基于Sobel算子的數(shù)字圖像邊緣檢測

《基于Sobel算子的數(shù)字圖像邊緣檢測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、信號處理綜合設(shè)計報告綜合設(shè)計名稱：基于Sobel算子的數(shù)字圖像邊緣檢測學(xué)員：學(xué)號：培養(yǎng)類型：技術(shù)類年級：2013級專業(yè)：電子工程所屬學(xué)院：指導(dǎo)教員：職稱：教授實驗室：305-507實驗日期：2016.8.23-2016.9.2一、綜合設(shè)計目的（1）掌握數(shù)字信號處理的基本概念、基本理論和基本方法；（2）了解邊緣檢測的算法和用途，學(xué)習(xí)利用Sobel算子進行邊緣檢測的程序設(shè)計方法；（3）完成圖像邊緣處理系統(tǒng)的設(shè)計和實現(xiàn)，分析處理性能；（4）學(xué)會TMS320VC5509ADSP的程序設(shè)計方法。二、綜合設(shè)計要求（1）在Matlab上獨立編程實現(xiàn)通過Sobel算子的邊緣檢測；（2）讀懂DSP-CCS

2、平臺例程，自選圖像修改例程實現(xiàn)邊緣檢測，對比Matlab仿真和DSP-CCS平臺處理的結(jié)果。（3）完成實驗思考題三、詳細設(shè)計過程1.設(shè)計原理分析；Sobel邊緣檢測算子：圖像中的每個點都用這連個核做卷積，一個核對通常的垂直邊緣相應(yīng)最大，另一個對水平邊緣相應(yīng)最大。兩個卷積的最大值作為該點的輸出位（下文我們統(tǒng)稱為梯度）。Prewitt邊緣檢測算子：以上兩個卷積核形成了Prewitt算子。使用方法和Sobel算子一致，區(qū)別是系數(shù)不同。2.設(shè)計方案和過程?？傮w方案：（1）選擇圖像灰度處理這是程序運行的預(yù)處理，需要注意的Matlab仿真時，圖像選取限制較小，在DSP-CCS平臺處理時，注意圖像選擇

3、要滿足例程的空間要求，一般選擇80*80尺寸圖像。（2）卷積計算得出梯度把圖像與Sobel算子的兩個模板分別進行卷積，取卷積后較大值為該點的梯度。上圖顯示了在只考慮水平邊緣或垂直邊緣的情況下的檢測效果與實際效果的對比。（1）二值處理計算閾值把計算出的梯度歸一化，然后帶入Matlab中的graythresh函數(shù)，采用最大類間方差法獲得閾值。（2）高于閾值設(shè)為1，低于閾值設(shè)為0。把二值圖像顯示出來即為邊緣檢測的最終結(jié)果。3.改進與創(chuàng)新（1）八方向Sobel算子在原有中兩個模板的基礎(chǔ)上，又增加六個方向的模板，即45°，135°，180°，225°，270°，315°。這樣可以更加有效地檢測圖像

4、多個方向邊緣，使邊緣信息更加完整。（2）抗噪性能分析通過在原圖像中加入不同信噪比的高斯白噪聲，觀察邊緣檢測圖像的變化，分析差別。四、調(diào)試過程與結(jié)果分析1.傳統(tǒng)Sobel算子邊緣檢測效果展示注：上圖中g(shù)raythresh算子得出的閾值為0.27842.閾值不同時的結(jié)果對比。通過手動調(diào)整閾值，我們可以發(fā)現(xiàn)，減小閾值，圖像中線條增多，增大閾值，線條減少，實際情況中，課根據(jù)需要選擇合適閾值。3.Sobel算子與Prewitt算子對比對于大部分圖像，Sobel算子與Prewitt算子得出的結(jié)果差別不大。4.八方向Sobel算子性能分析實際效果，八方向Sobel算子邊緣檢測效果提升不明顯，但是帶來了

5、巨大的內(nèi)存和空間消耗。此圖顯示了八方向Sobel算子的空間占用，實際計算時，需要的時間也比傳統(tǒng)Sobel算子要長，考慮到其邊緣檢測效果提升不明顯，后續(xù)我們沒有采用這種方法。5.抗噪性能分析通過給圖像加高斯白噪聲來測試程序的抗躁性能。加入信噪比為0.05的高斯白噪聲：幾乎不受影響，但是也出現(xiàn)了一些雜點。加入信噪比為0.5的高斯白噪聲：已經(jīng)損失了一些信息，左側(cè)后視鏡已經(jīng)看不見了。加入信噪比為0.9的高斯白噪聲：可以發(fā)現(xiàn)右圖已經(jīng)基本上沒有信息了，手動調(diào)整閾值：將閾值調(diào)整為0.01后，原本的車在地面的陰影，后座都被誤判為邊界，但是車牌等重要信息被檢測出來。6.DSP-CCS平臺實現(xiàn)仿真時使用的奧

6、迪車圖片尺寸較大，無法移植，在CCS平臺上，我們使用北大?；蘸土Ψ嚇?biāo)做測試。北大?；辗抡娼Y(jié)果：CCS平臺處理結(jié)果：力帆車標(biāo)仿真結(jié)果：CCS平臺處理結(jié)果：通過兩個例子，可以發(fā)現(xiàn)CCS平臺處理的圖像在轉(zhuǎn)彎處，容易出現(xiàn)邊緣缺失，可能是由于圖片像素太低，精度不足造成的。五、設(shè)計總結(jié)和體會（1）本次實驗，以Sobel算子為基礎(chǔ)，對數(shù)字圖像的邊緣檢測問題進行了一番探究。實驗表明，Sobel算子產(chǎn)生的邊緣效果較好，在實際處理中，可根據(jù)具體情況采用不同的閾值。改進的八方向Sobel算子邊緣信息更全，但是產(chǎn)生了大量空間和時間消耗，一般不采用。另外，Sobel算子對噪聲具有一定的平滑作用。（2）選題，分析

7、，仿真，實現(xiàn)，是一般項目進行的主要步驟，好的仿真可以大大縮短實際操作所需要的時間，但是仿真過程中要考慮實際平臺的計算能力和存儲空間。（3）本次實驗，本組進度進行較快，但是后來看了其他同學(xué)的情況后，發(fā)現(xiàn)對方做的效果比我們好很多，才激勵我們繼續(xù)研究，找出抗噪性能的分析這一創(chuàng)新點。啟示我們，做研究過程中不要實現(xiàn)一點成績就沾沾自喜，要保持謙虛，腳踏實地。六、思考題解答在CCS平臺上，將Sobel算子改為Prewitt算子。答：Sobel算子