数字图像处理实验程序7

1、数字图像处理实验报告班级：11研信息1班姓名: 林雨辰 学号：10011311302 实验七 图像的边缘检测一、实验目的1掌握图像边缘检测的概念及其计算方法；2熟练掌握图像边缘检测的计算过程；二、实验原理拉普拉斯算于是对二维函数进行运算的二阶导数标量算子。它定义为:一个无噪声图像具有陡峭的边缘，可用拉普拉斯算子将它们找出来。对经拉普拉斯算子滤波后的图像用零灰度值进行二值化会产生闭合的、连通的轮廓并消除了所有的内部点。但是由于噪声的存在，在运用拉普拉斯算子之前需要先进行低通滤波。 这个脉冲响应对x和y是可分离的，因此可以有效地加以实现。边缘点 ：确定图像中的物体边界的另一种方法是先检测每个像素和

2、其直接邻域的状态，以决定该像素是否确实处于一个物体的边界上。具有所需特性的像素被标为边缘点。边缘图像 : 当图像中各个像素的灰度级用来反映各像素符合边缘像素要求的程度时，这种图像被称为边缘图像。 边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，通常也包括方向的确定。有若干种方法可以使用，其中大多数是基于方向导数掩模求卷积的方法。其中，f（x，y）是具有整数像素坐标的输入图像。其中的平方根运算使该处理类似于人类视觉系统中发生的过程。图像中的每个点均与这8个模板进行卷积，每个掩模对某个特定边缘方向作出最大响应。所有8个方向中的最大值作为边缘幅度图像的输出。最大响应掩模的序号构成了对边缘方向的

3、编码。Kirsch算子的梯度幅度值 三，实验内容1.设计并实现对数字图象进行边缘检测2.分析所得到的结果。四，实验要求1、实验之前要预习2、独立完成程序的编写3、写出实验报告4、实验每组1人实验设备：每组计算机一台五，实验程序及实验结果分析1叙述实验过程；2提交实验的原始图像和结果图像。要求：对上述实验内容，自己创造性地设计实验，得出有意义的结论。实验设备：每组计算机一台。实验用到的图像如下所示：实验程序及实验结果如下：clcclose allclear all%生成高斯平滑滤波模板%hg=zeros(3,3); %设定高斯平滑滤波模板的大小为3*3delta=0.5;for x=1:1:3f

4、or y=1:1:3u=x-2;v=y-2;hg(x,y)=exp(-(u2+v2)/(2*pi*delta2);endendh=hg/sum(hg(:);%读入图像%f = imread('gushi.jpg'); % 读入图像文件f=rgb2gray(im2double(f);imshow(f)title('原始图像');m,n=size(f);ftemp=zeros(m,n);rowhigh=m-1;colhigh=n-1;%高斯滤波%for x=2:1:rowhigh-1for y=2:1:colhigh-1mod=f(x-1,y-1) f(x-1,y)

5、 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('通过高斯滤波器后的图像');% % %利用roberts算子进行边缘检测% %sx=-1 -2 -1;0 0 0;1 2 1;sy=-1 0 1;-2 0 2;-1 0 1;%你可以替换成其他算子，这里是罗伯特算子% sx=-1 -2 -1;0 0 0;1 2 1;% sy=-1 0 1;-2 0 2;-1 0 1

6、;这个是Sobel算子，类似的，你可以替换成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,imshow(fr)title('用roberts算子边缘检测的原始图像&

7、#39;);%域值分割%TH1=60; %设定阈值for x=2:1:rowhigh-1for y=2:1:colhigh-1if (fr(x,y)>=TH1)&(fr(x,y-1) <= fr(x,y) & (fr(x,y) > fr(x,y+1) )fr(x,y)=200;elseif(fr(x,y)>=TH1)&( (fr(x-1,y) <=fr(x,y) & (fr(x,y) >fr(x+1,y)fr(x,y)=200;else fr(x,y)=50;endendendfigure,imshow(fr)title(&#

8、39;用roberts算子边缘检测并细化后的图像'); 六，实验总结 在该实验的过程中，利用一个矩阵记录每次排序前概率的所在位置，是该实验的关键，在编码的过程中利用该矩阵就能比较容易进行huffman编码。通过这个实验，对huffman编码的具体实现原理了解的更加深刻，加深了对课程的理解，结合课本上的知识，在查过许多资料的情况下，解决了在实验的过程中也遇到了一些问题，最终完成了这次试验，同时这次试验巩固了我对matlab的掌握。收获良多。 图像边缘检测中，如果边缘很明显，而且噪声级低，那么可以将边缘图像二值化并将其细化为单像素宽的闭合连通边界图。然而在非理想条件下，这种边缘图像会有间隙出现，需要加以填充。 填充小的间隙可以简单地实现，通过