资源描述:
《canny边缘检测及matlab实现》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、北京工业大学研究生课程考试答题纸题号分数任课教师签名一二三四五六七八九十总分考试课程:课程类别:学位课选修课研究生学号:研究生姓名:学生类别:博士硕士工程硕士进修生考试时间:年月日8一、实验目的:熟悉边缘检测原理,并运用matlab软件实现图像的canny边缘检测,体会canny边缘检测的优缺点。二、实验内容:编写matlab程序,实现对lena图像的边缘检测,输出程序运行结果。三、实验原理或步骤:首先回顾一下边缘检测的一般步骤:边缘检测算法一般包含如下四个步骤:1.滤波(去噪)。2.增强(一般是通过计算梯度幅值)
2、。3.检测(在图像中有许多点的梯度幅值会比较大,而这些点并不都是边缘,所以应该用某种方法来确定边缘点,比如最简单的边缘检测判据:梯度幅值阈值)。4.定位(有的应用场合要求确定边缘位置,可以在子像素水平上来估计,指出边缘的位置和方向)Canny边缘检测的算法步骤: 1.用高斯滤波器平滑图像(不同尺度的Canny检测子由高斯的不同标准差来表示)用一阶偏导的有限差分来计算梯度的幅值和方向。 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的竖的还有联合的,所以一共三个需要sobel边缘检测图像。 3.对联
3、合的sobel检测图像进行非极大值抑制(Non-MaximaSuppression,NMS) 4.用双阈值算法检测和连接边缘,并进行滞后阈值处理。 其中非极大值抑制细化了幅值图像中的屋脊带,只保留幅值局部变化最大的点。 双阈值算法:用两个阈值得到两个阈值图像,然后把高阈值的图像中的边缘连接成轮廓,连接时到达轮廓的端点时,在低阈值图像上找可以连接的边缘。不断收集,直到所有的间隙连接起来为止。四、运行结果和分析每步运行效果:8Figure1原图:Figure2高斯模糊后:8Figure3sobel边缘检测后:Fi
4、gure4非极大抑制后:8Figure5上阈值120,下阈值100检测结果:Canny算子的方向性使得它的边缘检测和定位优于其他算子,具有更好的边缘强度估计,能产生梯度方向和强度两个信息。8五、算法程序Main.mclearall;closeall;clc;img=imread('lena.bmp');imshow(img);[mn]=size(img);img=double(img);%%canny边缘检测的前两步相对不复杂,所以我就直接调用系统函数了%%高斯滤波w=fspecial('gaussian',[55
5、]);img=imfilter(img,w,'replicate');figure;imshow(uint8(img))%%sobel边缘检测w=fspecial('sobel');img_w=imfilter(img,w,'replicate');%求横边缘w=w';img_h=imfilter(img,w,'replicate');%求竖边缘img=sqrt(img_w.^2+img_h.^2);%注意这里不是简单的求平均,而是平方和在开方。figure;imshow(uint8(img))%%下面是非极大抑制
6、new_edge=zeros(m,n);fori=2:m-1forj=2:n-1Mx=img_w(i,j);My=img_h(i,j);ifMy~=0o=atan(Mx/My);%边缘的法线弧度elseifMy==0&&Mx>0o=pi/2;elseo=-pi/2;end%Mx处用My和img进行插值adds=get_coords(o);%边缘像素法线一侧求得的两点坐标,插值需要8M1=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3));%插值后
7、得到的像素,用此像素和当前像素比较adds=get_coords(o+pi);%边缘法线另一侧求得的两点坐标,插值需要M2=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3));%另一侧插值得到的像素,同样和当前像素比较isbigger=(Mx*img(i,j)>M1)*(Mx*img(i,j)>=M2)+(Mx*img(i,j)8、=img(i,j);endendendfigure;imshow(uint8(new_edge))%%下面是滞后阈值处理up=120;%上阈值low=100;%下阈值set(0,'RecursionLimit',10000);%设置最大递归深度fori=1:mforj=1:nifnew_edge(i,j)>up&&new_edge(i,j)~=255%判断上