邊緣檢測(cè)MATLAB

1、一、圖像分割概述圖像分割一般采用的方法有邊緣檢測(cè)（edge detection）、邊界跟蹤（edge tracing）、區(qū)域生長（region growing）、區(qū)域分離和聚合等。圖像分割算法一般基于圖像灰度值的不連續(xù)性或其相似性。不連續(xù)性是基于圖像灰度的不連續(xù)變化分割圖像，如針對(duì)圖像的邊緣有邊緣檢測(cè)、邊界跟蹤等算法。相似性是依據(jù)事先制定的準(zhǔn)則將圖像分割為相似的區(qū)域，如閾值分割、區(qū)域生長等。二、邊緣檢測(cè)圖像的邊緣點(diǎn)是指圖像中周圍像素灰度有階躍變化或屋頂變化的那些像素點(diǎn)，即灰度值導(dǎo)數(shù)較大或極大的地方。邊緣檢測(cè)可以大幅度的減少數(shù)據(jù)量，并且剔除不相關(guān)信息，保留圖像重要的結(jié)構(gòu)屬性。邊緣檢測(cè)基本步驟：平

2、滑濾波、銳化濾波、邊緣判定、邊緣連接。說明：垂直于邊緣的走向，像素值變化比較明顯，可能呈現(xiàn)階躍狀，也可能呈現(xiàn)屋頂狀。因此，邊緣可以分為兩種：一種為階躍性邊緣，它兩邊的像素灰度值有著明顯的不同；另一種為屋頂狀邊緣，它位于灰度值從增加到減少的變化轉(zhuǎn)折點(diǎn)。對(duì)于階躍性邊緣，二階方向?qū)?shù)在邊緣處呈現(xiàn)零交叉；對(duì)于屋頂狀邊緣，二階方向?qū)?shù)在邊緣處取極值。三、邊緣檢測(cè)算法： 基于一階導(dǎo)數(shù)：Roberts算子、Sobel算子、Prewitt算子 基于二階導(dǎo)數(shù)：高斯-拉普拉斯邊緣檢測(cè)算子 Canny邊緣檢測(cè)算法四、matlab實(shí)現(xiàn)1）基于梯度算子（一階導(dǎo)數(shù)）的邊緣檢測(cè)BW=edge(I,type,thresh,d

3、irection,nothinning)thresh是敏感度閾值參數(shù)，任何灰度值低于此閾值的邊緣將不會(huì)被檢測(cè)到。默認(rèn)值為空矩陣，此時(shí)算法自動(dòng)計(jì)算閾值。direction指定了我們感興趣的邊緣方向，edge函數(shù)將只檢測(cè)direction中指定方向的邊緣，其合法值如下：可選參數(shù)nothinning，指定時(shí)可以通過跳過邊緣細(xì)化算法來加快算法運(yùn)行的速度。默認(rèn)是thinning，即進(jìn)行邊緣細(xì)化。2）基于高斯-拉普拉斯算子（三階導(dǎo)數(shù)）的邊緣檢測(cè)BW=edge(I,log,thresh,sigma)sigma指定生成高斯濾波器所使用的標(biāo)準(zhǔn)差。默認(rèn)時(shí)，標(biāo)準(zhǔn)差為2。濾鏡大小n*n，n的計(jì)算方法為：n=ceil(

4、sigma*3)*2+1。3）基于Canny算子的邊緣檢測(cè)BW=edge(I,canny,thresh,sigma)thresh是敏感度閾值參數(shù)，默認(rèn)值為空矩陣。此處為一列向量，為算法指定閾值的上下限。第一個(gè)元素為閾值下限，第二個(gè)元素為閾值上限。如果只指定一個(gè)閾值元素，則默認(rèn)此元素為閾值上限，其0.4倍的值作為閾值下限。如閾值參數(shù)沒有指定，則算法自行確定敏感度閾值上下限。代碼：H=imread('sunflower.jpeg');b1=rgb2gray(H);h58=fspecial('gaussia',5,0.8);%高斯濾波器b=imfilter(b1,h5

5、8);bw1=edge(b,'sobel');%sobel算子bw2=edge(b,'prewitt');%prewitt算子bw3=edge(b,'roberts');%roberts算子bw4=edge(b,'log'); %log算子bw5=edge(b,'canny');%canny算子figure;imshow(bw1);imwrite(bw1,'bwsobel.jpg');figure;imshow(bw2);imwrite(bw2,'bwprewitt.jpg');fi

6、gure;imshow(bw3);imwrite(bw3,'bwroberts.jpg');figure;imshow(bw4);imwrite(bw4,'bwlog.jpg');figure;imshow(bw5);imwrite(bw5,'bwcanny.jpg');結(jié)果：五、總結(jié)分析1、邊緣定位精度方面： Roberts算子和Log算子定位精度較高。Roberts算子簡(jiǎn)單直觀，Log算子利用二階導(dǎo)數(shù)零交叉特性檢測(cè)邊緣。但Log算子只能獲得邊緣位置信息，不能得到邊緣方向信息。2、邊緣方向的敏感性： Sobel算子、Prewitt算子檢測(cè)斜向階躍邊緣效果較好，Roberts算子檢測(cè)水平和垂直邊緣效果較好。Log算子不具有邊緣方向檢測(cè)功能。Sobel算子能提供最精確的邊緣方向估計(jì)。3、去噪能力： Roberts算子和Log算子雖然定位精度高，但受噪聲影響大。 Sobel算子和Prewitt算子