实验三_图像边缘检测new

1、精品文档广西工学院信计系上机实验报告课程：数字图像处理第1页/共4页专业班级：电科082实验日期：2011年6月10日姓名：梁芳梅学号：200800902044实验三图像的边缘检测一、实验目的1、了解边缘检测的基本原理及方法；2、掌握用MATLAB语言进行图象的边缘检测的方法。二、实验要求1、分别编写用soble、prewitt、LOG（高斯拉普拉斯算子）进行边缘检测的程序，对lena.bmp进行边缘检测，观察边缘检测的结果，给出你的分析；2、选择其他不同类型（边缘较多与较少）的图像，再进行边缘检测，分析结果三.程序源代码：1、(1)%边缘检测log.mf=imread(cameraman.t

2、if);width,height=size(f);f=double(f);%读入灰度图像；%计算灰度图像的尺寸；%将整形转变为双精度形；%h=-2-4-4-4-2;%-4080-4;%-48248-4;%-4080-4;%-2-4-4-4-2;%h=00-100;0-1-2-10;-1-216-2-1;0-1-2-10;00-100;%g=zeros(width,height);fori=3:1:width-2forj=3:1:height-2sum=0;form=1:1:5forn=1:1:5%建立一个width*height的全零矩阵；%变量i从1到width-4开始循环；%变量j从1到h

3、eight-4开始循环；sum=sum+f(i+m-3,j+n-3)*h(m,n);endendg(i,j)=sum;endendfori=1:1:heightg(1,i)=0;g(2,i)=0;g(width,i)=0;%变量j循环结束；%变量i循环结束；%变量i从1到height开始循环；%精品文档g(width-1,i)=0;%endfori=1:1:widthg(i,1)=0;g(i,2)=0;g(i,height)=0;%g(i,height-1)=0;%endsubplot(1,2,1),imshow(uint8(f);title(原图像)；subplot(1,2,2),imsho

4、w(uint8(g),);区；title(边缘检测结果);%变量i循环结束；%变量i从1到height开始循环；%变量i循环结束；%将当前窗口分成1*2的区域，原图像显示在第一区；%将当前窗口分成1*2的区域，滤波后的图像显示在第二%读入灰度图像；%计算灰度图像的尺寸；% 将整形转变为双精度形；%(2)%边缘检测prewitt.mf=imread(cameraman.tif);width,height=size(f);f=double(f);%prewitt%h1=-101;-101;-101;%h2=-1-1-1;000;111;%sobel%h1=-101;-202;-101;%h2=-1

5、-2-1;000;121;%Isotropicsobelh1=-101;-1.41401.414;-101;h2=-1-1.414-1;000;11.4141;g=zeros(width,height);%建立一个width*height的全零矩阵；fori=2:1:width-1%变量i从1到width-4开始循环；forj=2:1:height-1%变量j从1到height-4开始循环；sum1=f(i-1,j-1)*h1(1,1)+f(i-1,j)*h1(1,2)+f(i-1,j+1)*h1(1,3);sum1=sum1+f(i,j-1)*h1(2,1)+f(i,j)*h1(2,2)+f

6、(i,j+1)*h1(2,3);sum1=sum1+f(i+1,j-1)*h1(3,1)+f(i+1,j)*h1(3,2)+f(i+1,j+1)*h1(3,3);sum2=f(i-1,j-1)*h2(1,1)+f(i-1,j)*h2(1,2)+f(i-1,j+1)*h2(1,3);sum2=sum2+f(i,j-1)*h2(2,1)+f(i,j)*h2(2,2)+f(i,j+1)*h2(2,3);sum2=sum2+f(i+1,j-1)*h2(3,1)+f(i+1,j)*h2(3,2)+f(i+1,j+1)*h2(3,3);g(i,j)=abs(sum1)+abs(sum2);%阈值%if(g

7、(i,j)60)%g(i,j)=g(i,j);%else%g(i,j)=0;%end%变量i循环结束；%将当前窗口分成1*2的区域，原图像显示在第一区；%将当前窗口分成1*2的区域，滤波后的图像显示在第二精品文档endendfori=1:1:heightg(1,i)=0；g(width,i)=0;%endfori=1:1:widthg(i,1)=0；g(i,height)=0;%endsubplot(1,2,1),imshow(uint8(f);title(原图像);subplot(1,2,2),imshow(uint8(g);title(边缘检测结果);%变量j循环结束；%变量i循环结束；%

8、变量i从1到height开始循环;%变量i循环结束；%变量i从1到height开始循环;%精品文档2、(1)(2)程序与上面的一样，只需换图片即可四.实验结果分析与实验总结:实验结果图：1、(1)边缘log边检测结果(2)边缘prewitt原图像边检测结果2、(1)边缘log原图像边修检测结果(2)边缘prewitt原图像边缘检测结果结果分析：Prewitt算子检测出的边缘比较粗且定位精度低，Log算子则能提取对比度较弱的边缘,边缘定位较高。实验总结：Sobel算子根据在边缘点处达到极值这一现象进行的边缘检测，不但产生较好的边缘效果，算法实现也比较简单，而且Sobel算子在微分时进行加权平均，邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不精品文档精品文档同，一般来说，距离越远，产生的影响越小，进行加权时对噪声具有平滑作用。但存在伪边缘现象，边缘比较粗且定位精度低，如果检测中对精度要求不是很高时，Sobel算子时一种较为常用的边缘检测方法。Prewitt算子属于平均滤波，对噪声有平滑作用，检测出的边缘比较粗且定位精度低，容易损失角点，与Sobel算子相比计算量大，也相对复杂。同时对噪声有抑制作用，抑制噪声的原理是通过像素平均，但是像素平均相当于对图像的低通滤波。Log算子为二阶微分算子，这会双倍加强了图像中的噪声，并且它