【文章內(nèi)容簡介】 它是一離散性差分算子，用來運(yùn)算圖像亮度函數(shù)的梯度之近似值。在圖像的任何一點(diǎn)使用此算子，將會(huì)產(chǎn)生對(duì)應(yīng)的梯度矢量或是其法矢量.在邊沿檢測(cè)中，常用的一種模板是Sobel 算子。Sobel 算子有兩個(gè)，一個(gè)是檢測(cè)水平邊沿的 ；另一個(gè)是檢測(cè)垂直平邊沿的 。與 和 相比，Sobel算子對(duì)于象素的位置的影響做了加權(quán)，因此效果更好。 Sobel算子另一種形式是各向同性Sobel(Isotropic Sobel)算子，也有兩個(gè)，一個(gè)是檢測(cè)水平邊沿的 ，另一個(gè)是檢測(cè)垂直平邊沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加權(quán)系數(shù)更為準(zhǔn)確，在檢測(cè)不同方向的邊沿時(shí)梯度的幅度一致。由于建筑物圖像的特殊性，我們可以發(fā)現(xiàn)，處理該類型圖像輪廓時(shí)，并不需要對(duì)梯度方向進(jìn)行運(yùn)算，所以程序并沒有給出各向同性Sobel算子的處理方法。Sobel 算子是濾波算子的形式來提取邊緣。X, Y方向各用一個(gè)模板, 兩個(gè)模板組合起來構(gòu)成 1 個(gè)梯度算子。 X方向模板對(duì)垂直邊緣影響最大, Y方向模板對(duì)水平邊緣影響最大。 由于Sobel算子是濾波算子的形式，用于提取邊緣，可以利用快速卷積函數(shù)， 簡單有效，因此應(yīng)用廣泛。美中不足的是，Sobel算子并沒有將圖像的主體與背景嚴(yán)格地區(qū)分開來，換言之就是Sobel算子沒有基于圖像灰度進(jìn)行處理，由于Sobel算子沒有嚴(yán)格地模擬人的視覺生理特征，所以提取的圖像輪廓有時(shí)并不能令人滿意。 在觀測(cè)一幅圖像的時(shí)候，我們往往首先注意的是圖像與背景不同的部分，正是這個(gè)部分將主體突出顯示，基于該理論，我們給出了下面閾值化輪廓提取算法，該算法已在數(shù)學(xué)上證明當(dāng)像素點(diǎn)滿足正態(tài)分布時(shí)所求解是最優(yōu)的。 ROBERT算子Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子,Robert算子圖像處理后結(jié)果邊緣不是很平滑。經(jīng)分析，由于Robert算子通常會(huì)在圖像邊緣附近的區(qū)域內(nèi) 產(chǎn)生較寬的響應(yīng)，故采用上述算子檢測(cè)的邊緣圖像常需做細(xì)化處理，邊緣定位的精度不是很高。 LAPLACIAN算子Laplacian 算子是n維歐幾里德空間中的一個(gè)二階微分算子，定義為梯度的散度。在圖像邊緣檢測(cè)中, 為了運(yùn)算方便, 函數(shù)的拉普拉斯高斯算子也是借助模板來實(shí)現(xiàn)的。其模板有一個(gè)基本要求: 模板中心的系數(shù)為正, 其余相鄰系數(shù)為負(fù), 所有系數(shù)的和應(yīng)該為零。 邊緣檢測(cè)結(jié)果比較Roberts 算子檢測(cè)方法對(duì)具有陡峭的低噪聲的圖像處理效果較好, 但是利用 roberts 算子提取邊緣的結(jié)果是邊緣比較粗, 因此邊緣的定位不是很準(zhǔn)確。Sobel 算子檢測(cè)方法對(duì)灰度漸變和噪聲較多的圖像處理效果較好, sobel 算子對(duì)邊緣定位不是很準(zhǔn)確, 圖像的邊緣不止一個(gè)像素。Prewitt 算子檢測(cè)方法對(duì)灰度漸變和噪聲較多的圖像處理效果較好。但邊緣較寬, 而且間斷點(diǎn)多。Laplacian 算子法對(duì)噪聲比較敏感, 所以很少用該算子檢測(cè)邊緣, 而是用來判斷邊緣像素視為與圖像的明區(qū)還是暗區(qū)。Canny方法不容易受噪聲干擾, 能夠檢測(cè)到真正的弱邊緣。 優(yōu)點(diǎn)在于, 使用兩種不同的閾值分別檢測(cè)強(qiáng)邊緣和弱邊緣, 并且當(dāng)弱邊緣和強(qiáng)邊緣相連時(shí), 才將弱邊緣包含在輸出圖像中。 本章小結(jié)本章主要介紹了形態(tài)學(xué)一些相關(guān)知識(shí)，和主要的幾種邊緣提取技術(shù)。第四章 實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn)環(huán)境MATLAB是Matrix Laboratory的縮寫，是由美國MathWorks公司推出的計(jì)算機(jī)軟件，經(jīng)過多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，是近幾年來在國內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。它集數(shù)值分析，矩陣運(yùn)算，信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便的，界面友好的用戶環(huán)境，而且還具有可擴(kuò)展性特征。MathWorks公司針對(duì)不同領(lǐng)域的應(yīng)用，推出了信號(hào)處理，控制系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，圖像處理，小波分析，魯棒控制，非線性系統(tǒng)控制設(shè)計(jì)，系統(tǒng)辨識(shí)，優(yōu)化設(shè)計(jì)，統(tǒng)計(jì)分析，財(cái)政金融，樣條，通信等30多個(gè)具有專門功能的工具箱，這些工具箱是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平較高的專家編寫的，無需用戶自己編寫所用的專業(yè)基礎(chǔ)程序，可直接對(duì)工具箱進(jìn)行運(yùn)用。同時(shí)，工具箱內(nèi)的函數(shù)源程序也是開放性的，多為M文件，用戶可以查看這些文件的代碼并進(jìn)行更改，MALAB支持用戶對(duì)其函數(shù)進(jìn)行二次開發(fā)，用戶的應(yīng)用程序也可以作為新的函數(shù)添加到相應(yīng)的工具箱中。MATLAB中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利，矩陣運(yùn)算的語法對(duì)MATLAB中的數(shù)字圖像同樣適用。本文對(duì)MATLAB圖像處理工具箱進(jìn)行探索及應(yīng)用，實(shí)驗(yàn)證明該軟件功能強(qiáng)大，語言簡潔易學(xué)，人機(jī)界面友好，工具箱具有豐富的技術(shù)支持并集成了該領(lǐng)域?qū)＜业闹腔?，?yīng)用簡單而效果良好。MATLAB的工作環(huán)境簡單明了，易于操作。、代碼效率、數(shù)據(jù)可視化、數(shù)學(xué)計(jì)算、文件I/O操作等方面都有進(jìn)行不斷升級(jí)、增加了新功能。為此、相對(duì)于以前的版本，也具有一些新的特性。就起開發(fā)環(huán)境方面來說：(1) 重新設(shè)計(jì)的桌面環(huán)境，針對(duì)多文檔界面提供了簡便的管理和訪問方法，允許用戶自定義桌面外貌，創(chuàng)建常用命令的快捷方式。(2) 增強(qiáng)數(shù)組編輯器(Array Editor)和工作空間瀏覽器(Workspace Browser)功能，用于數(shù)據(jù)的顯示、編輯和處理。(3) 在當(dāng)前目錄瀏覽器(Current Directory Browser)工具中，增加了代碼效率分析、覆蓋度的分析等功能。(4) 增加了MLint編碼分析，能輔助用戶完成程序性能分析，提高程序執(zhí)行效率。(5) 對(duì)M文件編輯器(MEditor)進(jìn)行了功能增強(qiáng)，可以支持多種格式的源代碼文件可視化編輯，如C/C++、HTML、Java等。MATLAB圖像處理的基本過程討論工具箱所實(shí)現(xiàn)的常用功能。(1) 常用圖像操作：圖像的讀寫與顯示操作：用imread()讀取圖像，imwrite()輸出圖像，把圖像顯示于屏幕有imshow()，image()等函數(shù)。imcrop()對(duì)圖像進(jìn)行剪裁，圖像的插值縮放可用imresize()函數(shù)實(shí)現(xiàn)，旋轉(zhuǎn)用imrotate()實(shí)現(xiàn)。(2) 圖像增強(qiáng)功能：圖像增強(qiáng)是數(shù)字圖像處理過程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機(jī)器自動(dòng)分析的形式。常用的圖像增強(qiáng)方法有以下幾種：灰度直方圖均衡化。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，似的圖像中較暗區(qū)域中細(xì)節(jié)看不清楚，采用直方圖修整可使原圖灰度集中的區(qū)域拉開或使灰度分布均勻，從