圖像分割和邊緣檢測嚴(yán)選材料

1、 嶺南師范學(xué)院 課程名稱 數(shù)字圖像處理 實驗序號 實驗5 實驗名稱 圖像分割和邊緣檢測 實驗地點(diǎn) 綜b207 2017年 10 月 14 日一、實驗?zāi)康募耙?. 了解邊緣檢測的意義。2. 掌握邊緣檢測的數(shù)學(xué)方法。3. 掌握常用的幾種邊緣檢測算子二、實驗原理與內(nèi)容圖像邊緣對人的視覺有重要意義。一般而言，人們看一個有邊緣的物體首先感覺到的就是邊緣?；叶然蚪Y(jié)構(gòu)等信息的突變處稱為邊緣。邊緣是一個區(qū)域的結(jié)束，也是另一個區(qū)域的開始，利用該特征可以分割圖像。但檢測出的邊緣不等于實際目標(biāo)的真實邊緣。由于圖像數(shù)據(jù)是二維的，而實際物體是三維的，從三維到二維必然會造成信息丟失，再加上成像過程的光照不均和噪聲等因素

2、，使有邊緣的地方不一定能檢測出來，而檢測出的邊緣也不一定代表實際邊緣。圖像的邊緣有方向和幅度兩個屬性，沿邊緣方向象素變化平緩，垂直于邊緣方向象素變化劇烈。這種變化可用微分算子檢測出來。三、實驗軟硬件環(huán)境1.計算機(jī)2.matlab軟件四、實驗過程（實驗步驟、記錄、數(shù)據(jù)、分析）1. 基于一階導(dǎo)數(shù)的邊緣算子a=imread('y.jpg');f=rgb2gray(a);subplot(2,2,1),imshow(f),title('原始圖像');g1 , t1=edge(f,'roberts', , 'horizontal'); sub

3、plot(2,2,2), imshow(g1),title('roberts');g2, t2=edge(f, 'sobel', , 'horizontal');subplot(2,2,3), imshow(g2),title('sobel');g3, t3=edge(f, 'prewitt', , 'horizontal');subplot(2,2,4), imshow(g3),title('prewitt');從圖像結(jié)果來看，'roberts'的邊緣檢測范圍更加大

4、2、基于二階導(dǎo)數(shù)的邊緣算子：應(yīng)用log算子檢測邊緣a=imread('y.jpg');f=rgb2gray(a);subplot(1,2,1),imshow(f),title('原始圖像');g , t=edge(f, 'log');subplot(1,2,2),imshow(g),title('log');3、基于約束條件的最優(yōu)化檢測邊緣算子：應(yīng)用canny算子檢測邊緣a=imread('y.jpg');f=rgb2gray(a);subplot(1,2,1),imshow(f),title('原始圖像');g , t=edge(f,'canny');subplot(1,2,2),imshow(g),title('canny'); 五、測試/調(diào)試及實驗結(jié)果分析實驗結(jié)果如上所示六、實驗結(jié)論與體會1. 結(jié)論：基于一階導(dǎo)數(shù)的邊緣算子、基于二階導(dǎo)數(shù)的邊緣算子、基于約束條件的最