阈值分割与边缘检测_第1页
阈值分割与边缘检测_第2页
阈值分割与边缘检测_第3页
阈值分割与边缘检测_第4页
全文预览已结束

下载本文档

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

组别姓名同组实验者实验项目名称阈值分割与边缘检测实验日期教师评语实验成绩指导教师年月曰一、实验目的了解图像分割的基本方法,掌握阈值分割与边缘检测的区别掌握利用最大类间方差法计算阈值的原理及实现方法掌握常用的边缘检测算子,了解边缘检测与图像锐化的关系二、实验准备复习图像分割的概念及常用方法掌握阈值分割和边缘检测如何实现图像目标分割了解阈值设定的基本原则,理解最大类间方差法的原理列出常用的边缘检测算子,了解各算子的特点三、实验内容与步骤理解最大类间方差法的原理,编写代码改变阈值观察图像分割结果的变化利用Roberts算子、Prewitt算子、Sobel算子等一阶算子进行处理,联系课本知识观察分析各算子的处理结果编程实现利用二阶拉普拉斯算子检测边缘对比图像锐化,分析边缘在图像增强中的作用四、实验报告与思考题总结实验内容及步骤方法完成实验报告,报告中要求有关键代码的注释说明及程序运行和图像处理结果实验报告中回答以下问题阈值分割和边缘检测实现图像目标分割的角度有什么不同?列出两种以上的阈值计算方法,分析其异同边缘检测和图像锐化有什么联系五、实验步骤及程序、实验结果1、理解最大类间方差法的原理,编写代码clc;clear;I=imread('E:/lena.bmp');[row,col]=size(I);p=zeros(1,256);fori=0:255p(i+l)=length(find(I==i));%找到各个灰度值对应的个数,即求出各个p(i)endp=p/row/col; %求像素概率密度,row和col是像素总数,rol和cow均为512u=0;fori=l:255u=u+i*p(i+1);%求u=£ip(i)endpk=0;uk=0;max_sigmak=O;k=0;fori=0:255pk=pk+p(i+1);%求出pk=£p(i)uk=uk+i*p(i+1);%求出uk=£ip(i)sigmak=(u*pk-uk)人2/(pk+0.00001)/(1-pk+0.00001);%求出ga2(k)=sigmakif(max_sigmakvsigmak)%找出sigmax的最大值,并将其赋给max_sigmak,并找出此时的k值max_sigmak=sigmak;k=i; %记住灰度级endendfigure(1);subplot(1,3,1);imshow(I);subplot(1,3,2);J=I;J(find(Ivk))=0;J(find(I>=k))=255;imshow(J)subplot(1,3,3);Q=I;Q(find(I>k))=0;Q(find(Iv=k))=255;imshow(Q);实验结果改变阈值变化,分割效果不同=2、利用Roberts算子、Prewitt算子、Sobel算子等一阶算子进行处理,联系课本知识观察分析各算子的处理结果程序clearall;I=imread('E:/lena.bmp');subplot(2,4,1);imshow(I);title('(a)原图像');BWl=edge(I);subplot(2,4,2);imshow(BWl);title('(b)默认算子');BW2=edge(I,'sobel');subplot(2,4,3);imshow(BW2);title('(c)sobel算子');BW3=edge(I,'prewitt');subplot(2,4,4);imshow(BW3);title('(d)prewitt算子');BW4=edge(I,'roberts');subplot(2,4,5);imshow(BW4);title('(e)roberts算子');BW5=edge(I,'log');subplot(2,4,6);imshow(BW5);title('(f)log算子');BW6=edge(I,'zero-crossing');subplot(2,4,4);imshow(BW3);title('(g)零交叉');BW7=edge(I,'canny');subplot(2,4,8);imshow(BW7);title('(h)canny算子');3、边沿检测程序clc;clear;closeall;I=imread('E:/lena.bmp');I=double(I)/255;[row,col]=size(I);

fx=zeros(row,col);fy=zeros(row,col);mx=[-1-1-1;000;111];my=[-101;-101;-101];fori=2:row-1forj=2:col-1s=I(i-1:i+1,j-1:j+1);fx(i,j)=sum(sum(s.*mx));fy(i,j)=sum(sum(s.*my));endendfg=max(abs(fx),abs(fy));fg1=max((fx),(fy));figure(1);subplot(2,2,1

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。

评论

0/150

提交评论