图像边缘检测课程设计_图像处理综合训练(编辑修改稿)

图像边缘检测课程设计_图像处理综合训练(编辑修改稿)内容摘要：

较 强的噪声抑制能力；同样该算子也将一些高频边缘平滑掉，造成边缘丢失，采用了双阈值算 7 法检测和连接边缘，边缘的连续性较好。 8 三、 详细设计过程 Roberts 算子、 Sobel 算子、 Prewitt 算子的检测效果相差不大，三种算子的检测效果较之 Canny 和 Log 算子还是存在一定的差距。 这三种检测算子的阈值选择范围与 log 和 canny 算子相比要小些。 边缘点不够锐利和明确，线边缘检测要好于点边缘检测。 总体而言由于 Prewitt 算子受噪声影响较小，故检测效果要略好于另外两种。 由于 Roberts 算子是利用图像的两 个对角线的相邻像素之差进行梯度幅值的检测，所以求得的是在差分点处梯度幅值的近似值，并且检测水平和垂直方向边缘的性能好于斜线方向的边缘，检测精度比较高，但容易丢失一部分边缘，同时由于没经过图像平滑计算，因此不能抑制噪声，但该算子对具有陡峭的低噪声图像响应最好。 Prewitt 算子和 Sobel 算子都是对图像进行差分和滤波运算，仅在平滑部分的权值选择上有些差异，因此两者均对噪声具有一定的抑制能力，但这种抗噪能力是通过像素平均来实现的，所以图像产生了一定的模糊，而且还会检测出一些伪边缘，所以检测精度比较低，该算子比 较适合用于图像边缘灰度值比较尖锐且图像噪声比较小的情况。 Canny 算子采用高斯函数对图像进行平滑处理具有较强的去噪能力，容易平滑掉一些边缘信息，边缘定位精度较高。 该算子与其它边缘检测算子的不同之处在于，它使用 2 种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘相连时才将弱边缘包含在输出图像中，因此这种方法较其它方法而言不容易被噪声“填充”更容易检测出真正的弱边缘。 通过对 lena 图的仿真实验结果可以看出，该算子在上述几种边缘检测算子当中效果最好。 边缘定位准确，连续性较好，虚假边缘少且边缘均具有单像素宽度。 LoG 算子首先通过高斯函数对图像进行平滑处理，因此对噪声的抑制作用比较明显，但同时也可能将原有的边缘也平滑了，造成某些边缘无法检测到，比外高斯分布因子  的选择对图像边缘检测效果有较大的影响，  越大，检测到的图像细节越丰富，但抗噪能力下降，从而出现伪边缘，反之则抗噪能力提 9 高，但边缘精度下降，易丢失许多真边缘，因此，对于不同图像应选择不同参数。 Roberts 算子：采用对角线方向相邻两像素之差表示信号的突变，检测水平和垂直方向边缘的性能好于斜线方向，定位精度比较高，但对噪声敏感，检测出的边缘较细。 Prewitt 算子：对噪声有平滑作用，检测出的边缘比较粗，定位精度低，容易损失角点。 Sobel 算子：产生的边缘效果较好，对噪声具有平滑作用。 但存在伪边缘，边缘比较粗 且 定位精度低。 Laplacian 算子：是二阶微分算子，对图像中的阶跃性边缘点定位准确，对噪声非常敏感，丢失一部分边缘的方向信息，造成一些不连续的检测边缘。 Canny 算子：采用高斯函数对图像进 行平滑处理，因此具有较强的噪声抑制能力；同样该算子也将一些高频边缘平滑掉，造成边缘丢失，采用了双阈值算法检测和连接边缘，边缘的连续性较好。 10 四、 调试过程中出现的问题及相应解决办法 代码在运行过程中的错误： [filename, pathname] = uigetfile( ... {39。 *.bmp。 *.jpg。 *.png。 *.jpeg39。 , 39。 Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。 ... 39。 *.*39。 , 39。 All Files (*.*)39。 }, ... 39。 Pick an image39。 )。 axes()。 fpath=[pathname filename]。 此代码缺少了 imread读入图片，因此不能够正确的运行。 应在代码后面加入如下代码： img_src=imread(fpath)。 图像运行过程中出现的错误： 应该将代码中的 I=rgb2gray()。 改为 I=rgb2gray(I)。 11 五、程序运行截图 及其说明 Roberts 算子图像边缘检测截图如图（ 4）所示 图（ 4） Prewitt 算子图像边缘检测截图如图（ 5）所示 图（ 5） 12 Sobel 算子图像边缘检测如图（ 6）所示 图（ 6） Laplacian 算子 图像 边缘检测如图（ 7）所示 图（ 7） 13 Canny 算子图像边缘检测如图（ 8）所示 图（ 8） 14 六、 简单操作手册 本系统主要是对图像边缘检测中一阶微分算子，二阶微分算子等的实现，以Sobel 为例，在程序实现的过程中主要步骤有以下几点： 程序执行的初始界面如图（ 9）所示 图（ 9） 打开图象进行 Sobel 算子边缘检测界面如图（ 10）所示 图（ 10） 经 Sobel 算子处 理后的图象如图（ 11）所示 15 图（ 11） 退出程序 16 设计总结 虽然这次课程设计只有二个星期的时间，但是我们对图像处理的各种方法及应用有了更深的理解，学会了应用 MATLAB 软件及 GUI 来实现界面的操作和编程处理。 MATLAB 是我们在以前和以后的学习工作中都会经常应用到的软件，但是在以前还是对其了解不足，操作不是很了解，在实习之初便因为这个问题而无从下手。 于是我们寻找了许多这方面的书籍以及应用网络教程来对其进行学习，逐渐的增 强了对 MATL。