计算机视觉 形态学 边缘检测

计算机视觉 形态学 边缘检测

实验二形态算子一、实验目的与要求目的：学习常见的数学形态学运算基本方法，了解腐蚀、膨胀、开运算、闭运算取得的效果，培养处理实际图像的能力。要求：上机运行，调试通过。二、实验设备：计算机、Matlab软件、VC++或C语言软件三、实验内容：利用VC++/C或MatLab工具箱中关于数学形态学运算的函数，对二值图像进行膨胀、腐蚀和开运算、闭运算处理。四、实验原理：膨胀：腐蚀：开运算：闭运算：五、实验报告内容（1）描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进行必要的讨论，必须包括原始图像及其计算/处理后的图像。（2）结合实验内容，评价腐蚀、膨胀以及开运算、闭运算的效果，并说明它们各自适用条件。%对二值图像做腐蚀、膨胀以及开运算和闭运算closeall;clc;clear;I=imread('C:\DocumentsandSettings\Owner\My\nDocuments\MATLAB\road3.jpg');I2=im2bw(I);%对读入图像做二值化处理[m,n]=size(I2);subplot(2,3,1),imshow(I)title('原始图像');subplot(2,3,2),imshow(I2)title('二值图像');s=[11;10];%腐蚀膨胀算子%腐蚀运算fori=1:m-1forj=1:n-1if(I2(i,j)==1)&&(I2(i+1,j)==1)&&(I2(i,j+1)==1)I3(i,j)=1;endendendsubplot(2,3,3),imshow(I3)title('图像腐蚀1次');%膨胀运算fori=1:m-1forj=1:n-1if(I2(i,j)==1)||(I2(i+1,j)==1)||(I2(i,j+1)==1)I4(i,j)=1;endendendsubplot(2,3,4),imshow(I4)title('图像膨胀1次');\n%开运算fori=1:m-2forj=1:n-2if(I3(i,j)==1)||(I3(i+1,j)==1)||(I3(i,j+1)==1)I5(i,j)=1;endendendsubplot(2,3,5),imshow(I5)title('开运算');%闭运算fori=1:m-2forj=1:n-2if(I4(i,j)==1)&&(I4(i+1,j)==1)&&(I4(i,j+1)==1)I6(i,j)=1;endendendsubplot(2,3,6),imshow(I6)title('闭运算');\n由上图易知，原图像经1次腐蚀后，图像中的一些不连续点或线被腐蚀掉；而原图像经1次膨胀后，图像中的一些不连续点或线被连接在一起或膨胀。原图像经开运算（先腐蚀后膨胀），图像原先那些不完全连续部分，边缘孤点等被去掉，主体部分得以加强，因而图像特征明显，且清晰。原图像经闭运算（先膨胀后腐蚀），图像原先那些不完全连续部分，大部分被去掉，只保留最基本特征部分，因而图像特征被明显削弱。实验三边缘检测一、实验目的与要求目的：熟悉采用Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和LOG算子检测数字图像的边缘。要求：上机运行，调试通过。二、实验设备：计算机、Matlab软件、VC++或C语言软件三、实验内容利用VC++/C或MatLab中关于边缘检测的函数，分别采用Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和LOG算子\n检测数字图像的边缘。四、实验原理两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的结果，这种不连续性通常可以利用求导数的方法方便地检测到。常用的边缘检测算子有Roberts算子、Sobel算子、Prewitt算子、LOG算子和Laplacian算子。Roberts算子是一种利用局部差分算子寻找边缘的算子，其模板如图：Sobel算子的两个卷积计算核如图：Prewitt算子的两个卷积计算核如图：LOG算子=高斯滤波+拉普拉斯边缘检测。Laplacian算子是二阶导数的二维等效式，卷积核如图：五、实验报告内容（1）描述实验的基本步骤，给出各个算子取得的实验。（2）结合实验内容，简述各个算子的效果、特点和适用范围。ps=('C:\DocumentsandSettings\Owner\MyDocuments\MATLAB\road3.jpg');%读取图像subplot(1,3,1)imshow(ps);\ntitle('原图像');ps=rgb2gray(ps);[m,n]=size(ps);%用Sobel微分算子进行边缘检测pa=edge(ps,'sobel');subplot(1,3,2);imshow(pa);title('sobel边缘检测得到的图像');ps=('C:\DocumentsandSettings\Owner\MyDocuments\MATLAB\road3.jpg');%读取图像subplot(1,3,1)imshow(ps);title('原图像');ps=rgb2gray(ps);[m,n]=size(ps);%用Roberts微分算子进行边缘检测pa=edge(ps,'Roberts');subplot(1,3,2);imshow(pa);title('Roberts边缘检测得到的图像');\nps=('C:\DocumentsandSettings\Owner\MyDocuments\MATLAB\road3.jpg');%读取图像subplot(1,3,1)imshow(ps);title('原图像');ps=rgb2gray(ps);[m,n]=size(ps);%用Prewitt微分算子进行边缘检测pa=edge(ps,'Prewitt');subplot(1,3,2);imshow(pa);title('Prewitt边缘检测得到的图像');ps=('C:\DocumentsandSettings\Owner\MyDocuments\MATLAB\road3.jpg');%读取图像subplot(1,3,1)\nimshow(ps);title('原图像');ps=rgb2gray(ps);[m,n]=size(ps);%用Sobel微分算子进行边缘检测pa=edge(ps,'LOG');subplot(1,3,2);imshow(pa);title('LOG边缘检测得到的图像');实验四边缘检测一、实验目的与要求目的：加深对Canny边缘检测的原理的理解。要求：上机运行，调试通过。二、实验设备：计算机、Matlab软件、VC++或C语言软件三、实验内容用Matlab语言（或C语言），编写Canny边缘检测器的Matlab（或C语言）函数；利用上述函数，对一副图像进行边缘检测；利用Matlab自带的Canny边缘检测函数对同一副图像进行边缘检测；比较上述两个结果。四、实验步骤\n步1.图像与高斯平滑滤波器卷积：步2.使用一阶有限差分计算偏导数阵列P与Q：步3.计算梯度幅值与方向角:步4.非极大值抑制（NMS）：去掉幅值局部变化非极大的点．*将梯度角离散为圆周的四个扇区之一，以便用3×3的窗口作抑制运算*方向角离散化：*抑制，得到新幅值图：步5.阈值化取高低两个阈值作用于幅值图N[i,j]，得到两个边缘图：高阈值和低阈值边缘图。连接高阈值边缘图，出现断点时，在低阈值边缘图中的8邻点域搜寻边缘点。五、实验报告内容\n（1）描述实验的基本步骤，给出实验程序代码及必要说明。ps=imread('C:\DocumentsandSettings\Owner\MyDocuments\MATLAB\road3.jpg');%读取图像subplot(1,3,1)imshow(ps);title('原图像');ps=rgb2gray(ps);[m,n]=size(ps);pa=edge(ps,'canny');subplot(1,3,2);imshow(pa);title('canny边缘检测得到的图像');（2）结合实验内容，给出实验结果的分析和总结。