实验9 图像边缘检测.docVIP

实验9 图像边缘检测 一、实验目的 通过本实验使学生掌握图像边缘检测的基本方法，加深对图像分割的理解。 二、实验原理 本实验师基于数字图像处理课程中的图像分割理论来设计的。 三、实验内容 （一）图像锐化 读取lena_gray.bmp图像， （1）使用prewitt算子对图像进行锐化，同屏显示原图像和锐化后的图像，并解释结果。 （2）使用sobel算子对图像进行锐化，同屏显示原图像和锐化后的图像，并解释结果。 （3）使用LoG算子对图像进行锐化，同屏显示原图像和锐化后的图像，并解释结果。 （4）对比上述锐化结果，说明三个算子的优缺点。 程序： close all clear clc %程序如下所示：? J=imread(F:\lena_gray.bmp); subplot(2,3,1); imshow(J); title(（a）原始图像); subplot(2,3,2); imshow(J);title((b)灰度图); K=imadjust(J,[40/255 1]); %调整灰度值? subplot(2,3,3) imshow(K); title((c)调整灰度后的图); I1=edge(K,sobel); subplot(2,3,4); imshow(I1); title(（d）Sobel算子); I2=edge(K,prewitt); subplot(2,3,5); imshow(I2); title(（e）Prewitt算子); I4=edge(K,log); subplot(2,3,6); imshow(I4); title(（g）Laplace算子); 实验结果分析： 由实验结果可知，prewitt和sobel算子能提取对比度强的边缘，而LOG算子能提取对比度较弱的边缘，边缘定位精度高。 图像边缘检测 读取合适的算子，检测图像中的横向边缘，同屏显示原图像和边缘图像，并解释结果。 读取合适的算子，检测图像中的纵向边缘，同屏显示原图像和边缘图像，并解释结果。 将上述两幅边缘图像叠加，试解释结果的意义。 程序： close all clear clc I=imread(F:\house.bmp); subplot(2,2,1); imshow(I);title(原图像); subplot(2,2,2); [gv,t1]=edge(I,sobel,vertical);%使用edge函数对图像f提取垂直的边缘 imshow(gv) title(图像的垂直边缘) [gb,t2]=edge(I,sobel,horizontal);%使用edge函数对图像f提取水平的边缘 subplot(2,2,3); imshow(gb) title(图像的水平边缘) w45=[-2 -1 0;-1 0 1;0 1 2];%指定模版使用imfilter计算45度方向的边缘 g45=imfilter(double(I),w45,replicate); T=0.3*max(abs(g45(:))); %设定阈值 g45=g45=T; %进行阈值处理 subplot(2,2,4); imshow(g45); title(45度方向的边缘); 图像： 图像分割 读取rice.tif 图像 使用prewitt算子对图像进行分割，同屏显示原图像和分割后的图像，并解释结果。 使用prewitt算子对图像进行分割，同屏显示原图像和分割后的图像，并解释结果。 程序： %图像分割?用MATLAB实现如下：? close all clear clc I=imread(F:\rice.bmp); subplot(2,2,1); imshow(I); title(原始图像); I1=im2bw(I); subplot(2,2,2); imshow(I1); title(二值图像); I3=edge(I1,sobel); subplot(2,2,3); imshow(I3); title(sobel算子分割结果); I4=edge(I1,Prewitt); subplot(2,2,4); imshow(I4); title(Prewitt算子分割结果); 图像： 总结