原圖與加噪圖將PP=edge(f,39。)改為PP=edge(f,39。)，并將標(biāo)題改成相相應(yīng)的標(biāo)題。實現(xiàn)起來還是比較麻煩的。 GUI界面的實現(xiàn) 主要函數(shù)的介紹由于最終的界面需具備打開，保存和處理圖像的功能。Select the Mfile39。39。以上就是打開與保存函數(shù)的簡介。我們點擊不同的控件時，其對應(yīng)的屬性都會在這里顯示，我們可以進(jìn)行修改。) % 打開文件if indexset (,39。 % 對圖像進(jìn)行縮放顯示end這段代碼實現(xiàn)打開文件的功能的將其添加進(jìn)去之后點擊運行通過File菜單項打開一個圖片效果如圖421所示：圖421 打開圖像文件圖形界面點擊打開，效果如圖422所示：圖422 打開圖像文件function Canny_Callback(hObject, eventdata, handles)file=get(,39。)。 % 讀入圖像 A=rgb2gray(rgb)。function Prewitt_Callback(hObject, eventdata, handles)file=get(,39。)。 % 讀入圖像A=rgb2gray(rgb)。function Save_Callback(hObject, eventdata, handles)[filename,pathname,index]=uiputfile(39。)。)這段代碼實現(xiàn)程序的版權(quán)的。由于剛接觸這個課題的時候我只是用過Matlab，對圖像邊緣處理一無所知。 參考文獻(xiàn)[1] 秦襄培，MATLAB圖像處理與界面編程寶典，電子工業(yè)出版社[2] 張強(qiáng) 王正林， 精通MATLAB圖像處理，電子工業(yè)出版社[3] 羅華飛，MATLAB GUI設(shè)計學(xué)習(xí)手記，北京航空航天大學(xué)出版社[4] 岡薩雷斯，數(shù)字圖像處理第二版，電子工業(yè)出版社[5] 楊帆，數(shù)字圖像處理與分析，北京航空航天大學(xué)出版社 [6] 王家文，曹宇編著，MATLAB ，國防工業(yè)出版社[7] 趙書蘭，MATLAB R2008數(shù)字圖像處理與分析實例教程，化學(xué)工業(yè)出版社[8] 羅軍輝等編著，MATLAB 在圖像處理中的應(yīng)用，機(jī)械工業(yè)出版社[9] 郝文化主編，MATLAB圖形圖像處理應(yīng)用教程，水利水電出版社[10] 賀興華等著，人民郵電出版社[11] 孫兆林編著，清華大學(xué)出版社[12] 阮秋琦等編著，數(shù)字圖像處理基礎(chǔ)，中國鐵道出版社[13] 姚敏等編著，數(shù)字圖像處理，機(jī)械工業(yè)出版社[14] 章毓晉，數(shù)字圖像工程－圖像處理和分析，清華大學(xué)出版社[15] 阮秋琦，數(shù)字圖像處理，電子工業(yè)出版社[16] 章毓晉，《圖像處理和分析》，清華大學(xué)出版社[17] , “On Optimal Linear Filtering for Edge Detection,” IEEE Trans. Image Processing, , NO. 7, pp. 728737,JULY 2002[18] , , and , “Fast Recursive Implementation of the Gaussian Filter,” in Proc. 11th IFIP Int. Conf. Very Large Scale Integration, Montpellier, France, Dec. 2001, pp. 339–346.[19] and Tawfik Kaml2