《图像分割和边缘检测.docx》由会员分享，可在线阅读，更多相关《图像分割和边缘检测.docx（6页珍藏版）》请在三一办公上搜索。
1、-一、实验目的及要求1. 了解边缘检测的意义。2. 掌握边缘检测的数学方法。3. 掌握常用的几种边缘检测算子二、实验原理与内容图像边缘对人的视觉有重要意义。一般而言，人们看一个有边缘的物体首先感觉到的就是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。但检测出的边缘不等于实际目标的真实边缘。由于图像数据是二维的，而实际物体是三维的，从三维到二维必然会造成信息丢失，再加上成像过程的光照不均和噪声等因素，使有边缘的地方不一定能检测出来，而检测出的边缘也不一定代表实际边缘。图像的边缘有方向和幅度两个属性，沿边缘方向象素变化平缓，垂直于边缘方
2、向象素变化剧烈。这种变化可用微分算子检测出来。三、实验软硬件环境1.计算机2.Matlab软件四、实验过程（实验步骤、记录、数据、分析）1.基于一阶导数的边缘算子a=imread(y.jpg);f=rgb2gray(a);subplot(2,2,1),imshow(f),title(原始图像);g1 , t1=edge(f,roberts, , horizontal); subplot(2,2,2), imshow(g1),title(Roberts);g2, t2=edge(f, sobel, , horizontal);subplot(2,2,3), imshow(g2),title(So
3、bel);g3, t3=edge(f, prewitt, , horizontal);subplot(2,2,4), imshow(g3),title(Prewitt);从图像结果来看，Roberts的边缘检测*围更加大2、基于二阶导数的边缘算子：应用LOG算子检测边缘a=imread(y.jpg);f=rgb2gray(a);subplot(1,2,1),imshow(f),title(原始图像);g , t=edge(f, log);subplot(1,2,2),imshow(g),title(log);3、基于约束条件的最优化检测边缘算子：应用Canny算子检测边缘a=imread(y.jpg);f=rgb2gray(a);subplot(1,2,1),imshow(f),title(原始图像);g , t=edge(f,canny);subplot(1,2,2),imshow(g),title(Canny);五、测试/调试及实验结果分析实验结果如上所示六、实验结论与体会1. 结论：基于一阶导数的边缘算子、基于二阶导数的边缘算子、基于约束条件的最优化检测边缘算子，图所得到的图像差异挺大。一阶的采集点数要比二阶和约束条件的要少。这样算法的实现都是需要将图像灰度处理。这点还需要优化。. z.
