【正文】 王 俊 , 李 克 , 等 . 自生 Mg2Si 顆粒增強 Al 基復(fù)合材料的組織細化 [J]. 中國有色金屬學(xué)報 , 2020, 14(2): 233237. [10] 殷 聲 . 燃燒合成 [M]. 北京 : 冶金工業(yè)出版社 , 2020: 2544. [11] 王文新 .大象征收過路費 . 18 致謝 在這次課程設(shè)計的設(shè)計過程中，我得到了許多人的幫助。這次是兩人一組的實習(xí)，因此合理的分工合作也是很重要的，通過實習(xí)也培養(yǎng)了我們之間分工協(xié)作互幫互助的精神。經(jīng)過這次課程設(shè)計，不但能夠讓我們再次復(fù)習(xí)了本學(xué)期所學(xué)的圖像處理的知識，加深了對這些知識的記憶，并且讓我們對圖像處理的各種處理方法如 Sobel 算子、 Robert 算子、 Priwitt 算子、拉普拉斯算子、 Canny 等對圖像產(chǎn)生的效果有了更加直觀的了解，不但加深了記憶也能因此更加了解各種處理方法的應(yīng)用，可以用 MATLAB 軟件來對這些處理來實現(xiàn)。 GUI 對于我們是一個新的知識，通過各方面的學(xué)習(xí)，我們最終對 GUI 也有了比較深的了解，能夠很順利的應(yīng)用 GUI 來設(shè)計出適合并且美觀的界面。實習(xí)中也遇到了很多問題，但通過查閱書籍、同學(xué)間討論、請教老師以及網(wǎng)上查找最終能夠得以解決，完成這次實習(xí)。 MATLAB 是我們在以前和以后的學(xué)習(xí)工作中都會經(jīng)常應(yīng)用到的軟件，但是在以前還是對其了解不足，操作不是很了解，在實習(xí)之初便因為這個問題而無從下手。改為 I=rgb2gray(I)。應(yīng)在代碼后面加入如下代碼： img_src=imread(fpath)。 fpath=[pathname filename]。)。}, ... 39。, 39。 ... 39。, 39。*.png。*.bmp。 Canny 算子：采用高斯函數(shù)對圖像進 行平滑處理，因此具有較強的噪聲抑制能力；同樣該算子也將一些高頻邊緣平滑掉，造成邊緣丟失，采用了雙閾值算法檢測和連接邊緣，邊緣的連續(xù)性較好。但存在偽邊緣，邊緣比較粗 且 定位精度低。 Prewitt 算子：對噪聲有平滑作用，檢測出的邊緣比較粗，定位精度低，容易損失角點。 LoG 算子首先通過高斯函數(shù)對圖像進行平滑處理，因此對噪聲的抑制作用比較明顯，但同時也可能將原有的邊緣也平滑了，造成某些邊緣無法檢測到，比外高斯分布因子 ? 的選擇對圖像邊緣檢測效果有較大的影響， ? 越大，檢測到的圖像細節(jié)越豐富，但抗噪能力下降，從而出現(xiàn)偽邊緣，反之則抗噪能力提 9 高，但邊緣精度下降，易丟失許多真邊緣，因此，對于不同圖像應(yīng)選擇不同參數(shù)。通過對 lena 圖的仿真實驗結(jié)果可以看出，該算子在上述幾種邊緣檢測算子當(dāng)中效果最好。 Canny 算子采用高斯函數(shù)對圖像進行平滑處理具有較強的去噪能力，容易平滑掉一些邊緣信息，邊緣定位精度較高。 由于 Roberts 算子是利用圖像的兩 個對角線的相鄰像素之差進行梯度幅值的檢測，所以求得的是在差分點處梯度幅值的近似值，并且檢測水平和垂直方向邊緣的性能好于斜線方向的邊緣，檢測精度比較高，但容易丟失一部分邊緣，同時由于沒經(jīng)過圖像平滑計算，因此不能抑制噪聲，但該算子對具有陡峭的低噪聲圖像響應(yīng)最好。邊緣點不夠銳利和明確，線邊緣檢測要好于點邊緣檢測。 8 三、 詳細設(shè)計過程 Roberts 算子、 Sobel 算子、 Prewitt 算子的檢測效果相差不大，三種算子的檢測效果較之 Canny 和 Log 算子還是存在一定的差距。有一種線性算子可以在抗噪聲干擾和精確定位之間提供最佳折衷方案，它就是高斯函數(shù)的一階導(dǎo)數(shù)。圖像梯度逼近必須滿足兩個要求：首先逼近必須能夠抑制噪聲效應(yīng)；其次必須盡量精確地確定邊緣的位置。由于實際的圖像經(jīng)過了攝像機光學(xué)系統(tǒng)和電路系統(tǒng) (帶寬限制 )固有的低通濾波器的平滑，因此， 圖像中的階躍邊緣不是十分陡立。 Canny 算子 Canny 檢測階躍邊緣的基本思想是在圖像中找出具有局部最大梯度幅值的像素點。原則上，過零點的位置精度可以通過線性內(nèi)插方法精確到子像素分辨率。 Laplacian 算子 拉普拉斯算子是二階導(dǎo)數(shù)的二維等效式。 ? ?,if jk 為模板卷積法邊緣檢測的輸出 , ? ?2lL? ,L 為窗口寬度，對 3 3窗口， l=1。這兩個方向模板一個檢測垂直邊緣，一個檢測水平邊緣，如圖 3所示。 通過分析可知， Prewitt 算子法對高頻成分豐富的圖像處理效果好，對中低頻成分的圖像效果差。由 2 2擴大到 3 3 來計算差分算子，所以其卷積模板為圖 2所示： 圖 2 Prewitt 邊緣檢測算子的模板 在圖像中的每個像素位置都用這 2 個模板做卷積， Prewitt 算子將方向差分運算與局部平均結(jié)合起來，表達式如下： ? ? ? ? ? ? ? ? ? ? ? ?1 , 1 , 1 1 , 1 1 , 1 , 1 1 , 1xf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ?1 , 1 1 , 1 , 1 1 , 1 1 , 1 , 1yf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 根據(jù)兩式可以計算 Prewitt 梯度，選取適當(dāng)?shù)拈撝?T，對梯度圖像二值化，得到一幅邊緣二值圖像。 通過分析可知， Sobel 算子法對高頻成分豐 富的圖像處理效果好，對中低頻成分的圖像效果差。由上面兩個卷積算子對圖像運算后，代入 2式，可求得圖像的梯度幅度值 G[i,j]，然后選取適當(dāng)?shù)拈T限 TH，作如下判斷： G[i,j]TH， [i,j]為階躍狀邊緣點，{G[i,j]}為一個二值圖像，也就是圖像的邊緣。 3 二、算法分析與描述 Roberts 算子 由 Roberts 提出的算子是一種利用局 部差分算子尋找邊緣的算子，對于邊界陡峭且噪比較小的圖像檢測效果比較好，它在 2 2鄰域上計算對角導(dǎo)數(shù)， ? ? ? ? ? ?? ? ? ? ? ?? ?22, = , 1 , 1 1 , , 1G i j f i j f i j f i j f i j? ? ? ? ? ? ? G[i,j]又稱為 Roberts 交叉算子。 本文主要闡述了圖像邊緣檢測算法的一些理論，并對檢測的效果加以比較，同時介紹了嵌入式系統(tǒng)開發(fā)的流程，為圖像類嵌入式開發(fā)系統(tǒng)開發(fā)提出可行的方案。同時加之以集成度高，與網(wǎng)絡(luò)的耦合也越來越緊密等特點。 近些年來，對于圖像處理在許多不同的科學(xué)和工程領(lǐng)域應(yīng)用的研究越來越火熱。而 Canny 算法（ Canny， 1986）是目前學(xué)界最流行并且應(yīng)用最廣泛的的高斯邊緣檢測算法。傳統(tǒng)的