数字图像处理实验报告材料图像边缘检测.docx
《数字图像处理实验报告材料图像边缘检测.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告材料图像边缘检测.docx（17页珍藏版）》请在冰点文库上搜索。
数字图像处理实验报告材料图像边缘检测
实验报告
实验名称
实验三图像边缘检测
课程名称
数字图像处理
成绩
班级
学号
日期
地点
备注：
1、实验目的
（1）了解并掌握使用微分算子进行图像边缘检测的基本原理；
（2）编写程序使用Laplacian算子（二阶导数算子）实现图像锐化，进一步理解图像
锐化的实质；
（3）掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法，根据
实验结果分析各种算子的工作效果；
（4）总结实验过程（实验报告，左侧装订）：
方案、编程、调试、结果、分析、结论。
2、实验环境
（1）WindowsXP/7
（2）Matlab7.1/7.14
3、实验方法
本次实验要求对256×256大小，256级灰度的数字图像lena.img进行处理。
（1）对该图像进行锐化处理，要求采用Laplacian算子进行锐化，分α=1和α=2两种情况，按如下不同情况进行处理：
①g1（m,n）=f（m,n）-α∇f
②g2（m,n）=4αf（m,n）-α[f（m-1,n）+f（m+1,n）+f（m,n-1）+f（m,n+1）]
、要对图像进行处理，要先读取该图像，实验代码如下：
closeall;
clearall;
fid=fopen（'lena.img','r'）;
image=fread（fid,[256,256],'uint8'）;
fclose（fid）;
、读取图像后，对该图像的每一像素（不考虑图像的边界部分）进行遍历，根据公式①（公式①相当于做差分）对每一灰度进行计算，将所得的结果存入一矩阵g1中（矩阵g1初始化为该图像的矩阵），代码如下（仅以ɑ=1为例）：
g1=image;
a=1;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）g1（i,j）=（1+4*a）*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
、根据公式②对图像的每一个像素（不考虑图像的边界部分）进行计算，将所得之存入矩阵g2中（g2初始化值为该图像的矩阵值），具体方法与上一步类似，代码如下（仅以ɑ=1为例）：
g2=image;
a=1;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）
g2（i,j）=4*a*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
（2）分别利用Roberts、Prewitt和Sobel边缘检测算子，对原图像进行边缘检测，显
示处理前、后图像。
、同
（1）中
，不再赘述。
、对图像进行边缘检测，要对图像的每一像素（不考虑图像的边界部分）的灰度进行遍历，分别用公式对图像的水平和垂直方向的边缘进行检测，并分别存储，在进行合成。
采用不同的算子时，变换的公式有所不同。
在合成时可以采用三种算法（街区法、棋盘法、欧式几何法），本次实验中均又采用，所以得到三层图像。
代码如下（仅以街区法的Roberts算子为例）:
[x,y]=size（image）;
g1=image;
gh1=image;
gv1=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh1（i,j）=image（i,j）-image（i-1,j-1）;
gv1（i,j）=image（i,j-1）-image（i-1,j）;
g1（i,j）=abs（gh1（i,j））+abs（gv1（i,j））;
end
end
4、实验结果分析
（1）、图像锐化
图像锐化结果如图a和图b（注：
图a为情况
结果；图b为情况
结果）：
图a
图b
由图a和图b对比可知，图像的锐化实质就是原图像与梯度信息进行叠加，相对于原图像而言，图像的边缘信息得到了加强。
由图b中不同ɑ值所得图像对比可知，ɑ越大，边界越清晰，同时对比图a中不同ɑ值所得图像可知，ɑ的大小决定梯度信息与原图像叠加时所占的比例。
（2）、图像边缘检测
街区法、棋盘法、欧式距离法的不同检测算子结果分别入图c、图d和图e：
图c
图d
图e
由图c、图d和图e对比可知，采用街区法所得的边界清晰度最高，欧式几何法其次，棋盘法最差。
对比同一图中的不同子图可知，Sobel算子的性能更好，Prewitt算子其次，Roberts算子最差。
5、实验结论
本次实验是对图像进行锐化和边缘检测，通过这次实验，我对数字图像处理中图像的锐化和边缘检测有了更加深刻的了解。
加深了图像锐化和边缘检测的原理，掌握了图像边缘检测的不同方法。
学会了使用Laplacian算子（二阶导数算子）实现图像锐化的程序编写；掌握了使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法。
6、源代码
（1）图像锐化（g1）
closeall;
clearall;
fid=fopen（'lena.img','r'）;
image=fread（fid,[256,256],'uint8'）;
fclose（fid）;
subplot（221）;
imshow（uint8（image）,[]）;
title（'原图像'）;
%采用拉普拉斯算子
g1=image;
a=1;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）
g1（i,j）=（1+4*a）*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
subplot（222）;
imshow（uint8（g1）,[]）;
title（'a=1时g1的图像'）;
g1=image;
a=2;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）
g1（i,j）=（1+4*a）*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
subplot（223）;
imshow（uint8（g1）,[]）;
title（'a=2时g1的图像'）;
（2）图像锐化（g2）
closeall;
clearall;
fid=fopen（'lena.img','r'）;
image=fread（fid,[256,256],'uint8'）;
fclose（fid）;
subplot（221）;
imshow（uint8（image）,[]）;
title（'原图像'）;
%采用拉普拉斯算子
g2=image;
a=1;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）
g2（i,j）=4*a*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
subplot（222）;
imshow（uint8（g2）,[]）;
title（'a=1时g2的图像'）;
g2=image;
a=2;
[x,y]=size（image）;
fori=2:
（x-1）
forj=2:
（y-1）
g2（i,j）=4*a*image（i,j）-a*（image（i+1,j）+image（i-1,j）+image（i,j+1）+image（i,j-1））;
end
end
subplot（223）;
imshow（uint8（g2）,[]）;
title（'a=2时g2的图像'）;
（3）边缘检测
closeall;
clearall;
fid=fopen（'lena.img','r'）;
image=fread（fid,[256,256],'uint8'）;
fclose（fid）;
figure（'Name','街区法','NumberTitle','off'）;
subplot（221）;
imshow（uint8（image）,[]）;
title（'原图像'）;
[x,y]=size（image）;
g1=image;
gh1=image;
gv1=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh1（i,j）=image（i,j）-image（i-1,j-1）;
gv1（i,j）=image（i,j-1）-image（i-1,j）;
g1（i,j）=abs（gh1（i,j））+abs（gv1（i,j））;
end
end
subplot（222）;
imshow（uint8（g1）,[]）;
title（'Roberts算子'）;
g2=image;
gh2=image;
gv2=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh2（i,j）=（（image（i+1,j-1）+image（i+1,j）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i-1,j）+image（i-1,j+1））/3）;
gv2（i,j）=（（image（i-1,j+1）+image（i,j+1）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i,j-1）+image（i+1,j-1））/3）;
g2（i,j）=abs（gh2（i,j））+abs（gv2（i,j））;
end
end
subplot（223）;
imshow（uint8（g2）,[]）;
title（'Prewitt算子'）;
g3=image;
gh3=image;
gv3=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh3（i,j）=（image（i+1,j-1）+2*image（i+1,j）+image（i+1,j+1）-image（i-1,j-1）-2*image（i-1,j）-image（i-1,j+1））/4;
gv3（i,j）=（image（i-1,j+1）+2*image（i,j+1）+image（i+1,j+1）-image（i-1,j-1）-2*image（i,j-1）-image（i+1,j-1））/4;
g3（i,j）=abs（gh3（i,j））+abs（gv3（i,j））;
%g3（i,j）=max（gh3（i,j）,gv3（i,j））;
%g3（i,j）=sqrt（gh3（i,j）*gh3（i,j）+gv3（i,j）*gv3（i,j））;
end
end
subplot（224）;
imshow（uint8（g3）,[]）;
title（'Sobel算子'）;
%subplot（235）
%imshow（uint8（gh3）,[]）;
%title（'检测水平边界'）;
%subplot（236）;
%imshow（uint8（gv3）,[]）;
%title（'检测竖直边界'）;
figure（'Name','棋盘法','NumberTitle','off'）;
subplot（221）;
imshow（uint8（image）,[]）;
title（'原图像'）;
[x,y]=size（image）;
g1=image;
gh1=image;
gv1=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh1（i,j）=image（i,j）-image（i-1,j-1）;
gv1（i,j）=image（i,j-1）-image（i-1,j）;
%g1（i,j）=abs（gh1（i,j））+abs（gv1（i,j））;
g1（i,j）=max（gh1（i,j）,gv1（i,j））;
end
end
subplot（222）;
imshow（uint8（g1）,[]）;
title（'Roberts算子'）;
g2=image;
gh2=image;
gv2=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh2（i,j）=（（image（i+1,j-1）+image（i+1,j）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i-1,j）+image（i-1,j+1））/3）;
gv2（i,j）=（（image（i-1,j+1）+image（i,j+1）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i,j-1）+image（i+1,j-1））/3）;
%g2（i,j）=abs（gh2（i,j））+abs（gv2（i,j））;
g2（i,j）=max（gh2（i,j）,gv2（i,j））;
end
end
subplot（223）;
imshow（uint8（g2）,[]）;
title（'Prewitt算子'）;
g3=image;
gh3=image;
gv3=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh3（i,j）=（image（i+1,j-1）+2*image（i+1,j）+image（i+1,j+1）-image（i-1,j-1）-2*image（i-1,j）-image（i-1,j+1））/4;
gv3（i,j）=（image（i-1,j+1）+2*image（i,j+1）+image（i+1,j+1）-image（i-1,j-1）-2*image（i,j-1）-image（i+1,j-1））/4;
g3（i,j）=abs（gh3（i,j））+abs（gv3（i,j））;
g3（i,j）=max（gh3（i,j）,gv3（i,j））;
%g3（i,j）=sqrt（gh3（i,j）*gh3（i,j）+gv3（i,j）*gv3（i,j））;
end
end
subplot（224）;
imshow（uint8（g3）,[]）;
title（'Sobel算子'）;
figure（'Name','欧式几何法','NumberTitle','off'）;
subplot（221）;
imshow（uint8（image）,[]）;
title（'原图像'）;
[x,y]=size（image）;
g1=image;
gh1=image;
gv1=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh1（i,j）=image（i,j）-image（i-1,j-1）;
gv1（i,j）=image（i,j-1）-image（i-1,j）;
%g1（i,j）=abs（gh1（i,j））+abs（gv1（i,j））;
%g1（i,j）=max（gh1（i,j）,gv1（i,j））;
g1（i,j）=sqrt（gh1（i,j）*gh1（i,j）+gv1（i,j）*gv1（i,j））;
end
end
subplot（222）;
imshow（uint8（g1）,[]）;
title（'Roberts算子'）;
g2=image;
gh2=image;
gv2=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh2（i,j）=（（image（i+1,j-1）+image（i+1,j）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i-1,j）+image（i-1,j+1））/3）;
gv2（i,j）=（（image（i-1,j+1）+image（i,j+1）+image（i+1,j+1））/3）-（（image（i-1,j-1）+image（i,j-1）+image（i+1,j-1））/3）;
%g2（i,j）=abs（gh2（i,j））+abs（gv2（i,j））;
%g2（i,j）=max（gh2（i,j）,gv2（i,j））;
g2（i,j）=sqrt（gh2（i,j）*gh2（i,j）+gv2（i,j）*gv2（i,j））;
end
end
subplot（223）;
imshow（uint8（g2）,[]）;
title（'Prewitt算子'）;
g3=image;
gh3=image;
gv3=image;
fori=2:
（x-1）
forj=2:
（y-1）
gh3（i,j）=（image（i+1,j-1）+2*image（i+1,j）+image（i+1,j+1）-image（i-1,j-1）-2*image（i-1,j）-image（i-1,j+1））/4;
gv3（i,j）=（image（i-1,j+1）+2*image（i,j+1）+image（i+1,j+1）-image（i-1,j-1）-2*image（i,j-1）-image（i+1,j-1））/4;
%g3（i,j）=abs（gh3（i,j））+abs（gv3（i,j））;
%g3（i,j）=max（gh3（i,j）,gv3（i,j））;
g3（i,j）=sqrt（gh3（i,j）*gh3（i,j）+gv3（i,j）*gv3（i,j））;
end
end
subplot（224）;
imshow（uint8（g3）,[]）;
title（'Sobel算子'）;
升级会员 