【文章內(nèi)容簡介】 算子的優(yōu)缺點(diǎn)并用可視化界面呈現(xiàn)出來 第四章 圖像邊緣處理的實(shí)現(xiàn) 41 算法之間的比較 定位性 上一章我們只是簡單的比較了一下幾種算法的區(qū)別在本章中我們將詳細(xì)的對這幾種算法進(jìn)行比較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 在 Matlab 中輸入如 下的程序 f imread D\m\1jpg 讀入圖像 f rgb2gray f 將彩色圖像轉(zhuǎn)換為灰度圖像 f im2double f 轉(zhuǎn)換為雙精度便于后面的計(jì)算 subplot 231 imshow f title Original Image PF edge fprewitt 邊緣探測算子為 prewitt subplot 232 imshow PF title Prewitt Filter RF edge froberts 邊緣探測算子為 roberts subplot 233 imshow RF title Roberts Filter LF edge flog 邊緣探測算子為 log subplot 234 imshow LF title Laplacian of Gaussian LoG Filter CF edge fcanny 邊緣探測算子為 canny subplot 235 imshow CF title Canny Filter MF edge fsobel 邊緣探測算子為 sobel subplot 236 imshow MF title Sobel Filter 由于第一張圖片過于簡單將六張圖片放在一個(gè)界面里的話則不能較好的觀察與對比邊緣檢測的效果故將六張圖放在六個(gè)界面里面只需將上述程序中的subplot 23 替換為 figure 即可 運(yùn)行后得出的結(jié)果如下 圖 411 原始圖片 圖 412 prewitt 算子圖像邊緣檢測 圖 413 Roberts 算子圖像邊緣檢測 圖 414 Log 算子圖像邊緣檢測 圖 415 Canny 算子圖像邊緣檢測 圖 416 Sobel 算子圖像邊緣檢測 將 f imread D\m\1jpg 中的 1 換成 2 并運(yùn)行便可得到圖 42 圖 42 2 圖原圖與各個(gè)算子圖像邊緣檢測 將 f imread D\m\1jpg 中的 1 換成 3 并運(yùn)行便可得到圖 43 圖 43 3 圖原圖與各個(gè)算子圖像邊緣檢測 將 f imread D\m\1jpg 中的 1 換成 4 并運(yùn)行便可得到圖 44 圖 44 4 圖原圖與各個(gè)算子圖像邊緣檢測 通過仔細(xì)的對比我們可以發(fā)現(xiàn) Log和 Canny算子生成的邊緣線較多圖像較為復(fù)雜而且圖像的復(fù)雜度越高效果越好而 PrewittSobel 和 Roberts 算子生成的邊緣線較少圖像較為簡單圖像的復(fù)雜度越低越簡單效果越好 但往往在工程中所需處理的圖片沒有想象中的那么好總是受到某些因素的影響如光照溫度等等因素所以光看一個(gè)算子的定位性的好壞是不夠的下面來介紹下各算子的穩(wěn)定性 穩(wěn)定性 由于在工程應(yīng)用中所獲取的圖片總是會(huì)受到環(huán)境因素的影響在這一節(jié)中將詳細(xì)的分析各算子的穩(wěn)定性由于 篇幅所限只在圖片中加入了椒鹽噪聲 為了能夠更好的看出這些算子的穩(wěn)定性特將未加入噪聲的圖片的邊緣處理和加入噪聲的邊緣處理圖片放在一個(gè)界面上代碼如下 f imread D\m\5jpg 讀入圖像 p imnoise fsalt pepper002 加噪聲密度 D 為 002 的椒鹽噪聲 f rgb2gray f 將彩色圖像轉(zhuǎn)換為灰度圖像 f im2double f 轉(zhuǎn)換為雙精度便于后面的計(jì)算 subplot 121 imshow f 顯示原始 圖像 title Original Filter 設(shè)置圖像標(biāo)題 p rgb2gray p 將彩色圖像轉(zhuǎn)換為灰度圖像 p im2double p 轉(zhuǎn)換為雙精度便于后面的計(jì)算 subplot 122 imshow p 顯示處理后圖像 title Nose Filter 設(shè)置圖像標(biāo)題 運(yùn)行后便得到圖 45 圖 45 原圖與加入椒鹽噪聲后的圖 f imread D\m\5jpg 讀入圖像 p imnoise fsalt pepper002 加噪聲密度 D 為 002 的椒鹽噪聲 f rgb2gray f 將彩色圖像轉(zhuǎn)換為灰度圖像 f im2double f 轉(zhuǎn)換為雙精度便于后面的計(jì)算 PP edge fprewitt 邊緣探測算子為 prewitt subplot 121 imshow PP 顯示處理后圖像 title Prewitt Filter 設(shè)置圖像標(biāo)題 p rgb2gray p 將彩色圖像轉(zhuǎn)換為灰度圖像 p im2double p 轉(zhuǎn)換 為雙精度便于后面的計(jì)算 PF edge pprewitt 邊緣探測算子為 prewitt subplot 122 imshow PF 顯示處理后圖像 title Prewitt Filter 設(shè)置圖像標(biāo)題 運(yùn)行后便得到圖 46 圖 46 Prewitt 算子邊緣檢測原圖與加噪圖 只要將上述程序中的 PP edge fprewitt 改為 PP edge fsobel 并將標(biāo)題改成相應(yīng)的標(biāo)題保存運(yùn)行即可得到圖 47 圖 47 Sobel 算子邊緣檢測原圖與加噪圖 將 PP edge fprewitt 改為 PP edge froberts 并將標(biāo)題改成相相應(yīng)的標(biāo)題保存運(yùn)行即可得到圖 48 圖 48 Roberts 算子邊緣檢測原圖與加噪圖 將 PP edge fprewitt 改為 PP edge flog 并將標(biāo)題改成相相應(yīng)的標(biāo)題保存運(yùn)行即可得到圖 49 圖 49 Log 算子邊緣檢測原圖與加噪圖 將 PP edge fprewitt 改為 PP edge fcanny 并將標(biāo)題改成相相應(yīng)的標(biāo)題保存運(yùn)行即可得到圖 410 圖 410 Canny 算子邊緣檢測原圖與加噪圖 通過對上面 這五幅圖片的仔細(xì)的比較發(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 算子受噪聲的影響最為明顯 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 上面一節(jié)詳細(xì)的介紹了各算子邊緣定位能力和噪聲抑制能力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)的實(shí)現(xiàn)起來還是比較麻煩的而 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 42 GUI 簡介 用戶界面或接口是指人與機(jī)器或程序之間交互作用的工具和方法如鍵 盤鼠標(biāo)跟蹤球話筒都可成為與計(jì)算機(jī)交換信息的接口 圖形用戶界面 Graphical User Interfaces GUI 則是由窗口光標(biāo)按鍵菜單文字說明等對象 Objects 構(gòu)成的一個(gè)用戶界面用戶通過一定的方法如鼠標(biāo)或鍵盤選擇激活這些圖形對象使計(jì)算機(jī)產(chǎn)生某種動(dòng)作或變化比如實(shí)現(xiàn)計(jì)算繪圖等 假如讀者所從事的數(shù)據(jù)分析解方程計(jì)算結(jié)果可視工作比較單一那么一般不會(huì)考慮 GUI 的制作但是如果讀者想向別人提供應(yīng)用程序想進(jìn)行某種技術(shù)方法的演示想制作一個(gè)供反復(fù)使用且操作簡單的專用工具那么圖形用戶界面也許是最好的選擇之一 43 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)的介紹過了本節(jié)主要介紹打開和保存功能的實(shí)現(xiàn) 要打開一個(gè)圖片當(dāng)然要用打開對話框了在界面編程中打開對話框的函數(shù)是uigetfile 其基本格式為 [FileNamePathNameFilterIndex] uigetfile FilterSpecDialogTitleDefaultName FileName 返回的文件名 PathName 返回的文件的路徑名 FilterIndex 選擇的文件類型 FilterSpec