【正文】 法及其實現(xiàn) 院(系): 專業(yè)年級: 姓 名: 張大威 學(xué) 號: 指導(dǎo)教師: 2012年4月1日原 創(chuàng) 性 聲 明本人鄭重聲明：本人所呈交的畢業(yè)論文，是在指導(dǎo)老師的指導(dǎo)下獨立進(jìn)行研究所取得的成果。本文寫作的主要目的是對常用的圖像邊緣提取算法進(jìn)行研究和對比，了解常用邊緣提取算法的原理及其特點，為以后深入學(xué)習(xí)圖像分析領(lǐng)域的其它知識打下基礎(chǔ)。概括的講，圖像包含視頻、圖形、動畫、符號文字等主要內(nèi)容。經(jīng)典的邊緣檢測方法是構(gòu)造對像素灰度級階躍變化敏感的微分算子，如Roberts梯度算子、Sobel梯度算子等，其邊緣檢測速度快，但得到的往往是斷續(xù)的、不完整的結(jié)構(gòu)信息，這類方法對噪聲較為敏感，為了有效抑制噪聲，一般都首先對原圖像進(jìn)行平滑處理然后再進(jìn)行邊緣檢測，就能成功的檢測到真正的邊緣。Matlab不僅僅是一門編程語言，還是一個集成的軟件平臺，它包含以下幾個部分：1. Matlab語言2. Matlab集成工作環(huán)境3. Matlab圖形系統(tǒng)4. Matlab數(shù)學(xué)函數(shù)庫5. Sumlink交互式仿真環(huán)境6. Matlab編譯器7. 應(yīng)用程序接口API8. Matlab工具箱9. Notebook工具本文主要用到的是Matlab的圖像處理功能。作為圖像邊緣檢測和計算機(jī)視覺最基本的技術(shù)——圖像邊緣提取技術(shù)，也突破了其狹義的概念，成為一個內(nèi)容豐富的領(lǐng)域。邊緣提取就是既要檢測出強(qiáng)度的非連續(xù)性，又能確定它們在圖像中的精確位置。圖像灰度的變化情況可以用圖像灰度分布的梯度來反映，因此可以用局部圖像微分技術(shù)來獲得邊緣檢測算子。②求高斯濾波器的拉普拉斯的變換，再求與圖像的卷積，然后再進(jìn)行過零判斷。將低于閾值的所有值賦零值。 c) Laplacian of Gaussian (LoG)。roberts39。)。)。 %邊緣探測，算子為logsubplot(234), imshow(LF), title(39。事實上，在工程中所需要處理的圖像沒有想象中的那么好，總是受到某些因素的影響。 %轉(zhuǎn)換為雙精度，便于后面的計算subplot(1,2,1) , imshow(f)。,)。 %顯示處理后的圖title(39。保存圖像時，需使用保存對話框，保存對話框使用uiputfile函數(shù)。39。,im)。end在“保存圖像”按鈕的回調(diào)函數(shù)中，利用uiputfile函數(shù)建立了一個保存文件的對話框，調(diào)用imwrite函數(shù)將經(jīng)過修改的圖像進(jìn)行保存。 case39。)。選擇控件組中的“Intial”，右鍵選擇“ViewCallbacks”—“Callback”，在彈出的“.m”文件中找到對應(yīng)的回調(diào)函數(shù)，添加如下代碼：im=getappdata(,39。rgb=im2double(rgb)。.tif39。感謝所有關(guān)心、支持、幫助過我得良師益友。 打開圖像模塊測試系統(tǒng)默認(rèn)能打開“.bmp”、“*.jpg”、“39。string39。)。 case39。 axes()。)。axes()。界面如圖56所示：圖 56 .M文件編輯器找到“打開圖像”控件的Callbacks函數(shù)（即回調(diào)函數(shù)），在回調(diào)函數(shù)下添加如下代碼：[filename,pathname]=uigetfile({39。處理圖像的各種算法在上一章中已經(jīng)詳細(xì)的介紹過了，本章主要介紹打開和保存功能的實現(xiàn)。 %轉(zhuǎn)換為雙精度，便于后面的計算PF = edge(p, 39。)。 pepper39。 %邊緣探測，算子為sobelsubplot(236), imshow(MF), title(39。)。 %讀入圖像f = rgb2gray(f)。canny39。 %邊緣探測，算子為prewittfigure, imshow(PF),title(39。 因此，在這一章中，我們將用Matlab語言對常用的五種邊緣檢測與提取算子分別進(jìn)行編程實現(xiàn)，查看并比較效果。圖36 非極大值抑制四個扇區(qū)的標(biāo)號為0到3，對應(yīng)3*3鄰域的四種可能組合。這一點可以用二階導(dǎo)數(shù)的零交叉點來實現(xiàn)。特征提取作為圖像邊緣檢測的一個重要內(nèi)容，發(fā)展了眾多的方法。圖像邊緣對圖像識別和計算機(jī)分析十分有用，邊緣能勾劃出目標(biāo)物體，使觀察者一目了然；邊緣蘊(yùn)含了豐富的內(nèi)在信息，是圖像識別中抽取圖像特征的重要屬性。從本質(zhì)上說，邊緣常常意味著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。Matlab是矩陣實驗室（MatrixLaboratory）的簡稱，和Mathematica、Maple并稱為三大數(shù)學(xué)軟件[4]。本文著重討論圖像邊緣檢測的問題。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，此外，漢字也可以說是圖像的一種，因為漢字起源于象形文字，所以可以當(dāng)作是一種特殊的圖像。本文主要闡述基于Matlab的圖像邊緣檢測技術(shù)。本聲明的法律責(zé)任由本人承擔(dān)。圖像的邊緣是圖像最基本的特征之一。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。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。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。此外，還需要把邊緣細(xì)化成只有一個像素的寬度。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。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。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)。 %將彩色圖像轉(zhuǎn)換為灰度圖像f = im2double(f)。LF = edge(f, 39。sobel Filter39。Prewitt Filter39。)。由于篇幅限制，只在圖片中加入了椒鹽噪聲。 %將彩色圖像轉(zhuǎn)換為灰度圖像p = im2double(p)。)。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)整即可實現(xiàn)LoG算子。（2）callback屬性：回調(diào)函數(shù)，與菜單的一樣。*.png39。*.jpg39。說明39。 imshow(BW)。log39。)。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。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；二是在點擊“關(guān)于軟件”的提示上顯得過于粗糙，如果能在點擊“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)。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)。roberts39。 imshow(im)。 imshow(BW)。Sobel39。im39。*.png39。選擇圖片39。（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。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。 %顯示原始圖像title(39。 %顯示處理后的圖像title(39。代碼如下：f = imread(39。Canny Filter39。RF = edge(f,39。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。以上介紹了五種常用邊緣檢測算子的實現(xiàn)步驟及其優(yōu)缺點。其數(shù)學(xué)描述如下：step1:二維為高斯函數(shù)為：= 在某一方向n上是的一階方向?qū)?shù)為：== n▽n= =式中：n式方向矢量，▽是梯度矢量。 Prewitt邊緣算子Prewitt邊緣算子的卷積核如圖33所示，