數(shù)字圖像處理實(shí)驗(yàn)程序7資料(共11頁)

1、數(shù)字圖像處理實(shí)驗(yàn)報(bào)告班級(jí)(bnj)：11研信息(xnx)1班姓名(xngmng): 林雨辰 學(xué)號(hào)：10011311302 實(shí)驗(yàn)(shyn)七 圖像(t xin)的邊緣(binyun)檢測一、實(shí)驗(yàn)?zāi)康?掌握?qǐng)D像邊緣檢測的概念及其計(jì)算方法；2熟練掌握?qǐng)D像邊緣檢測的計(jì)算過程；二、實(shí)驗(yàn)原理拉普拉斯算于是對(duì)二維函數(shù)進(jìn)行運(yùn)算的二階導(dǎo)數(shù)標(biāo)量算子。它定義為:一個(gè)無噪聲圖像具有陡峭的邊緣，可用拉普拉斯算子將它們找出來。對(duì)經(jīng)拉普拉斯算子濾波后的圖像用零灰度值進(jìn)行二值化會(huì)產(chǎn)生閉合的、連通的輪廓并消除了所有的內(nèi)部點(diǎn)。但是由于噪聲的存在，在運(yùn)用拉普拉斯算子之前需要先進(jìn)行低通濾波。 這個(gè)脈沖響應(yīng)對(duì)x和y是可分離的，因此可

2、以有效地加以實(shí)現(xiàn)。邊緣點(diǎn) ：確定圖像中的物體邊界的另一種方法是先檢測每個(gè)像素和其直接鄰域的狀態(tài)，以決定該像素是否確實(shí)處于一個(gè)物體的邊界上。具有所需特性的像素被標(biāo)為邊緣點(diǎn)。邊緣圖像 : 當(dāng)圖像中各個(gè)像素的灰度級(jí)用來反映各像素符合邊緣像素要求的程度時(shí)，這種圖像被稱為邊緣圖像。 邊緣檢測算子檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化，通常也包括方向的確定。有若干種方法可以使用，其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。其中，f（x，y）是具有整數(shù)像素坐標(biāo)的輸入圖像。其中的平方根運(yùn)算使該處理類似于人類視覺系統(tǒng)中發(fā)生的過程。圖像中的每個(gè)點(diǎn)均與這8個(gè)模板進(jìn)行卷積，每個(gè)掩模對(duì)某個(gè)特定邊緣方向作出最大響應(yīng)。所有

3、8個(gè)方向中的最大值作為邊緣幅度圖像的輸出。最大響應(yīng)掩模的序號(hào)構(gòu)成了對(duì)邊緣方向的編碼。Kirsch算子的梯度幅度值 三，實(shí)驗(yàn)(shyn)內(nèi)容(nirng)1.設(shè)計(jì)(shj)并實(shí)現(xiàn)對(duì)數(shù)字圖象進(jìn)行邊緣檢測2.分析所得到的結(jié)果。四，實(shí)驗(yàn)要求1、實(shí)驗(yàn)之前要預(yù)習(xí)2、獨(dú)立完成程序的編寫3、寫出實(shí)驗(yàn)報(bào)告4、實(shí)驗(yàn)每組1人實(shí)驗(yàn)設(shè)備：每組計(jì)算機(jī)一臺(tái)五，實(shí)驗(yàn)程序及實(shí)驗(yàn)結(jié)果分析1敘述實(shí)驗(yàn)過程；2提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。要求：對(duì)上述實(shí)驗(yàn)內(nèi)容，自己創(chuàng)造性地設(shè)計(jì)實(shí)驗(yàn)，得出有意義的結(jié)論。實(shí)驗(yàn)設(shè)備：每組計(jì)算機(jī)一臺(tái)。實(shí)驗(yàn)用到的圖像如下所示：實(shí)驗(yàn)(shyn)程序及實(shí)驗(yàn)結(jié)果如下：clcclose allclear all%生成高

4、斯(o s)平滑濾波模板%hg=zeros(3,3); %設(shè)定高斯平滑濾波(lb)模板的大小為3*3delta=0.5;for x=1:1:3for y=1:1:3u=x-2;v=y-2;hg(x,y)=exp(-(u2+v2)/(2*pi*delta2);endendh=hg/sum(hg(:);%讀入圖像%f = imread(gushi.jpg); % 讀入圖像文件f=rgb2gray(im2double(f);imshow(f)title(原始圖像);m,n=size(f);ftemp=zeros(m,n);rowhigh=m-1;colhigh=n-1;%高斯濾波%for x=2:1

5、:rowhigh-1for y=2:1:colhigh-1mod=f(x-1,y-1) f(x-1,y) f(x-1,y+1); f(x,y-1) f(x,y) f(x,y+1);f(x+1,y-1) f(x+1,y) f(x+1,y+1);A=h.*mod;ftemp(x,y)=sum(A(:);endendf=ftempfigure,imshow(f)title(通過高斯濾波器后的圖像);% % %利用roberts算子進(jìn)行邊緣檢測% %sx=-1 -2 -1;0 0 0;1 2 1;sy=-1 0 1;-2 0 2;-1 0 1;%你可以替換成其他算子，這里是羅伯特算子% sx=-1 -

6、2 -1;0 0 0;1 2 1;% sy=-1 0 1;-2 0 2;-1 0 1;這個(gè)是Sobel算子，類似的，你可以替換成canny算子等等for x=2:1:rowhigh-1for y=2:1:colhigh-1mod=f(x-1,y-1) f(x-1,y) f(x-1,y+1); f(x,y-1) f(x,y) f(x,y+1);f(x+1,y-1) f(x+1,y) f(x+1,y+1);fsx=sx.*mod;fsy=sy.*mod;ftemp(x,y)=sqrt(sum(fsx(:)2+(sum(fsy(:)2);endendfr=im2uint8(ftemp);figure

7、,imshow(fr)title(用roberts算子邊緣檢測的原始圖像);%域值分割%TH1=60; %設(shè)定閾值for x=2:1:rowhigh-1for y=2:1:colhigh-1if (fr(x,y)=TH1)&(fr(x,y-1) fr(x,y+1) )fr(x,y)=200;elseif(fr(x,y)=TH1)&( (fr(x-1,y) fr(x+1,y)fr(x,y)=200;else fr(x,y)=50;endendendfigure,imshow(fr)title(用roberts算子邊緣檢測并細(xì)化后的圖像);六，實(shí)驗(yàn)(shyn)總結(jié)(zngji) 在該實(shí)驗(yàn)的過程中，

8、利用一個(gè)矩陣記錄每次排序(pi x)前概率的所在位置，是該實(shí)驗(yàn)的關(guān)鍵，在編碼的過程中利用該矩陣就能比較容易進(jìn)行huffman編碼。通過這個(gè)實(shí)驗(yàn)，對(duì)huffman編碼的具體實(shí)現(xiàn)原理了解的更加深刻，加深了對(duì)課程的理解，結(jié)合課本上的知識(shí)，在查過許多資料的情況下，解決了在實(shí)驗(yàn)的過程中也遇到了一些問題，最終完成了這次試驗(yàn)，同時(shí)這次試驗(yàn)鞏固了我對(duì)matlab的掌握。收獲良多。 圖像邊緣檢測中，如果邊緣很明顯，而且噪聲級(jí)低，那么可以將邊緣圖像二值化并將其細(xì)化為單像素寬的閉合連通邊界圖。然而在非理想條件下，這種邊緣圖像會(huì)有間隙出現(xiàn)，需要加以填充。 填充小的間隙可以簡單地實(shí)現(xiàn)，通過搜索一個(gè)以某端點(diǎn)為中心55或更大的鄰域，在鄰域中找出其它端點(diǎn)并填充上必要的邊界像素，從而將它們連接起來。 對(duì)具有許多邊緣點(diǎn)的復(fù)雜場景，這種方法可能會(huì)對(duì)圖像過度分割。為了避免過度的分割，可以規(guī)定：兩個(gè)端點(diǎn)只有在邊緣強(qiáng)度和走向相近的情況下才能連接。內(nèi)容總結(jié)（1）數(shù)字圖像處理實(shí)驗(yàn)報(bào)告班級(jí)：11研信息1班姓名: 林雨辰