邊緣檢測試驗(yàn)運(yùn)行結(jié)果分析

摘 要 本論文首先簡要介紹了數(shù)字圖像處理技術(shù)的發(fā)展歷程、研究內(nèi)容與應(yīng)用領(lǐng)域，最后重點(diǎn)介紹了數(shù)字圖像處理技術(shù)在MATLAB中的具體應(yīng)用，通過邊緣檢測試驗(yàn)在MATLAB上運(yùn)行程序代碼得到運(yùn)行結(jié)果，對比圖像處理前后異同可以加深對這門課程的理解，為以后在學(xué)習(xí)和工作中應(yīng)用這門理論打下堅(jiān)實(shí)的基礎(chǔ)。

關(guān)鍵詞 數(shù)字圖像處理技術(shù) MATLAB程序代碼 異同

一、數(shù)字圖像處理技術(shù)簡介

數(shù)字圖像處理的發(fā)展與計(jì)算機(jī)以及硬件技術(shù)的發(fā)展是緊密聯(lián)系的， 20世紀(jì)60年代到80年代中期，這個(gè)時(shí)期的圖像處理系統(tǒng)采用機(jī)箱式結(jié)構(gòu)；20世紀(jì)80年代中期～20世紀(jì)90年代初期，這個(gè)階段的主要特點(diǎn)是小型化，采用插卡式，采用雙屏操作方式；從20世紀(jì)90年代開始，隨著運(yùn)算能力很強(qiáng)的數(shù)字信號處理器（DSP）的問世，使現(xiàn)代圖像處理系統(tǒng)進(jìn)入了和計(jì)算機(jī)緊密結(jié)合的全數(shù)字階段。

數(shù)字圖像處理技術(shù)主要研究的內(nèi)容：圖像變換、圖像編碼壓縮、圖像增強(qiáng)和復(fù)原、圖像分割、圖像分類（識別）等，廣泛應(yīng)用在遙感探測、生物醫(yī)學(xué)、交通運(yùn)輸、安全檢測等領(lǐng)域。

二、邊緣檢測試驗(yàn)在數(shù)字圖像處理技術(shù)上的具體應(yīng)用

將數(shù)字圖像處理程序代碼在MATLAB軟件上運(yùn)行并得到運(yùn)行結(jié)果，對比圖像處理前后異同點(diǎn)，加深對數(shù)字圖像處理技術(shù)理論知識的理解。下面通過實(shí)驗(yàn)來看一下數(shù)字圖像處理技術(shù)在MATLAB上的具體應(yīng)用。

（1）邊緣檢測原理簡介

邊緣檢測是圖像處理和計(jì)算機(jī)視覺中的基本問題，邊緣檢測的目的是標(biāo)識數(shù)字圖像中亮度變化明顯的點(diǎn)。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。 這些包括豍深度上的不連續(xù)、豎表面方向不連續(xù)、豏物質(zhì)屬性變化和豐場景照明變化。邊緣檢測是圖像處理和計(jì)算機(jī)視覺中，尤其是特征提取中的一個(gè)研究領(lǐng)域。

（2）邊緣檢測的檢測方法

有許多用于邊緣檢測的方法， 他們大致可分為兩類：基于搜索和基于零交叉。

基于搜索的邊緣檢測方法首先計(jì)算邊緣強(qiáng)度， 通常用一階導(dǎo)數(shù)表示， 例如梯度模，然后，用計(jì)算估計(jì)邊緣的局部方向， 通常采用梯度的方向，并利用此方向找到局部梯度模的最大值。

基于零交叉的方法找到由圖像得到的二階導(dǎo)數(shù)的零交叉點(diǎn)來定位邊緣。 通常用拉普拉斯算子或非線性微分方程的零交叉點(diǎn)。

濾波做為邊緣檢測的預(yù)處理通常是必要的，通常采用高斯濾波。

（3）邊緣檢測實(shí)驗(yàn)代碼及其運(yùn)行結(jié)果

img=imread（'C：＼Documents and Settings＼Administrator＼桌面＼5.jpg'）； %讀入圖像

subplot（2，4，1）；

img=rgb2gray（img）；

imshow（img）；title（'原始圖像'）；

I=im2double（img）；

%Roberts算子%

x_mask=[1 0；0 -1]；

y_mask=rot90（x_mask）；

dx=imfilter（I，x_mask）；

dy=imfilter（I，y_mask）；

grad=sqrt（dx.*dx+dy.*dy）；

grad=mat2gray（grad）；

level=graythresh（grad）；

BW=im2bw（grad，level）；

subplot（2，4，2）；

imshow（BW）；

title（'Roberts算子'）；

%Prewitt算子%

y_mask=[-1 -1 -1；0 0 0；1 1 1]；

x_mask=y_mask'；

dx=imfilter（I，x_mask）；

dy=imfilter（I，y_mask）；

grad=sqrt（dx.*dx+dy.*dy）；

grad=mat2gray（grad）；

level=graythresh（grad）；

BW=im2bw（grad，level）；

subplot（2，4，3）；

imshow（BW）；

title（'Prewitt算子'）；

%Sobel算子%

y_mask=[-1 -2 -1；0 0 0；1 2 1]；

x_mask=y_mask'；

dx=imfilter（I，x_mask）；

dy=imfilter（I，y_mask）；

grad=sqrt（dx.*dx+dy.*dy）；

grad=mat2gray（grad）；

level=graythresh（grad）；

BW=im2bw（grad，level）；

subplot（2，4，4）；

imshow（BW）；

title（'Sobel算子'）；

%Laplacian算子

mask=[0 -1 0；-1 4 -1；0 -1 0]；

dx=imfilter（I，mask）；

grad=mat2gray（dx）；

level=graythresh（grad）；

BW=im2bw（grad，level）；

subplot（2，4，5）；

imshow（BW）；

title（'Laplacian算子'）；

%LoG算子%

mask=[0 0 -1 0 0；0 -1 -2 -1 0；-1 -2 16 -2 -1；0 -1 -2 -1 0；0 0 -1 0 0]；

dx=imfilter（I，mask）；

grad=mat2gray（dx）；

level=graythresh（grad）；

BW=im2bw（grad，level）；

subplot（2，4，6）；

imshow（BW）；

title（'LoG算子'）；

%Canny算子%

BW1=edge（I，'canny'）；

subplot（2，4，7）；

imshow（BW1）；

title（'Canny算子'）；

三 、結(jié)語

數(shù)字圖像處理技術(shù)具有再現(xiàn)性好，處理精度高，適用面寬，靈活性好等優(yōu)點(diǎn)。隨著電子計(jì)算機(jī)的不斷發(fā)展和人們對數(shù)字圖像處理越來越高的重視，數(shù)字圖像處理技術(shù)正在向處理算法更優(yōu)化，處理速度更快，處理后的圖像清晰度更高的方向發(fā)展，從而最終實(shí)現(xiàn)實(shí)現(xiàn)圖像的智能生成、處理、識別和理解。借助MATLAB軟件運(yùn)行簡單的數(shù)字圖像處理程序，可以對一些簡單的圖像進(jìn)行變換，對比前后圖像變化，加深對所學(xué)的理論知識的理解，從而為將來繼續(xù)深入學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)：

[1]章毓晉.圖象處理和分析[M].北京：清華大學(xué)出版社，1999 .

[2]郎銳.數(shù)字圖像處理學(xué)[M].北京：希望電子出版社，2002.

[3]周明全.圖像圖形技術(shù)與應(yīng)用進(jìn)展[M].北京： 北京師范大學(xué)出版社， 2008：71-72，129-132，149-150.

[4]岡薩雷斯.數(shù)字圖像處理[M].電子工業(yè)出版社，2003.