图像边缘检测matlab实现（LoG算子，sobel算子，prewitt算子，roberts算子，小波变换）

宋政基

已于 2024-10-16 01:03:01 修改

阅读量2.2k

点赞数 17

分类专栏：边缘检测小波变换文章标签：计算机视觉图像处理边缘计算

于 2024-10-16 00:23:32 首次发布

本文链接：https://blog.csdn.net/Dengdabenzhu/article/details/142967228

版权

边缘检测同时被 2 个专栏收录

4 篇文章

订阅专栏

小波变换

4 篇文章

订阅专栏

本文采用了LoG算子，sobel算子，prewitt算子，roberts算子，小波变换五种方法进行图像边缘检测

一、LoG算子，即Laplacian of Gaussian（高斯拉普拉斯）算子，是一种在图像处理和计算机视觉中广泛使用的边缘检测算子。它结合了高斯平滑和拉普拉斯边缘检测的特点，旨在减少噪声干扰的同时有效地提取图像边缘。LoG算子首先对图像应用高斯平滑，然后对平滑后的图像应用拉普拉斯算子。这个过程可以用下面的数学表达式描述：

$LoG(x,y,\sigma)=\nabla^2G(x,y,\sigma)$

特点：

噪声抑制：通过先进行高斯平滑，LoG算子减少了噪声对边缘检测的干扰。

定义LoG算子的掩膜

w=[-2 -4 -4 -4 -2;-4 0 8 0 -4;-4 8 24 8 -4;-4 0 8 0 -4;-2 -4 -4 -4 -2];

二、Sobel算子，利用图像的一阶导数来检测边缘，这些边缘通常对应于图像强度的显著变化

梯度计算：
Sobel算子通过计算图像在水平和垂直方向上的梯度来检测边缘。梯度是图像强度变化的度量，边缘通常出现在梯度幅度较大的地方。
卷积操作：
Sobel算子使用两个3x3的核（一个用于水平方向，一个用于垂直方向）与图像进行卷积操作。这些核分别检测水平和垂直方向上的边缘。
核的定义：

水平方向的Sobel核（用于检测垂直边缘）：

$G_x=\begin{bmatrix}-1&0&1\\-2&0&2\\-1&0&1\end{bmatrix}$

垂直方向的Sobel核（用于检测水平边缘）：

$G_y=\begin{bmatrix}-1&-2&-1\\0&0&0\\1&2&1\end{bmatrix}$

三、prewitt算子，与Sobel算子类似，Prewitt算子通过计算图像在水平和垂直方向上的梯度来检测边缘。

水平方向的Prewitt核（用于检测垂直边缘）：

$G_x=\begin{bmatrix}1&0&-1\\1&0&-1\\1&0&-1\end{bmatrix}$

垂直方向的Prewitt核（用于检测水平边缘）： $G_y=\begin{bmatrix}1&1&1\\0&0&0\\-1&-1&-1\end{bmatrix}$

四、roberts算子，是一种基于对角线方向的一阶导数算子，Roberts算子使用两个2x2的核来近似图像的一阶导数，从而检测水平和垂直方向上的边缘。

水平边缘检测核：

$\nabla_x=\begin{bmatrix}1&0\\0&-1\end{bmatrix}$

垂直边缘检测核：

$\nabla_y=\begin{bmatrix}0&1\\-1&0\end{bmatrix}$

五、小波变换，本文采用haar小波基，后续会出一篇基于小波变换的图像边缘检测

五种边缘检测的实现：

这里对小波变换边缘检测进行了形态学操作，边缘检测效果更好。

clc,clear;
X=imread('Test Figure.tif');
X1=rgb2gray(X);
BW_sobel=edge(X1,'sobel');%使用sobel算子
BW_prewitt=edge(X1,'prewitt');%使用prewitt算子
BW_roberts=edge(X1,'roberts');%使用roberts算子
w=[-2 -4 -4 -4 -2;-4 0 8 0 -4;-4 8 24 8 -4;-4 0 8 0 -4;-2 -4 -4 -4 -2];%LoG算子的掩膜
BW_log=imfilter(X1,w);%使用LoG算子
% 小波变换参数
waveletName = 'haar';  % 小波基
level = 1;  % 分解层数 
% 小波分解
[C, S] = wavedec2(X1, level, waveletName);
% 提取细节系数（水平、垂直、对角线）
[H, V, D] = detcoef2('all', C, S, level);
% 边缘检测 - 利用小波细节系数
edge_image = sqrt(H.^2 + V.^2 + D.^2); 
% 形态学操作 - 膨胀和腐蚀
se = strel('disk', 1);
edge_image_dilated = imdilate(edge_image, se);
edge_image_eroded = imerode(edge_image_dilated, se);
subplot(2,3,1),imshow(X),title('原图');
subplot(2,3,2),imshow(BW_log>200),title('log算子');%显示二值图像，像素大于200则为1
subplot(2,3,3),imshow(edge_image,[]),title('小波变换');
subplot(2,3,4),imshow(BW_sobel),title('sobel算子');
subplot(2,3,5),imshow(BW_prewitt),title('prewitt算子');
subplot(2,3,6),imshow(BW_roberts),title('roberts算子');

效果如下：