基于紅外圖像的邊緣特征提取畢業(yè)論文-wenkub.com
2025-06-25 11:25 本頁(yè)面
【正文】 代碼功能 ：現(xiàn)將紅外線彩色圖像在 MATLAB 軟件環(huán)境中轉(zhuǎn)化為灰度圖像。imshow(bw5)。imwrite(bw4,39。39。)。 figure。imshow(bw1)。 %log 算子 bw5=edge(b,39。)。prewitt39。 bw1=edge(b,39。 h58=fspecial(39。 附錄 邊緣提取的 matlab 源 代碼 ： H=imread(39。 Candy 算子是一類最優(yōu)邊緣檢測(cè)算子，提取邊緣最為完整，連續(xù)性好，定位也很準(zhǔn)確，這主要是它進(jìn)行了“非極大值抑制”和 形態(tài)學(xué)鏈接操作的結(jié)果。 3 實(shí)驗(yàn)結(jié)果及分析 本實(shí)驗(yàn)采用原圖像素為 80*118 的紅外線圖像，在 MATLAB 中進(jìn)行圖像各種算法處理變換的出下列結(jié)果 圖 霍夫變換提取直線特征流程 10 圖 原圖 圖 Roberts 算子 圖 Prewitt 算子 圖 Sobel 算子 圖 Canny 算子 圖 LOG 邊緣檢測(cè)算子 圖 為紅外線原始圖像，圖 ~ 分別對(duì)應(yīng) Roberts、 Prewitt、 Sobel、Candy、 Log 算子邊緣提取結(jié)果 [10]。 如果有一條由 0r 和 0? 確定的直線邊緣，其上 的每一個(gè)點(diǎn)都對(duì)應(yīng)了 ??r 空間上的一條正弦曲線。 Hough 變換的本質(zhì)是從圖像空間到參數(shù)空間的映 射，其基本思想是把解析曲線從圖像空間映射到以 參數(shù)為坐標(biāo)的參數(shù)空間中，根據(jù)參數(shù) 9 空間的一些標(biāo) 識(shí)反過(guò)來(lái)確定曲線的參數(shù)值，進(jìn)而得出圖像空間中 各邊界的確定性描 述。圖像增強(qiáng)仍采用二維拉普算子進(jìn)行處理。因此 ,雙邊濾波器既平滑了圖像 ,又保護(hù)了圖像邊緣。該算法加權(quán)系數(shù)不僅考慮了像素間的距離，同時(shí)也考慮了灰度相似性。由線性系統(tǒng)中卷積和微分的可交換性可得： ? ? ? ?? ?2 2 2, , [ ( , ) ( , ) ] [ ( , ) ] ( , )M x y I x y G x y f x y G x y f x y? ? ? ? ? ? ? ? ⑹ 對(duì)圖像的高斯平滑濾波與拉普拉斯微分運(yùn)算可以結(jié)合成一個(gè)卷積算子： )2ex p ()2(2 1),( 2 222 2242 ???? yxyxyxG ?????? 式中 ),(2 yxG? 即為 LOG 算子，又稱為高斯拉普拉斯算子。理論上，邊緣點(diǎn)應(yīng)處于 一階導(dǎo)數(shù)的峰值點(diǎn)，在這些點(diǎn)上，二階導(dǎo)數(shù)為 0。 1 2 3 8 4 7 6 5 6 二階微分算子法 1） LOG 邊緣檢測(cè)算子 。判斷梯度值是 否為局部極大值，把邊緣細(xì)化為單像素；④ 閾值化和邊緣連接，提高檢測(cè)準(zhǔn)確度。在每一點(diǎn)上，領(lǐng)域的中心象素 M[x,y]與沿著梯度線的兩個(gè)象素比。 4） Canny 邊緣檢測(cè)算子 Canny 算子求邊緣點(diǎn)具體算法步驟如 下： ⑴ 用高斯濾波器平滑圖像 . ⑵ 2 222 )(22 1),(h ????yxeyx ??? ),(*),(),(g yxfyxhyx ?? ⑶ 用一階偏導(dǎo)有限差分計(jì)算梯度幅值和方向 . Gx=[f(x+1,y)f(x,y)+f(x+1,y+1)f(x,y+1)]/2 Gy=[f(x,y+1)f(x,y)+f(x+1,y+1)f(x+1,y)]/2 )/a r c ta n(],[ ],[22GyGxyx GyGxyxM ? ??? ⑷ 對(duì)梯度幅值進(jìn)行非極大值抑制 ． 僅得到全局的梯度并不足以確定邊緣，為確定邊緣，必須保留局部梯度最大的點(diǎn)，而抑制非極大值。 3） Sobel 算法 Sobel邊緣檢測(cè)算子。 其原理是在圖像空間利用兩個(gè)方向模板與圖 像 模板一個(gè)檢測(cè)水平邊緣，一個(gè)檢測(cè)垂直邊緣。 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。圖像邊緣特征提取方法大致可分為 :基于經(jīng)典微分邊緣檢測(cè)算子的提取方法、多尺度邊緣檢測(cè)方法、模糊增強(qiáng)邊緣檢測(cè)方法等 .邊緣的檢測(cè)可借助空域微分算子通過(guò)卷積 完成，導(dǎo)數(shù)算子具有突出灰度變化的作用，對(duì)圖像運(yùn)用導(dǎo)數(shù)算子，灰度變化較大的點(diǎn)處算得的值較高，因此可將這些導(dǎo)數(shù)值作為相應(yīng)點(diǎn)的邊界強(qiáng)度，通過(guò)設(shè)置門限的方法 [2]，提取邊界點(diǎn)集 一階導(dǎo)數(shù) xf?? 與yf??是最簡(jiǎn)單的導(dǎo)數(shù)算子，一個(gè)連續(xù)函數(shù) ?? yxf ,
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1