基于MATLAB的數(shù)字圖像的邊緣檢測

《基于MATLAB的數(shù)字圖像的邊緣檢測》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、第27卷第2期吉林化工學(xué)院學(xué)報Vol.27No.22010年4月JOURNALOFJILININSTITUTEOFCHEMICALTECHNOLOGYApr.2010文章編號:100722853(2010)0220059203基于MATLAB的數(shù)字圖像的邊緣檢測張秀蘭(吉林化工學(xué)院理學(xué)院,吉林吉林132022)摘要:介紹了數(shù)字圖像處理主要研究領(lǐng)域中邊緣檢測的方法,即拉普拉斯高斯算子和Canny算子.利用MatLab圖像處理工具箱提供的圖像處理函數(shù),對圖像進行邊緣檢測,給出了相應(yīng)程序及處理結(jié)果.結(jié)果表明:拉普

2、拉斯高斯算子和Canny算子檢測邊緣清晰且噪聲小.關(guān)鍵詞:數(shù)字圖像;拉普拉斯算子;邊緣檢測;梯度中圖分類號:TP391文獻標識碼:A數(shù)字圖像處理技術(shù)從廣義上可看作是各種圖像加工技術(shù)的總稱.它包括利用計算機和其他電2圖像邊緣檢測子設(shè)備完成一系列工作,如圖像采集、獲取、編碼、存儲和傳輸,圖像的合成和產(chǎn)生,圖像的顯示、繪圖像最基本的特征是邊緣.邊緣(Edge)是指制和輸出,圖像變換、增強、恢復(fù)和重建,特征的提圖像局部亮度變化最顯著的部分,它存在與目標取和測量,目標的檢測、表達和描述,序列圖像的與背景、目標與目標、

3、區(qū)域與區(qū)域之間.邊緣檢測校正,圖像數(shù)據(jù)庫的建立、索引、查詢和抽取等是根據(jù)數(shù)字圖像中的突變信息檢測圖像的邊[1]等.由于圖像處理任務(wù)的復(fù)雜性,目前要找出[3]緣.圖像邊緣信息在圖像分析和人的視覺中都一個通用的方法適應(yīng)各種情況是幾乎不可能的.是十分重要的,是圖像識別中提取圖像特征的一針對某類特定問題,則可能找到有效的圖像處理個重要屬性.邊緣信息便于量化和比較,更適合于方法.邊緣檢測是圖像處理中基礎(chǔ)而又重要的課檢測和定位圖像中的物體位置,因此邊緣檢測技題,圖像分析和理解的第一步常常是邊緣檢測.術(shù)在數(shù)字圖像檢測和識

4、別中有極其重要的地位.邊緣檢測的實質(zhì)是采用某種算法來提取出圖像中1MATLAB特點對象與背景間的交界線,其目的就是要突出圖像的邊緣以便提取圖像的特征.MATLAB是一種以矩陣為基本單元的可視化程序設(shè)計語言,語法結(jié)構(gòu)簡單,數(shù)據(jù)類型單一,指3圖像邊緣檢測的功能與算法令表達與標準教科書的數(shù)學(xué)表達式相近,是國際公認的優(yōu)秀數(shù)學(xué)應(yīng)用軟件之一.功能性工具箱主圖像邊緣檢測的功能是根據(jù)數(shù)字圖像中的突要用來擴充其符號計算功能、圖示建模仿真功能、變信息檢測圖像中物體的邊緣,識別圖像的形狀,文字處理功能以及與硬件實時交互的功能.而

5、學(xué)提取圖像的特征,確定數(shù)字圖像中物體的位置.科性工具箱是專業(yè)性比較強的,如優(yōu)化工具箱、統(tǒng)圖像的邊緣有方向和幅度兩個特性.通常沿計工具箱、控制工具箱、小波工具箱、圖像處理工具箱、通信工具箱等.除內(nèi)部函數(shù)外,所有MAT2水平邊緣變化平緩,而垂直邊緣走向的像素變化LAB的核心文件和工具箱文件都是可讀可改的劇烈,這種變化可能呈現(xiàn)階躍型和屋頂型.這些變源文件,用戶可修改源文件和加入自己的文件,它化分別對應(yīng)景物中不同的物理狀態(tài).例如階躍型[2]變化常常對應(yīng)目標的深度和反射邊界,而屋頂型們可以與庫函數(shù)一樣被調(diào)用.[3]M

6、ATLAB圖像處理工具箱提供的圖像處理函變化常常反映表面法線方向的不連續(xù).如果一數(shù)為數(shù)字濾波、數(shù)字圖像處理的研究提供了有力個像素落在圖像中某一個物體的邊界上,那么它的工具,使得數(shù)字圖像處理變得直觀和方便.的鄰域?qū)⒊蔀橐粋€灰度級的收稿日期:2010203202作者簡介:張秀蘭(19632),女,吉林磐石人,吉林化工學(xué)院教授,碩士,主要從事應(yīng)用數(shù)學(xué)方面的研究.60吉林化工學(xué)院學(xué)報2010年變化帶.對這種變化最有用的兩個特征是灰板來作為對x和y方向一階偏導(dǎo)數(shù)Px(x,y)和Py度的變化率和方向,它們分別以梯度向量

7、的幅度(x,y)近似計算梯度的大小和方向.z=y+1和方向來表示.Px(x,y)=∑[p(x+1,z)-p(x-1,z)]+大部分邊緣檢測算子是在不同尺度上用光滑x=y-1函數(shù)對信號進行平滑,然后從其的一階或二階導(dǎo)[p(x+1,y)-p(x-1,y)],z=y+1數(shù)中檢測出突變點,其一階導(dǎo)數(shù)的極值點對應(yīng)于[4]py(x,y)=∑[p(z,y+1)-p(z,y-1)]+二階導(dǎo)數(shù)的零交叉點和平滑信號的拐點,如拉x=y-1普拉斯(Laplacian)算子、Canny算子、拉普拉斯[p(x,y+1]-p(x,y-1

8、)],22高斯(LOG)算子等等.梯度幅值M(x,y)=px(i,j)+py(i,j),3.1拉普拉斯高斯(LOG)算子py(i,j)梯度方向θ(i,j)=.拉普拉斯高斯(LOG)算子是一種同時具有px(i,j)圖像平滑功能和邊緣增強功能的二階微分算法.首先利用二維高斯函數(shù)卷積對圖像做最佳的平滑4邊緣檢測算子的MATLAB實現(xiàn)處理,然后再利用平滑圖像的二維拉普拉斯函數(shù)進行邊緣增強處理.MATLAB圖像處理工具箱中