湖南大学脑与认知科学概论实验报告3解答

1、实验卡和实验报告信息科学与工程学院课程脑与认知科学概论实验课时4名称实验项目同组者姓名CS0502503名称和编号实1进一步理解边沿检测的基本原理。验2掌握对图像边沿检测的基本方法。目3学习利用 Matlab 图像工具箱对图像进行边沿检测。的实硬件：联想Y50 计算机验软件： WINDOWS7操作系统环应用软件： MATLAB2014A境实验要求对边缘检测的要求：使用 Matlab 图像处理工具箱中的不同方法对下图的边缘进行提取；注意观察不同操作对垂直方向、水平方向、斜方向的提取效果有何区别；注意观察提取后的边界是否连续，若不连续可采用什么方法使其连续。实实验步骤验1打开计算机，启动 MATL

2、AB程序；内重点理2调入数字图像 1.bmp，利用 MATLAB图像工具箱中已有函数进行编程以实现图像的边缘检测；容解 edge 函数的使用方法，参数的含义，具体如下：和canny 的意思。canny 算子 (sy3_1.m): 不同取值范围的效果。重点理解原算子（ sy3_2.m ） :sobel理log 拉普拉斯算法 (sy3_3.m)imfilter函数的使用（ sy3_4.m ）3调入数字图像 2.jpg ，检测其边缘（ sy3_5.m ）4显示原图和处理过的图像。5记录和整理实验报告实验卡和实验报告信息科学与工程学院实验原理调用 matlab下的 help edge函数可以看到有关e

3、dge 的使用说明：BW= edge(I)采用 I 作为它的输入，并返回一个与I 相同大小的二值化图像BW，在函数检测到边缘的地方为 1，其他地方为 0。BW = edge(I,sobel)自动选择阈值用Sobel 算子进行边缘检测。BW = edge(I,sobel,thresh)根据所指定的敏感度阈值thresh ，用 Sobel 算子进行边缘检测，它忽略了所有小于阈值的边缘。当thresh 为空时，自动选择阈值。BW = edge(I,sobel,thresh,direction)根据所指定的敏感度阈值thresh ，在所指定的方向direction上，用 Sobel 算子进行边缘检测。

4、 Direction可取的字符串值为horizontal( 水平方向 ) 、vertical(垂直方向 ) 或 both( 两个方向 ) 。BW,thresh = edge(I,sobel,.)返回阈值以上标红的语句是edge 函数的完整参数实现， 而我们在做实验的过程中只需要填写一个或几个即可完成边缘检测。下面，考虑几个算子的使用方法：Canny 算子， Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是：好的检测 - 算法能够尽可能多地标识出图像中的实际边缘。好的定位 - 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。最小响应 - 图像中的边缘只能标识一次，并且可

5、能存在的图像噪声不应标识为边缘。为了满足这些要求 Canny 使用了变分法，这是一种寻找满足特定功能的函数的方法。最优检测使用四个指数函数项的和表示，但是它非常近似于高斯函数的一阶导数。实验卡和实验报告信息科学与工程学院可以看到，在调用时，thresh阈值可以自己设定，在接下来的实验中，我会自己尝试设定thresh值，进行边缘检测。Sobel 算子，是计算机视觉领域的一种重要处理方法。主要用于获得数字图像的一阶梯度，常见的应用和物理意义是边缘检测。在技术上，它是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法矢量。L

6、oG 算子也就是Laplaceof Gaussian function（高斯拉普拉斯函数） 。常用于数字图像的边缘提取和二值化。 LoG 算子源于 D.Marr 计算视觉理论中提出的边缘提取思想 , 即首先对原始图像进行最佳平滑处理 , 最大程度地抑制噪声 , 再对平滑后的图像求取边缘。实验卡和实验报告信息科学与工程学院由于噪声点（灰度与周围点相差很大的像素点）对边缘检测有一定的影响，所以效果更好的边缘检测器是 LoG 算子，也就是 Laplacian-Gauss 算子。它把的 Gauss 平滑滤波器和 Laplacian 锐化滤波器结合了起来，先平滑掉噪声，再进行边缘检测，所以效果会更好。常

7、用的 LoG算子是 5 5 的模板。Imfilter函数：用法：B = imfilter(A,H)B = imfilter(A,H,option1,option2,.)或写作 g = imfilter(f, w, filtering_mode, boundary_options, size_options)其中， f 为输入图像， w 为滤波掩模， g 为滤波后图像。filtering_mode用于指定在滤波过程中是使用“相关”还是“卷积”。 boundary_options用于处理边界充零问题，边界的大小由滤波器的大小确定。实验卡和实验报告信息科学与工程学院1） canny 算子边缘检测：c

8、lose all;clear all;%author I1=imread(1.bmp); %读取图像%考虑 canny 的参数，本程序通过改变检测阈值进行调试I1=rgb2gray(I1);subplot(2,3,1),imshow(I1),title(原始图象 1);I2=edge(I1,canny);subplot(2,3,2),imshow(I2),title(canny边缘检测方法 - 默认阈值 );I3=edge(I1,canny,0.002,0.2,1);subplot(2,3,3),imshow(I3),title(阈值范围 0.002,0.2);I4=edge(I1,canny

9、,0,0.1,1);subplot(2,3,4),imshow(I4),title(阈值范围 0,0.1);I5=edge(I1,canny,0,0.99,1);subplot(2,3,5),imshow(I5),title(阈值范围 0,0.99);实I6=edge(I1,canny,0,0.01,1);验阈值范围 0,0.01);subplot(2,3,6),imshow(I6),title(步骤2） sobel 算子边缘检测close all;clear all;方%author法读取图像I1=imread(1.bmp); %I1=rgb2gray(I1);关原始图象 1);subplo

10、t(2,3,1),imshow(I1),title(键I2=edge(I1,sobel);代%考虑 sobel 的参数，有阈值和检测方向，下面更改两种方式进行实验码边缘检测方法 - 默认方向 );subplot(2,3,2),imshow(I2),title(sobelI4=edge(I1,sobel,horizontal);subplot(2,3,3),imshow(I4),title(仅水平方向 );I5=edge(I1,sobel,vertical);subplot(2,3,4),imshow(I5),title(仅竖直方向 );I6=edge(I1,sobel,0.01);subplo

11、t(2,3,5),imshow(I6),title(阈值 0.1 的 sobel 算子 );I7=edge(I1,sobel,0);subplot(2,3,6),imshow(I7),title(阈值 0 的 sobel 算子 );3） log 算子边缘检测close all;clear all;%authorI1=imread(1.bmp); %读取图像实验卡和实验报告信息科学与工程学院I1=rgb2gray(I1);subplot(2,3,1),imshow(I1),title(原始图象 1);I2=edge(I1,log);%考虑 log的参数，有阈值和检测方向，下面更改两种方式进行实验

12、subplot(2,3,2),imshow(I2),title(log边缘检测方法 - 默认方向 );I4=edge(I1,log,horizontal);subplot(2,3,3),imshow(I4),title(仅水平方向 );I5=edge(I1,log,vertical);subplot(2,3,4),imshow(I5),title(仅竖直方向 );I6=edge(I1,log,0.01);subplot(2,3,5),imshow(I6),title(阈值 0.01 的 log算子 );I7=edge(I1,log,0);subplot(2,3,6),imshow(I7),ti

13、tle(阈值 0 的 log 算子 );4)matlab在 edge 函数中给出了很多算子，下面进行对2.jpg 进行测试%一图展示6 个算子边缘检测close all;clear all;%authorI1=imread(2.jpg); %读取图像I1=rgb2gray(I1);I2=edge(I1,sobel); %Sobel算子subplot(2,3,1),imshow(I2),title(Sobel边缘检测方法 );I3=edge(I1,prewitt); %prewitt算子subplot(2,3,2),imshow(I3),title(prewitt边缘检测方法 );I4=edge

14、(I1,roberts); %roberts算子subplot(2,3,3),imshow(I4),title(roberts边缘检测方法 );I5=edge(I1,log); %Laplacian-Gaussian算子subplot(2,3,4),imshow(I5),title(Laplacian-Gaussian边缘检测方法 );I6=edge(I1,zerocross); %zerecross算子subplot(2,3,5),imshow(I6),title(过零点边缘检测方法 );I7=edge(I1,canny); %canny算子subplot(2,3,6),imshow(I7)

15、,title(canny边缘检测方法 );5）不使用算子对 2.jpg的检测clear all;a=imread(2.jpg);A=rgb2gray(a);%authorh1=1,1,1;0,0,0;-1,-1,-1;%水平方向实验卡和实验报告信息科学与工程学院h2=0,1,1;-1,0,1;-1,-1,0; %45度方向h3=1 0 -1;1 0 -1;1 0 -1;%竖直方向h4=0,-1,-1;1,0,-1;1,1,0;%135度方向j1=imfilter(A,h1);%对数组滤波，下同j2=imfilter(A,h2);j3=imfilter(A,h3);j4=imfilter(A,h

16、4);x=uint8(j1); %转化成 uint8型y=uint8(j2) ;z=uint8(j3);m=uint8(j4);D=imadd(x,y);D1=imadd(D,z);% 进行叠加D2=imadd(D1,m);D3=imadd(D1,m);subplot(321),imshow(A);title(origin)subplot(322),imshow(j1);title(水平方向 )subplot(323),imshow(j2);title(45度方向 )subplot(324),imshow(j3);title(竖直方向 )subplot(325),imshow(j4);titl

17、e(135度方向 )subplot(326),imshow(D2);title(叠加后的图像 )1） canny 算子多种检测结果：测试记录分析结论2） sobel 算子多种检测结果：实验卡和实验报告信息科学与工程学院3 log 算子多种检测结果：4）对 2.jpg 的多种算子检测实验卡和实验报告信息科学与工程学院5）不使用算子对2.jpg 的检测结果实验卡和实验报告信息科学与工程学院分析与总结：1） canny 算子的目标是找到一个最优的边缘检测算法，在对一个陌生图像进行边缘检测时，canny算子是最好的选择。2）关于 canny 算子的参数设置，阈值范围设定，A,B 下限决定了检测的细节是

18、否清晰，上限决定了是否会将大量的次要边缘包括在内，考虑canny 算子的参数sigma 即标准差，我对sigma 进行了第二次设定后（选定值为0.5 ）进行了又一次检查，发现结果如下：实验表明， sigma 值设定过低也会使边缘范围包括一些不需要的“次要边缘 ”。3） sobel 算子检测到的边缘过粗，难以实现物体的精确定位，同时阈值不好确定，很难测定出一个低至可以检查所有重要边缘，但不至于包括过多次要边缘的阈值。4） log 算子会先对图像进行噪声处理，再检测边缘，所以在检测2.jpg这种噪声较大的图像时，会受到较大干扰而无法得到边缘图像。5）不管什么算子， 默认的检测方向都是 both ， 而如果我们对边缘检测方向加以设定， 如 horizontal 或 vertical 时，则边缘检测会只对我们设定的方向上加以检查，而对另一方向的边缘加以忽略。实验结论：这次实验我掌握了一个很好用的算子，即canny 算子，在进行图像的边缘检测中，它是一个优秀的自适应的检查方式， 另外，log 算子可以对噪音较大的图像进行先噪声处理再检测边缘，对