實(shí)驗(yàn)四數(shù)字圖像濾波及邊緣檢測(編輯修改稿)
2025-06-17 08:58 本頁面
【文章內(nèi)容簡介】 2,2,4)。 subimage(d)。 對加噪的圖像進(jìn)行二維中值濾波 邊緣檢測 ? 在對圖像的研究和應(yīng)用中，人們往往僅對各幅圖像中的某些部分感興趣，需要將這些有關(guān)區(qū)域分離提取出來，在此基礎(chǔ)上對相關(guān)目標(biāo)作進(jìn)一步的處理。 ? 分割算法 借助灰度圖像中像素灰度值的兩個性質(zhì)：不連續(xù)性和相似性。區(qū)域內(nèi)部的像素一般具有灰度相似性，而在區(qū)域之間的邊界上一般具有灰度不連續(xù)性。 利用區(qū)域間灰度不連續(xù)性的基于邊界的算法； 利用區(qū)域內(nèi)灰度相似性的基于區(qū)域的算法。 根據(jù)分割過程中處理策略的不同 ? 并行算法 所有判斷和決定都可獨(dú)立和同時地做出。 ? 串行算法 前期處理的結(jié)果可被其后的處理過程所利用。 ? 兩種算法的對比 串行算法所用時間要長與并行算法，但其抗噪聲能力則強(qiáng)于并行算法。 分割算法分類表 ? 注意：現(xiàn)在尚無一種適合于所有圖像的通用分割算法，現(xiàn)在提出的分割算法大都是針對具體問題的。 分類 邊界（不連續(xù) 性） 區(qū)域（相似性） 并行處理 PB PR 串行處理 SB SR 邊緣檢測 ? 采用并行邊界技術(shù)。 ? 兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣。邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)?？衫们髮?dǎo)的方法檢測到。一般常用一階和二階導(dǎo)數(shù)來檢測邊緣。 ? 微分算子 邊緣檢測可借助空域微分算子通過卷積完成。 梯度算子； 拉普拉斯算子； 綜合正交算子。 邊界閉合 ? 利用各種算子得到的邊緣像素常常是孤立或分小段連續(xù)的。為組成區(qū)域的封閉邊界將不同的區(qū)域分開，需要將邊緣像素連接起來。 ? 哈夫變換 是利用圖像全局特性而將邊緣像素連接起來組成區(qū)域封閉邊界的方法。 MATLAB實(shí)例 ? 提取二進(jìn)制圖像的輪廓。 ? 語法： ? BW2 = bwmorph(BW1,operation
試題試卷相關(guān)推薦
鄂ICP備17016276號-1