數(shù)字圖像處理及MATLAB實(shí)現(xiàn)邊緣檢測(cè)

實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱邊緣檢測(cè)課程名稱數(shù)字圖像處理及MATLAB實(shí)現(xiàn)專業(yè):班級(jí)：學(xué)生姓名：學(xué)號(hào):同組人:指導(dǎo)教師:實(shí)驗(yàn)日期:成績(jī)：實(shí)驗(yàn)1：LOG算子檢測(cè)邊緣實(shí)驗(yàn)實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)原理實(shí)驗(yàn)方法及程序完成根本實(shí)驗(yàn)內(nèi)容為本程序添加注釋I=imread('lena2.bmp');subplot(2,2,1);imshow(I);title('原始圖像');I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title('灰度圖像');I2=edge(I1,'log');subplot(2,2,3);imshow(I2);title('log算子分割結(jié)果');實(shí)驗(yàn)結(jié)果〔附圖〕結(jié)果分析分析LOG算子的優(yōu)缺點(diǎn)算子模板的根本要求是對(duì)應(yīng)中心像素的系數(shù)是正的，而對(duì)應(yīng)中心像素鄰近的系數(shù)應(yīng)是負(fù)的，且它們的和應(yīng)為零。實(shí)驗(yàn)2：Canny算子檢測(cè)邊緣實(shí)驗(yàn)實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)原理實(shí)驗(yàn)方法及程序完成根本實(shí)驗(yàn)內(nèi)容為本程序添加注釋I=imread('lena2.bmp');subplot(2,2,1);imshow(I);title('原始圖像');I1=rgb2gray(I);subplot(2,2,2);imshow(I1);title('灰度圖像');I2=edge(I1,'canny');subplot(2,2,3);imshow(I2);title('canny算子分割結(jié)果');實(shí)驗(yàn)結(jié)果〔附圖〕結(jié)果分析分析Canny算子的優(yōu)缺點(diǎn)和適用場(chǎng)合Canny算子檢測(cè)出的邊緣完整、連續(xù)且細(xì)銳。從實(shí)驗(yàn)結(jié)果中可以看出,這種方法對(duì)醫(yī)用CT圖像的邊緣檢測(cè)非常適用,對(duì)于利用計(jì)算機(jī)進(jìn)行醫(yī)學(xué)圖像處理有著重要的現(xiàn)實(shí)意義。實(shí)驗(yàn)3：Roberts和sobel算子實(shí)現(xiàn)邊緣檢測(cè)實(shí)驗(yàn)實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)原理實(shí)驗(yàn)方法及程序I=imread('lena.jpg');subplot(2,3,1);imshow(I);title('?-ê?í???');axis([0,256,0,256]);gridon;axison;I1=im2bw(I);subplot(2,3,2);imshow(I1);title('?t?μí???');axis([0,256,0,256]);gridon;axison;I2=edge(I,'roberts');subplot(2,3,3);imshow(I2);title('roberts??×ó·????á1?');axis([0,256,0,256]);gridon;axison;I3=edge(I,'sobel');subplot(2,3,4);imshow(I3);title('sobel??×ó·????á1?');axis([0,256,0,256]);gridon;axison;I4=edge(I,'prewitt');subplot(2,3,5);imshow(I4);title('prewitt??×ó·????á1?');axis([0,256,0,256]);gridon;axison;實(shí)驗(yàn)結(jié)果〔附圖〕結(jié)果分析Soleb算子具有平滑效果，由于微分增強(qiáng)了噪音，這一點(diǎn)是特別引人注意的特性。經(jīng)分析，由于Robert算子通常會(huì)在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，故采用上述算子檢測(cè)的邊緣圖像