【正文】 像中的階躍性邊緣點(diǎn)定位準(zhǔn)確,但是對噪聲非常敏 感,丟失一部分邊緣的方向信息,造成一些不連續(xù)的檢測邊緣. LoG 算子: 首先用高斯函數(shù)進(jìn)行濾波, 然后使用 Laplacian 算子檢測邊緣, 克服了 Laplacian 算子抗噪聲能力比較差的缺點(diǎn),LoG 算子中高斯函數(shù)中方差 參數(shù) σ 的選擇很關(guān)鍵, 越大避免了虛假邊緣的檢出, σ 越小,噪聲抑制能力相對下降,容易出現(xiàn)虛假邊緣. Canny:采用高斯函數(shù)對圖像進(jìn)行平滑處理,因此具有較強(qiáng)的噪聲抑制能 力。39。 % 讀入圖像 imshow(A)。原圖39。 y_mask = [1 2 1。1 2 1]。 % 建立X方向的模板 I = im2double(A)。 % 計(jì)算X方向的梯度分量 dy = imfilter(I, y_mask)。 % 計(jì)算梯度 grad = mat2gray(grad)。 % 計(jì)算灰度閾值 BW = im2bw(grad,level)。 % 顯示分割后的圖像即邊緣圖像 title(39。) 改進(jìn)的 Sobel 算子程序: clc clear all close all A = imread(39。)。title(39。)。0 0 0。 % 建立方向模板 mask2=[2 1 0。0 1 2]。2 0 2。 mask4=[0 1 2。2 1 0]。0 0 0。 mask6=[2 1 0。0 1 2]。2 0 2。 mask8=[0 1 2。2 1 0]。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度 d1 = imfilter(I, mask1)。 d3 = imfilter(I, mask3)。 d5 = imfilter(I, mask5)。 d7 = imfilter(I, mask7)。 dd = max(abs(d1),abs(d2))。 dd = max(dd,abs(d4))。 dd = max(dd,abs(d6))。 dd = max(dd,abs(d8))。 % 將灰度變化矩陣轉(zhuǎn)化為灰度圖像 level = graythresh(grad)。 % 用閾值分割梯度圖像 figure, imshow(BW)。八方向Sobel39。 FW=median(BB(:))/。 B = sum(B(:))。 FS=sqrt(max(FX^2FW^2,0))。 % 計(jì)算最佳閾值 grad = mat2gray(BB)。 % 用最佳閾值分割梯度圖像 figure, imshow(BW2)。改進(jìn)的sobel39。 實(shí)驗(yàn)結(jié)果 以 cameraman 圖片為例,分別用傳統(tǒng)的 Sobel,八方向的 Sobel 和采用了 最佳閾值的 Sobel 三種算法, 在無噪聲(圖 15)和有高斯白噪聲(圖 16)的環(huán)境下, 分別給檢測結(jié)果. 圖 15 對未加噪聲圖片的檢測結(jié)果 圖16 對加入高斯白噪聲圖片的檢測結(jié)果 實(shí)驗(yàn)結(jié)果分析 由圖 15 和圖 16 可以看出當(dāng)沒有噪聲的時(shí)候, 八方向的 Sobel 算子的邊緣 檢測效果最好,傳統(tǒng)的 Sobel 算子出現(xiàn)了一些的噪聲,而采用了最佳閾值的改 進(jìn) Sobel 算子檢測效果很不好,但是對于加入例如高斯白噪聲的圖片,傳統(tǒng)的 Sobel 算子和八方向 Sobel 算子雖然檢測到的邊緣信息很豐富,也較為連續(xù), 但是由于噪聲太多,邊緣很模糊,嚴(yán)重的影響了視覺效果。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. Sobel 算子: 產(chǎn)生的邊緣效果較好, 對噪聲具有平滑作用. 但存在偽邊緣, 邊緣比較粗且定位精度低八方向 Sobel 算子: 可以得到更完整的邊緣信息, 但是和 Sobel 算子一樣, 它們的抗噪聲能力都較差,即對于疊加噪聲圖像的邊緣檢測效果很不理想. 最佳 Sobel 算子:在圖像進(jìn)行八方向 Sobel 算子檢測后的梯度圖像使用最 佳閾值分割圖像,解決了八方向 Sobel 算子抗噪能力差的特點(diǎn),在去噪的同時(shí) 有效地保留了圖像的真實(shí)邊緣, 對于部分灰度圖像的檢測結(jié)果并不理想, 待進(jìn)一步的研究.致謝首先衷心感謝我的導(dǎo)師王忠石老師,我的成長與王老師的教導(dǎo),培養(yǎng)息 ,在論文的寫作過程中一直得到 ,嚴(yán)謹(jǐn)求實(shí)的工作作風(fēng)和勤 奮敬業(yè)的工作精神以及誨人不倦, 工作學(xué)習(xí)中,我也將以王老師為榜樣來追求一名科技工作者應(yīng)具備的素質(zhì)和 品質(zhì). 感謝王老師帶領(lǐng)下的同組同學(xué)李春輝,程小青,張吉,王國峰,李春, 馬悅,各位同學(xué)為我提供了一個(gè)積極,和 諧的學(xué)習(xí)氛圍和研究環(huán)境, 我們相互交流, 討論共同面對課題中的各個(gè)難題, , ,我要深深感謝各位同學(xué)給予我的幫助. 我的成長, 經(jīng)給予我知識和幫助的各位老師以及與我以起學(xué)習(xí)成長的各位同學(xué)們. 最后,深深地感謝我的家人和朋友,我將永遠(yuǎn)感謝他們的鼓勵(lì)和無微不 至的關(guān)懷,正是他們的理解,支持和關(guān)心,使得我能夠順利完成學(xué)業(yè) 參考文獻(xiàn)[1] 陳宇云. 灰度圖像的邊緣檢測研究[D]. 電子科技大學(xué)碩士學(xué)位論文. 2009 [2] 朱虹. 數(shù)字圖像處理基礎(chǔ)[M]. 北京: 科學(xué)出版社. :217220 [3] 余成波. 數(shù)字圖像處理及 MATLAB 實(shí)現(xiàn)[M]. 重慶: 重慶大學(xué)出版社. :356359 [4] 陳書海,傅錄祥. 實(shí)用數(shù)字圖像處理[M].北京: 科學(xué)出版社. 2005:280290 [5] 張晶. 圖像邊緣檢測算法的研究[D]. 山東大學(xué)碩士學(xué)位論文. 2006 [6] 韓 磊 .MATLAB 在 數(shù) 字 圖 象 處 理 中 的 應(yīng) 用 [J]. 電 腦 知 識 與 技 術(shù) . 2008,1(1):2931 [7] 盧 洋 , 張 旭 秀 . 圖 像 邊 緣 檢 測 算 法 的 對 比 分 析 與 研 究 [J]. 太 原 科 技 . 2009,(3):1718 [8] 熊秋菊,楊慕生. 圖像處理中邊緣檢測算法的對比研究[J]. 機(jī)械工程與自 動(dòng)化. 2009,(2)2123[9] 尹建媛. 圖像處理中邊緣檢測算法的研究[J]. 科技信息. 2008,(4):3032 [10] 李雪. 灰度圖像邊緣檢測算法的性能評價(jià)[D]. 沈陽工業(yè)大學(xué)碩士論 文 .2007 [11] 范立南, 韓曉微, 王忠石等. 基于多結(jié)構(gòu)元的噪聲污染灰度圖像邊緣檢 測研究[J]. 武漢大學(xué)學(xué)報(bào)(工學(xué)版), 2003,49(3):4549 [12] XU Xianling,LIN of MatLab in Dingital Image Processing[J]. MODERN COMPUTER. 2008,(5):3537 [13] LV Yuqin,ZENG Algorithm of Picture Edge[J]. TAIYUAN SCIENCE amp。 close all。 possibility=12。Insert the number of set: each set determins a class. This set should include a number of images for each person, with some variations in expression and in the lighting.39。邊緣檢測,39。,39。,39。,39。,39。,39。,39。,39。, 39。,39。,39。)。 close all。 while selezionato==0 [namefile,pathname]=uigetfile({39。*.tif。*.jpg。*.png。,39。},39。)。 selezionato=1。Select a grayscale image39。 end if (any(namefile~=0) amp。 (~isgray(img))) disp(39。)。 end end figure(39。,39。)。 if isa(img,39。) graylevmax=2^81。uint1639。 end if isa(img,39。) graylevmax=2^321。 close all。 x_mask = [1 0。 y_mask = rot90(x_mask)。 dx = imfilter(I, x_mask)。 grad = sqrt(dx.*dx + dy.*dy)。 level = graythresh(grad)。 figure, imshow(BW)。Roberts39。 close all。 y_mask = [1 1 1。1 1 1]。 I = im2double(A)。 dy = imfilter(I, y_mask)。 grad = mat2gray(grad)。 BW = im2bw(grad,level)。 title(39。) end %========================================================================= if chos==4 clc。 A = img。3,0,5。 mask2=[3,3,5。3,3,5]。3,0,5。 mask4=[3,3,3。5,5,5]。3,0,3。 mask6=[3,3,3。5,5,3]。5,0,3。 沈陽大學(xué)畢業(yè)設(shè)計(jì)(論文) No 46 mask8=[5,5,3。3,3,3]。 d1 = imfilter(I, mask1)。 d3 = imfilter(I, mask3)。 d5 = imfilter(I, mask5)。 d7 = imfilter(I, mask7)。 dd = max(abs(d1),abs(d2))。 dd = max(dd,abs(d4))。 dd = max(dd,abs(d6))。 dd = max(dd,abs(d8))。 level = graythresh(grad)。 figure, imshow(BW)。Kirsch39。 close all。 mask=[0,1,0。0,1,0]。 dx = imfilter(I, mask)。 BW = im2bw(grad,)。 title(39。) end %========================================================================== if chos==6 clc。 A=img。0,1,2,1,0。0,1,2,1,0。 I = im2double(A)。 grad = mat2gray(dx)。 figure, imshow(BW)。log39。 close all。 BW1 = edge(I,39。)。 title(39。) end %========================================================================= if chos==8 clc。 A=img。0 0 0。 x_mask = y_mask39。 dx = imfilter(I, x_mask)。 grad = sqrt(dx.*dx + dy.*dy)。 level = graythresh(grad)。 figure, imshow(BW)。sobel39。 close all。 mask1=[1 2 1。1 2 1]。1 0 1。 mask3=[1 0 1。1 0 1]。1 0 1。 mask5=[1 2 1。1 2 1]。1 0 1。 mask7=[1 0 1。1 0 1]。1 0 1。 I = im2double(A)。 d2 = imfilter(I, mask2)。 d4 = imfilter(I, mask4)。 d6 = imfilter(I, mask6)。 d8 = imfilter(I, mask8)。% dd = max(dd,abs(d3))。 dd = max(dd,abs(d5))。 dd = max(dd,abs(d7))。 grad = mat2gray(dd)。 BW = im2bw(grad,level)。 title(39。242。) end %========================================================================== if chos==10 clc。 A=img。0 0 0。 mask2=[2 1 0。0 1 2]。2 0 2。 mask4=[0 1 2。2 1 0]。0 0 0。 mask6=[2 1 0。0 1 2]。2 0 2。 mask8=[0 1 2。2 1 0]。 d1 = imfilter(I, mask1)。 d3 = imfilter(I, mask3)。 d5 = imfilter(I, mask5)。 d7 = imfilter(I, mask7)。 dd = max(abs(d1),abs(d2))。 dd = max(dd,abs(d4))。 dd = max(dd,abs(d6))。 dd = max(dd,abs(d8))。 level = graythresh(grad)。 BB = grad。 B = BB.*BB。 [M,N] = size(A)。 FS=sqrt(max(abs(FX^2FW^2)))。 grad = mat2gray(BB)。 figure, imshow(BW2)。sobel39。 end %======================================================================== if chos==11 clc。 img=imnoise(img,39。,)。 end e