【正文】 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(jì)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(shí)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 Kaml233。)這段代碼實(shí)現(xiàn)程序的版權(quán)的。function Save_Callback(hObject, eventdata, handles)[filename,pathname,index]=uiputfile(39。)。 % 讀入圖像 A=rgb2gray(rgb)。 % 對(duì)圖像進(jìn)行縮放顯示end這段代碼實(shí)現(xiàn)打開文件的功能的將其添加進(jìn)去之后點(diǎn)擊運(yùn)行通過File菜單項(xiàng)打開一個(gè)圖片效果如圖421所示：圖421 打開圖像文件圖形界面點(diǎn)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。我們點(diǎn)擊不同的控件時(shí)，其對(duì)應(yīng)的屬性都會(huì)在這里顯示，我們可以進(jìn)行修改。39。 GUI界面的實(shí)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。)，并將標(biāo)題改成相相應(yīng)的標(biāo)題。圖47 Sobel算子邊緣檢測(cè)原圖與加噪圖將PP=edge(f,39。)。)。)。D:\m\39。)。prewitt39。并且介紹了各種算法在Matlab平臺(tái)中的實(shí)現(xiàn)。)。)。canny39。log39。prewitt39。該算子雖然是基于最優(yōu)化思想推出的邊緣檢測(cè)算子，但實(shí)際效果并不一定最優(yōu)，原因在于理論和實(shí)際有許多不一致的地方。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(shí)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。該算子通常由公式(34)表示： (34)式中表示數(shù)字圖像中每個(gè)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。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(yùn)算結(jié)果是一幅邊緣圖像。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)。但是凡事有利有弊，由于Matlab是解釋執(zhí)行語言。邊緣檢測(cè)的有關(guān)問題牽扯到圖像處理和模式識(shí)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(cè)中。 圖像邊緣處理的意義圖像處理是自動(dòng)化學(xué)科的一個(gè)分支，在工程技術(shù)領(lǐng)域有著廣泛的應(yīng)用。其目的是提高信息的相對(duì)質(zhì)量，以便獲取信息。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(shí)世界和自身的重要源泉。本文主要闡述基于Matlab的圖像邊緣檢測(cè)技術(shù)。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。而數(shù)字圖像處理是指借用計(jì)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(gè)元素都有一個(gè)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。要做好邊緣檢測(cè)，首先，清楚待檢測(cè)的圖像特性變化的形式，從而使用適應(yīng)這種變化的檢測(cè)方法。在工程中檢測(cè)芯片針腳是否規(guī)則整齊、光柵是否存在缺陷等等問題。但對(duì)于我們大學(xué)生來說要在很短的時(shí)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。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。如果每個(gè)像元都位于一個(gè)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。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(cè)的，即利用了灰度圖像的拐點(diǎn)位置是邊緣的性質(zhì)。該算子的基本思想是：先對(duì)處理的圖像選擇一定的高斯濾波器進(jìn)行平滑濾波，抑制圖像的噪聲；然后采用一種稱之為“非極值抑制”（Nonmaxima Suppression） 的技術(shù)，細(xì)化平滑后的圖像梯度幅值矩陣，尋找圖像中的可能的邊緣點(diǎn)，最后利用雙門限檢測(cè)通過雙閾值遞歸尋找圖像的邊緣點(diǎn)，實(shí)現(xiàn)邊緣提取。但在抑制噪聲的同時(shí)也可能將原有的比較尖銳的邊緣也給平滑掉了。)BW = edge(I,39。)BW = edge(I,39。,...)BW = edge(I,39。canny39。Prewitt Filter39。)。D:\m\39。Roberts Filter39。)。下面來介紹下各算子的穩(wěn)定性。Original Filter39。 % 將彩色圖像轉(zhuǎn)換為灰度圖像 f=im2double(f)。)。log39。而Matlab正好提供了圖形用戶界面的設(shè)計(jì)，下面就先來了解下GUI吧。)。下一節(jié)將著重介紹GUI界面的形成。string39。 axes()。string39。 % 灰度轉(zhuǎn)換A=im2double(A)。 % 將圖片保存在指定的路徑中 end這段代碼實(shí)現(xiàn)保存文件的功能。所以剛開始的時(shí)候進(jìn)展十分的緩慢，有很多問題都想不明白。最后，向在百忙中抽出時(shí)間對(duì)本文進(jìn)行評(píng)審并提出寶貴意見的各位專家表示衷心地感謝！更多精品教學(xué)文檔請(qǐng)點(diǎn)擊以下鏈接：（將以下白色鏈接文字顏色改為黑色即可看到）H小學(xué)全冊(cè)教案H小學(xué)數(shù)學(xué)精選I初中數(shù)學(xué)精選I高中數(shù)學(xué)精選J語文教學(xué)精選J高考滿分作文K英語精品文檔L政史地等精品L理化生信息等M音體美等精品N高考復(fù)習(xí)精品N高考真題解析O中學(xué)小學(xué)教學(xué)PPT技巧及模板Q。結(jié)論三個(gè)多月的畢業(yè)設(shè)計(jì)即將結(jié)束了，在這段時(shí)間里，我感覺繁忙而又充實(shí)。jpg39。 % 得到圖像的文件名和路徑 rgb=imread(file)。 % 顯示圖像colormap(gray) % 設(shè)置色彩索引圖上述這段代碼實(shí)現(xiàn)對(duì)已經(jīng)打開的圖片基于Log算子的邊緣檢測(cè)。canny39。*.jpg39。)。,39。雖然用了大量的圖片來說明，但所有的圖片都是由一段段的程序?qū)崿F(xiàn)的。prewitt39。 %顯示處理后圖像title(39。,)。 % 轉(zhuǎn)換為雙精度，便于后面的計(jì)算subplot(1,2,1) ,imshow(f)。如光照，溫度等等因素。 MF=edge(f,39。)。為了能更好的說明各算法之間的區(qū)別，特選取四張復(fù)雜度不同的圖片。 CF=edge(f,39。)。)。,thresh,h)[BW,thresh] = edge(I,39。,...)BW = edge(I,39。語法：BW = edge(I,39。4）Log算子。因?yàn)閳D像中往往包含噪聲，平滑和積分能夠?yàn)V掉這些噪聲，消除噪聲后再進(jìn)行邊緣檢測(cè)(銳化和微分)會(huì)得到較好的效果。求出梯度后，可設(shè)定一個(gè)常數(shù)T，當(dāng)T時(shí)，標(biāo)出該點(diǎn)為邊界點(diǎn)，其像素值設(shè)定為0，其他的設(shè)定為255，適當(dāng)調(diào)整常數(shù)T的大小來達(dá)到最佳的效果。第三章 圖像邊緣處理算法 邊緣檢測(cè)算子經(jīng)典的邊緣提取的方法是考察圖像的每個(gè)像素在某個(gè)鄰域內(nèi)灰度的變化，利用邊緣鄰近一階或二階方向?qū)?shù)的變化規(guī)律，用簡單的方法檢測(cè)邊緣，這種方法稱為邊緣檢測(cè)局部算子法。 Matlab簡介Matlab 是美國