版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、图像边缘提取实验报告一、实验目的通过课堂的学习,已经对图像分割的相关理论知识已经有了全面的了解,知道了许多图像分割的算法及算子,了解到不同的算子算法有着不同的优缺点,为了更好更直观地对图像分割进行深入理解,达到理论联系实际的目的,特制定如下的实验。2、 实验原理检测图像边缘信息,可以把图像看做曲面,边缘就是图像的变化最剧烈的位置。这里所讲的边缘信息包含两个方面:一是边缘的具体位置,即像素的坐标;而是边缘的方向。微分算子有两个重要性质:定域性(或局部性)、敏感性(或无界性)。敏感性就是说,它对局部的函数值变化很敏感,但是因其对变化过于敏感又有了天然的缺陷不能抵抗噪声。局部性意思是指,每一点的导数
2、只与函数在该点邻近的信息有关。主要有两大类基于微分算子的边缘检测技术:一阶微分算子边缘检测与二阶微分算子边缘检测。这些检测技术采用以下的基本步骤:(1) 将相应的微分算子简化为离散的差分格式,进而简化为模板(记为T)。(2) 利用模板对图像f(m,n)进行运算,获得模板作用后的结果Tf(m,n)。(3) 提出阈值h,在采用一阶微分算子情形记录下高于某个阈值h的位置坐标(而采用二阶微分算子情形,一般是对某个阈值确立 )(4) 对集合进行整理,同时调整阈值h。Roberts算子Roberts算子是一种利用局部差分算子寻找边缘的算子,两个模板分别为 则,= = 算法的步骤为:(1) 首先用两个模板分
3、别对图像作用得到和;(2) 对,进行阈值判决,若大于阈值则相应的点位于便于边缘处。 对于阈值选取的说明:由于微分算子的检测性能受阈值的影响较大,为此,针对具体图像我们采用以下阈值的选取方法,对处理后的图像统计大于某一阈值的点,对这些数据求平均值,以下每个程序均采用此方法,不再做说明。Sobel算子Sobel算子采用中心差分,但对中间水平线和垂直线上的四个邻近点赋予略高的权重。两个模板分别如下: Prewitt算子 Prewitt算子也属于中心差分类型,但没有给最邻近点较高的权重,两个模板如下: 采用一阶微分算子很难找到一个一致的阈值选择办法,保证检测出的图像有相对均匀的宽度,克服这个障碍的办法
4、是改用二阶微分算子进行边缘检测定位。Laplace采用一阶微分算子很难找到一个一致的阈值选择办法,保证检测出的图像有相对均匀的宽度,克服这个障碍的办法是改用二阶微分算子进行边缘检测定位。经常采用如下Laplace微分算子:并进而寻找的跨零点的位置(零点的局部正和负的取值都有)。当然实践中可以通过模板来实现,本程序采用如下模板:无论什么样的微分算子,直接用来进行边缘检测,会受到噪声很大的干扰。即使是二阶微分算子也不能克服噪声干扰。但是如果采用高斯低通滤波,所得的结果则比较好地保留了图像的边缘特征。Marr-Hildrech的LOG边缘检测算法:Canny检测子Canny算子采用和数据内容相关的滤
5、波技术。Canny算子求边缘点具体算法步骤如下:1. 用高斯滤波器平滑图像2. 用一阶偏导有限差分计算梯度幅值和方向.3. 对梯度幅值进行非极大值抑制 4. 用双阈值算法检测和连接边缘 步1. 图像与高斯平滑滤波器卷积: 步3. 对梯度幅值进行非极大值抑 制(non_maxima suppression,NMS):仅仅得到全局的梯度并不足以确定边缘,因此为确定边缘,必须保留局部梯度最大的点,而抑制非极大值。解决方法:利用梯度的方向:步4. 用 双阈值算法检测和连接边缘:对非极大值抑制图像作用两个阈值th1和th2,两者关系th1=0.4th2。我们把梯度值小于th1的像素的灰度值设为0,得到图
6、像1。然后把梯度值小于th2的 像素的灰度值设为0,得到图像2。由于图像2的阈值较高,去除大部分噪音,但同时也损失了有用的边缘信息。而图像1的阈值较低,保留了较多的信息,我们可以以图像2为基础,以图像1为补充来连结图像的边缘。链接边缘的具体步骤如下:对图像2进行扫描,当遇到一个非零灰度的像素p(x,y)时,跟踪以p(x,y)为开始点的轮廓线,直到轮廓 线的终点q(x,y)。考察图像1中 与图像2中q(x,y)点位置对应的点s(x,y)的8邻 近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存 在,则将其包括到图像2中,作为r(x,y)点。从r(x,y)开始, 重复第一步,直到我
7、们在图像1和图像2中都无法继续为止。当完成对包含p(x,y)的 轮廓线的连结之后,将这条轮廓线标记为已经访问。回到第一步,寻找下一条轮廓线。重复第一步、第二步、第三步,直到图像2中找 不到新轮廓线为止。至此,完成canny算 子的边缘检测。3、 具体过程Log算子阈值取0.01Canny算子阈值取0.2Log算子阈值取0.01Canny算子阈值取0.254、 实验分析通过对上述几种算子的研究,我们可以发现,Prewit t 算子和Sobel 算子都是对图像进行差分和滤波运算,仅在平滑部分的权值选择上有些差异,但是图像产生了一定的模糊, 而且有些边缘还检测不出来,所以检测精度比较低, 该类算子比
8、较适用于图像边缘灰度值比较明显的情况。Robert s 算子检测精度比较高, 但容易丢失一部分边缘, 使检测的结果不完整,同时图像没经过平滑处理,不能抑制噪声,所以该算子对具有陡峭的低噪声图像响应最好。Laplace算子通过高斯函数对图像进行了平滑处理,对噪声的抑制作用比较明显, 但处理的同时也可能将原有的边缘平滑, 造成某些边缘无法检测到。此外,噪声对其影响也较大,检测到的图细节很丰富,同时就可能出现伪边缘。但是,如果要降低伪边缘的话,又可能使检测精度下降,丢失很多真边缘。因此, 对于不同图像应选择不同参数。Canny 算子也采用高斯函数对图像进行平滑处理,也具有较强的去噪能力, 但同样可能
9、会丢失一些边缘信息,但是,从图中可以看出,Canny 算子比Laplace算子的检测边缘的精度要高些。通过实验结果可以看出,该算子在上述几种边缘检测算子当中效果最好。通过上述实验结果我们可以发现,在加入高斯噪声以后,canny算子的去噪能力减弱,对边缘检测的效果不太明显。相反,从图中可以发现sobel算子和prewitt算子对噪声的过滤作用较为明显。基本上能够检测出较为完整的边缘信号。Matlab代码:clear all;close all;warning off all;I = imread('cameraman.tif'); %没有噪声时的检测结果BW_sobel = ed
10、ge(I,'sobel');BW_prewitt = edge(I,'prewitt');BW_roberts = edge(I,'roberts');BW_laplace = edge(I,'log');BW_canny = edge(I,'canny');figure(1);subplot(2,3,1),imshow(I),xlabel('原始图像');subplot(2,3,2),imshow(BW_sobel),xlabel('sobel检测');subplot(2,3,3)
11、,imshow(BW_prewitt),xlabel('prewitt检测');subplot(2,3,4),imshow(BW_roberts),xlabel('roberts检测');subplot(2,3,5),imshow(BW_laplace),xlabel('laplace检测');subplot(2,3,6),imshow(BW_canny),xlabel('canny检测');%加入高斯噪声(=0,2=0.01)检测结果I_g1 = imnoise(I,'gaussian',0,0.01);BW_s
12、obel = edge(I_g1,'sobel');BW_prewitt = edge(I_g1,'prewitt');BW_roberts = edge(I_g1,'roberts');BW_laplace = edge(I_g1,'log');BW_canny = edge(I_g1,'canny');figure(2);subplot(2,3,1),imshow(I_g1),xlabel('加入高斯噪声(=0,2=0.01)图像');subplot(2,3,2),imshow(BW_sobel
13、),xlabel('sobel检测');subplot(2,3,3),imshow(BW_prewitt),xlabel('prewitt检测');subplot(2,3,4),imshow(BW_roberts),xlabel('roberts检测');subplot(2,3,5),imshow(BW_laplace),xlabel('laplace检测');subplot(2,3,6),imshow(BW_canny),xlabel('canny检测');%加入高斯噪声(=0,2=0.02)检测结果I_g2 =
14、 imnoise(I,'gaussian',0,0.02);BW_sobel = edge(I_g2,'sobel');BW_prewitt = edge(I_g2,'prewitt');BW_roberts = edge(I_g2,'roberts');BW_laplace = edge(I_g2,'log');BW_canny = edge(I_g2,'canny');figure(3);subplot(2,3,1),imshow(I_g2),xlabel('加入高斯噪声(=0,2=0.02)图像')subplot(2,3,2),imshow(BW_sobel),xlabel('sobel检测');subplot(2,3,3),imsh
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- -“边边边”判定三角形全等-(3)-公开课一等奖课件
- 冷链物流温度监控系统开发方案
- 农产品冷链物流智能管理平台建设
- 【北师大版】四年级上册心理健康教育-【北师大版】四年级上册心理健康教育-14《上课要专心》教案
- 中国蔗糖脂肪酸酯行业现状分析与规模趋势预测报告2024-2030年
- 医学影像智能分析智慧树知到答案2024年温州医科大学
- 解析:仁爱版英语八年级上册Unit 1 Topic 1 Section B 同步练习(原卷版)
- 信息技术 开放系统互连 OSI登记机构的操作规程 第3部分:ISO和ITU-T联合管理的顶级弧下的对象标识符弧的登记 编制说明
- 2024年重庆市消防操作员《中级技能-监控方向》科目真题冲刺卷3月份A卷
- 2024年人工智能+教育行业发展研究报告:教无定法AI育才-艾瑞咨询-2024-69正式版
- 2024年新北师大版七年级上册数学课件 2.2 第5课时 有理数的加减混合运算的运用
- 2024年全国职业院校技能大赛高职组(检验检疫技术赛项)考试题库(含答案)
- 2024-2030年中国有机过氧化物市场运营态势及投资价值评估分析研究报告
- 2024年水生产处理工(中级)职业技能鉴定考试题库(含答案)
- 科室手卫生分析
- 2024年江苏徐州市教育局直属事业单位选调7人历年(高频重点复习提升训练)共500题附带答案详解
- 新课改国家《科学课程标准》(7--9年级)
- 2023船舶应用电池动力规范
- GB/T 18910.3-2024液晶显示器件第3部分:液晶显示屏分规范
- 《智慧农业关键技术与装备》课件-第10章 农业信息处理技术
- 机房设备搬迁方案(2篇)
评论
0/150
提交评论