数字图像处理实验报告(图像边缘检测)

1、实验报告 实验名称 实验三图像边缘检测 课程名称数字图像处理 姓名成绩 班级学号 日期地点 备注： 1、实验目得 (1) 了解并掌握使用微分算子进行图像边缘检测得基本原理； (2) 编写程序使用 Laplaci a n算子(二阶导数算子)实现图像锐化，进一步理解图像 锐化得实质； (3) 掌握使用不同梯度算子(一阶导数算子)进行图像边缘检测得原理、方法，根据 实验结果分析各种算子得工作效果； (4) 总结实验过程(实验报告，左侧装订)：方案、编程、调试、结果、分析、结论。 2、实验环境 (1 ) Win do ws XP / 7 (2) Matla b 7、1/7、14 3、实验方法 本次实验

2、要求对2 56X2 56大小，2 56级灰度得数字图像lena、img进行处理。 (1)对该图像进行锐化处理，要求采用La p laci an算子进行锐化，分 1与 2两种情况， 按如下不同情况进行处理： gi ( m ,n)f(m , n )f g2 (m,n)4f (m , n)f (m1 ,n) f (m 1,n) f (m, n 1) f (m, n 1) I、 要对图像进行处理，要先读取该图像，实验代码如下： c los e all; c l ear al l; f i d=f o pen ( le n a、img , r); im a ge=fread(fid , 256,2 5

3、6 ， ui n t8z); fclo se( f i d); II、读取图像后，对该图像得每一像素(不考虑图像得边界部分)进行遍历，根据公 式(公式相当于做差分)对每一灰度进行计算，将所得得结果存入一矩阵gl中 (矩阵g1 初始化为该图像得矩阵)，代码如下(仅以a=1为例): g 1= ima ge; a = l; x, y= siz e (i m a g e); f o r i=2：( x -1) f o r j =2 :(y 1)?l (i, j )=(1+4 * a)* image(i,j)-a *( image (i + 1,j) +image (i-1,j) +i m age (i

4、,j+1 ) +i ma ge (i , j 1); end end III 、根据公式对图像得每一个像素 (不考虑图像得边界部分)进行计算，将所得之存 入矩阵2中(g2初始化值为该图像得矩阵值 )，具体方法与上一步类似，代码如下(仅以a =l为例)： g2=i ma ge; a=l ; x, y =s ize (ima g e); fo r i = 2： (x-1) for j= 2： (y1) ?g 2 (i, j) = 4 *a * i ma g e( i, j ) a *( ima ge(i+1,j) +ima g e (i -1, j) +im a ge(i ,j+1 )+image

5、( i,j-1 ); e nd end (2 )分别利用 Ro b e r ts、P r ew i tt与Sobel边缘检测算子，对原图像进行边缘检测， 显 示处理前、后图像。 I 、同(1)中I，不再赘述。 II 、 对图像进行边缘检测,要对图像得每一像素(不考虑图像得边界部分)得灰度进行 遍历,分别用公式对图像得水平与垂直方向得边缘进行检测,并分别存储,在进行合成。采 用不同得算子时,变换得公式有所不同。在合成时可以采用三种算法(街区法、棋盘法、欧 式几何法 ),本次实验中均又采用,所以得到三层图像。代码如下(仅以街区法得 Rob er ts 算子为例)： x ,y=size ( i m

6、age); g1 =i mage; gh1 = image; gvl =im a ge; f or i=2:( x 1) fo r j =2： (y1 ) gh1(i ,j)=image( i,j )ima ge(i1, j1); gv1(i, j)=image (i, j1) image(i1, j); gl( i,j)=abs (gh1 (i,j)+ abs(g v1(i,j ); end en d 4、实验结果分析 ( 1)、图像锐化 图像锐化结果如图a与图b （注:图a为情况结果；图b为情况结果） 原團像 K6 f | I H fni i-l 9=2时胆的團像 图b 由图a与图b对比可

7、知，图像得锐化实质就就是原图像与梯度信息进行叠加，相对于原 图像而言，图像得边缘信息得到了加强。由图b中不同a值所得图像对比可知，a越大，边界 越清晰，同时对比图a中不同a值所得图像可知，a得大小决定梯度信息与原图像叠加时所占 得比例 （2）、图像边缘检测 街区法、棋盘法、欧式距离法得不同检测算子结果分别入图c、图d与图e 图c 图d -J ll I Prewitt H / 图e 由图c、图d与图e对比可知，采用街区法所得得边界清晰度最高，欧式几何法其次， 棋 盘法最差。对比同一张图中得不同子图可知，S o bel算子得性能更好，Prewitt算子其次，R o Sobel W 子 原團像 Ro

8、berts算子 Roberts算子 Prewitt H F Sobe 子 原凰像 I-1 IIL -lil J 、Z-|. I J- 亠JF1. -1 严 A Q I i|-A .予* Af 塔亠b % if * P 丨 1 A Al| V t. L 鸟“ id j J 1 ( J J ； j * 1 / 咲前 /-J jF 1/ 片i r 一二鼻 -J Jl _ 、| | f b erts算子最差。 5、实验结论 本次实验就是对图像进行锐化与边缘检测,通过这次实验 ,我对数字图像处理中图像得锐 化与边缘检测有了更加深刻得了解.加深了图像锐化与边缘检测得原理，掌握了图像边缘检 测得不同方法。学

9、会了使用L a placian算子(二阶导数算子)实现图像锐化得程序编写；掌 握了使用不同梯度算子 (一阶导数算子 )进行图像边缘检测得原理、方法。 6、源代码 (1) 图像锐化(gl) clo se a ll; c lear a l l; f i d = f o pen (T ena、im g ,rz); im age=fread (fid , 256,2 5 6 , uin t 8); fc lose(fi d); sub plot(2 2 1); ims ho w (ui n t8 (image)，门 ); ti tle (原图像); 采用拉普拉斯算子 g 1=i ma ge； a=l；

10、 x, y =size(i m age) ; fo r i=2 : (x 1) for j=2 : ( y 1) g 1 (i, j)=( l +4*a ) *imag e( i, j) a* (image (i +1, j) +i m ag e( i-1 , j)+ image (i,j +1) + ima g e(i, j 1); end e nd subpl o t( 22 2 ); i msh ow ( ui nt 8(g1)，口 ); tit l e( a= l 时 g1 得图像); g1=i mage; a =2 ; x,y =size( im age); f o r i = 2:

11、(x 1) for j=2 ：(y 1 ) g l (i, j )=(1+4 * a) * ima g e (i ,j) a* (image (i+1,j)+ima g e(i-1, j ) +image (i, j+1) + image (i,j 1); end en d subpl ot(2 23) ； i m sh o w ( u in t 8 (g1)，口); title (a=2 时 g1 得图像); (2) 图像锐化( g2) cl ose all; cl ear all; f i d=fopen ( I e na、img, rz ); i mage= f r ea d (fid

12、, 256, 2 5 6 , uint 8); f c Io s e (f id); subpIot( 221)； imsh o w ( uint8 (i m age), ); title (原图像/); 采用拉普拉斯算子 g2 =im a ge; a=l ； x ,y =s i ze( i ma ge ); f or i=2:(x 1) fo r j=2: (y 1) g2(i, j) =4aimage(i,j)a*(image(i1, j) +image(il, j) +ima g e( i , j +1) + i m age (i , j -1); en d end su bp 1 ot

13、 (222); im s how(u i n t 8 ( g 2),); ti t leCa =1 时 g2 得图像); g2 =im age ; a= 2; x, y= s i z e(i m ag e ); for i=2: ( x 1 ) fo r j=2 ：( y-1) g2(i,j) =4aimage(i ,j)-a*(i mag e( i+1 , j)im age(i1, j) +i mag e(i, jl )+image (i, j-1) ; end e nd subplot ( 223) ; imshow( uin t8(g2), ); tit le (/ a=2 时 g 2得

14、图像/ ); ( 3)边缘检测 clo se all; c1e ar a11; fid = f o p e n (I e na、i mg, rz ); i ma ge=f rea d(fid, 256, 25 6,uint8); fclo se( fi d); fi gu re( Nam ez ,街区法,Nu mb e r T i tle, o ff ); sub plot (221); im sho w( uint8( image), ) ; titl e (原图像 )； x,y =size (im age)； gl =image ; gh1=im a ge; gv 1 =ima g e;

15、for i =2 : (x 1) fo r j =2:(y-1 ) gh1 (i, j)=im a ge(i, j ) im ag e (i 1, j-1); gv1(i , j)= ima ge( i ,j 1)-image (i-1,j); g1(i，j )=a bs(gh1(i,j) +abs(gv1(i,j)； end en d subpl ot(22 2 ); im s h ow ( uin t8(g1)，门); ti t le ( R o b erts 算子); g2 =im a ge; gh 2=im a ge; gv2 =image; fo r i =2： (x-1) for

16、j =2:(y1) gh2(i ,j )=(ima ge(i+1,j1)+imag e(i +1,j)+image(i+1 ,j+1 )/3) (image(i1,j-1)+image(i1 ,j)+image(i1，j +1)/3)； gv2(i， j)=(image(i1，j +1)+i mag e(i,j+1)+imag e(i+1,j 1)/3)(ima ge(i -1,j1)+i mage(i,j1)+imag e(i1,j -1)/3); g 2( i, j ) =abs( gh2 (i, j )+abs (gv2( i, j); end end s ubpl ot (223)；

17、ims how( uint8(g2),门); ti tl e( Prewitt 算子 )； g3 =im ag e; g h 3 =image; gv 3 =im a ge; for i =2: (x 1) for j =2 :(y1) gh3(i，j)=(imag e(i+1 ,j-1)+2 *image(i1,j)+image(i+1 ,j+1) -i mage (i 1,j 1) -2*imag e (i 1, j) image(i 1, j+ 1) )/ 4 ; gv3(i， j) =(image(i-1，j +1)+2im age(i， j +1)+i mage(i+1， j +1)

18、im age(i-1， j-1)2ima ge(i ,j 1) -image(i1， j1) /4； g3(i,j) =abs(gh 3(i， j) +abs(gv3(i ,j)； g3(i ， j)=max(gh3(i ，j),gv3(i, j) )； %g 3(i,j) =sqrt(gh3(i， j) *gh 3(i，j) +gv3(i，j )*gv3(i,j) ； end end s ubpl ot(2 24)； ims ho w( u i nt 8(g3), ); tit le( Sobel 算子)； % subplot(23 5 ) % i mshow(ui nt 8(gh 3 ),

19、); title (检测水平边界 ); % subpl o t(236); % ims ho w (u int 8(g v3), 口)； % title (检测竖直边界 )； f i gu re( Name,棋盘法/ , Num b erT it l e , o ff ; su b p l ot( 221); i m show(uin t8( imag e),); title (原图像/); x,y=size ( image) ; g 1=im age ; gh 1=im ag e; gv1=i mag e; fo r i=2:(x-1 ) for j=2 ：( y-1) gh1 (i, j)

20、 =i m age( i, j) - i m a ge(i - 1, j 1); gvl( i,j) =image( i,j 1) image (i-1, j); %g 1(i,j) =ab s(gh1(i， j) +ab s(gv1(i， j) ); g 1(i ,j) =ma x(gh1(i， j)， gv 1(i， j) ); end end subpl o t ( 2 2 2); im s how ( ui n t 8( g l),); ti tle( Robe rts 算子) ; g 2 = i ma ge； gh2 =i mage； gv2 =imag e; for i=2：(x1

21、) for j=2 ：( y 1 ) gh 2(i， j) =(i mag e(i1， j-1) +image (i1， j) +image( i+1， j+1)3)( (image( i-1,j-1 )imag e(i-1， j)image(i- 1,j+l ) /3); gv2( i， j)=(i mage( i-1， j+l )+imag e(i,j +1)+image(i+l， j+1) )/3)-(image(i 1， jl) +i mag e(i,j1) +image(i +l， j-1) /3); %g2 (i，j )=abs(gh2(i， j)+abs( gv2(i,j) );

22、 g2(i,j )=max(gh2( i,j)， gv2(i,j) ) ; end end subplot ( 223); imsh ow(uin t8( g2),); t itl eCP rew i t t 算子)； g3 =image; gh3 =image; gv3 =imag e; f or i=2: (x 1) for j=2 ：( y-1) gh3 (i, j) = (i m a ge (i+ 1 , j 1) + 2* im age(i + 1, j) + im ag e (i+1 , j+ 1) im age (i -1, j 1)-2 *i m a ge (i 1, j )-

23、image( i 1, j+1) /4； gv3(i， j)=(image(i 1，j 1)2* image(i， j+1) +image(i +1， j+1)image(i 1,j1) 2*image(i， j1)image (i+1,j1) /4； g3 (i, j ) =abs (g h 3(i, j )+abs (gv 3(i, j); g3( i, j)=max( g h3( i,j) ,gv3 (i ,j); %g3(i ,j )=sqr t (gh3(i, j ) * gh3 (i,j) + g v3(i,j )* g v 3 (i, j ); end end su bp lot

24、 (22 4 ); i ms how(uin t 8 (g3),); title (Sobe l 算子); fi g ure (/ Name , / 欧式几何法,N umberTitle , of f); subplot ( 221)； i m show (uint 8(i mage), ); t i tl e( 原图像 ); x, y =size (i m age) ; g1 =i m age; g h1=im a ge; gv 1=i mage; f o r i=2 : (x 1) for j=2 ：(y -1 ) gh 1(i， j)=image( i，j)-i mage(i 1,j1)

25、 ; gv1(i， j)=image (i ,j-1)image(i 1， j); %g 1(i ,j) =ab s(gh1 (i, j )+a b s(g v1 (i, j ); %g1(i,j)=max (g h1 (i ,j)，gv 1(i， j) ); g1(i， j)=sqr t(gh1(i， j)* gh1(i， j) +gv1(i， j) *gv1(i ,j)； end end subplot ( 222) ; i mshow( ui nt 8(g1 ), )； t itle( Robe rts 算子 ); g2=i ma ge； g h2=i m a ge； g v2=i m age； f or i= 2:( x 1 ) f or j=2: (y-1) gh2(i,j) =(image(i+1， j1) +i mage(i +1， j)ima ge( i+ 1 ,j+1 ) )/3) - (image(i 1, j -1) +image (i 1,j)+i m age (i -1, j+1) /3 ); gv2(i,j)=(im age(i-1， j+1)+image(i,j+1) imag e( i