數(shù)字圖像邊緣檢測(cè)的研究與實(shí)現(xiàn)(參考版)
2025-07-01 16:07本頁(yè)面
【正文】 參考文獻(xiàn)（資料） ，2003（Matlab版）.電子工業(yè)出版社2006張兆禮 趙春暉 2001王潤(rùn)生. ： 國(guó)防科技大學(xué)出版社， 1994 共 13頁(yè) 第15頁(yè)。 在指導(dǎo)教師的指導(dǎo)下，我順利的完成了這次數(shù)字圖像的課程設(shè)計(jì)，雖然題目是簡(jiǎn)單的，但對(duì)我們的課程學(xué)習(xí)，和知識(shí)的運(yùn)用有著很好的作用?！? 結(jié) 語(yǔ)通過(guò)分析幾種應(yīng)用于數(shù)字圖像處理中的邊緣檢測(cè)算子,根據(jù)它們?cè)趯?shí)踐中的應(yīng)用結(jié)果進(jìn)行研究,主要包括:Robert 邊緣算子、Prewitt 邊緣算子、Sobel 邊緣算子、Kirsch 邊緣算子以及Laplacian 算子等對(duì)圖像及噪聲圖像的邊緣檢測(cè),、噪聲很低的情況下會(huì)得到很好的邊緣效果. 學(xué)習(xí)心得 通過(guò)這次數(shù)字圖像課程設(shè)計(jì)，讓我可以更嫻熟的運(yùn)用matlab這個(gè)軟件?！ aplace算子是二階微分算子，利用邊緣點(diǎn)處二階導(dǎo)函數(shù)出現(xiàn)零交叉原理檢測(cè)邊緣。 Prewitt算子利用像素點(diǎn)上下、左右鄰點(diǎn)灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣。對(duì)噪聲具有平滑作用，提供較為精確的邊緣方向信息，邊緣定位精度不夠高。檢測(cè)水平和垂直邊緣的效果好于斜向邊緣，定位精度高，對(duì)噪聲敏感。該法不受施加運(yùn)算方向限制，同時(shí)能獲得邊緣方向信息，定位精度高，但對(duì)噪聲較為敏感。當(dāng)對(duì)精度要求不是很高時(shí)，是一種較為常用的邊緣檢測(cè)方法。三、 prewitt算子對(duì)噪聲圖像的處理prewitt算子根據(jù)像素點(diǎn)上下、左右鄰點(diǎn)灰度加權(quán)差，在邊緣處達(dá)到極值這一現(xiàn)象檢測(cè)邊緣?！?。”換成“ftemp(x,y)=max(abs(sum(fsx(:))),abs(sum(fsy(:))))”。)。 end endendsubplot(2,2,4),imshow(fs)title(39。 (fs(x,y) fs(x+1,y))) fs(x,y)=200。 elseif(fs(x,y)=TH2)amp。((fs(x,y1) = fs(x,y)) amp。%%%域值分割%%%TH2=200。用prewitt檢測(cè)的原始圖像39。 endendfs=im2uint8(ftemp)。 fsy=sy.*mod。f(x+1,y1) f(x+1,y) f(x+1,y+1)]。for x=2:1:rowhigh1 for y=2:1:colhigh1 mod=[f(x1,y1) f(x1,y) f(x1,y+1)。0 0 0。1 0 1]。 %%利用第一種算法進(jìn)行邊緣檢測(cè)%%%%%%%3*3的prewitt算子%%%%%%%%sx=[1 0 1。高斯濾波器后的圖像39。 ftemp(x,y)=sum(A(:))。f(x+1,y1) f(x+1,y) f(x+1,y+1)]。%%%高斯濾波%%%for x=2:1:rowhigh1 for y=2:1:colhigh1 mod=[f(x1,y1) f(x1,y) f(x1,y+1)。rowhigh=m1。[m,n]=size(f)。原始圖像39。 % 讀入圖像文件f=rgb2gray(im2double(g))。39。 endendh=hg/sum(hg(:))。 v=y2。 %設(shè)定高斯平滑濾波模板的大小為3*3delta=。 正如前面所講，采用鄰域可以避免在像素之間內(nèi)插點(diǎn)上計(jì)算梯度．考慮一下上圖中所示的點(diǎn)周圍點(diǎn)的排列．Sobel算子也是一種梯度幅值， (1．4)其中的偏導(dǎo)數(shù)用下式計(jì)算： (1．5) 其中常數(shù)和其他的梯度算子一樣，和可用卷積模板來(lái)實(shí)現(xiàn)： 圖1．1 請(qǐng)注意這一算子把重點(diǎn)放在接近于模板中心的像素點(diǎn)．Sobel算子是邊緣檢測(cè)器中最常用的算子之一．
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1