数字图像处理-Matlab实现图像边缘检测

最新推荐文章于 2024-05-29 09:51:30 发布
最新推荐文章于 2024-05-29 09:51:30 发布
阅读量2.1k 收藏 25
点赞数 2
分类专栏： 数字图像处理 文章标签： Matlab 数字图像处理 边缘检测 Sobel Prewitt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LLeetion/article/details/103424458
版权

1.边缘检测函数

1.1Sobel算子边缘检测

function OutImage = SobelOperate(InputImage,Direction)
%================================================================
% 功能：Sobel边缘检测
% 参数：InputImage为输入单通道图像，Dirction为模板方向，
% Direction=1水平，Direction=1垂直，Direction=1综合
% 返回值：OutImage为InputImage同维数组
% 主要思路：利用Sobel算子，计算相关
% 备注：如果图像为多通道则需要重复调用
% 调用方法：OutImage = FilterGauss(InputImage)
% 日期：2019.12.02
% 作者：Leetion
[iLimit,jLimit] = size(InputImage);
OutImage = double(InputImage);
switch(Direction)
    case 1
        ConvAarray =double([1 2 1;0 0 0;-1 -2 -1]);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 2
        ConvAarray  =double([1 0 -1;2 0 -2;1 0 -1]);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 0
        ConvAarray1 =double([1 2 1;0 0 0;-1 -2 -1]);
        ConvAarray2 = double([1 0 -1;2 0 -2;1 0 -1]);
        OutImage1 = double(InputImage);
        OutImage2 = double(InputImage);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage1(yIndex,xIndex) = sum(sum(ConvAarray1.*double(NeighbourArray)));
                OutImage2(yIndex,xIndex) = sum(sum(ConvAarray2.*double(NeighbourArray)));
                OutImage(yIndex,xIndex) = (abs(OutImage1(yIndex,xIndex))+abs(OutImage2(yIndex,xIndex)));
                %                 OutImage(yIndex,xIndex) = uint8(sqrt(double((OutImage1(yIndex,xIndex))^2+abs(OutImage2(yIndex,xIndex))^2)));
            end
        end
end
OutImage = mat2gray(OutImage);
end

1.2Prewitt算子边缘检测

function OutImage = PrewittOperate(InputImage,Direction)
%================================================================
% 功能：Prewitt边缘检测
% 参数：InputImage为输入单通道图像，Dirction为模板方向，
% Direction=1水平，Direction=1垂直，Direction=1综合
% 返回值：OutImage为InputImage同维数组
% 主要思路：利用Prewitt算子，计算相关
% 备注：如果图像为多通道则需要重复调用
% 调用方法：OutImage = FilterGauss(InputImage)
% 日期：2019.12.02
% 作者：Leetion
[iLimit,jLimit] = size(InputImage);
OutImage = double(InputImage);
switch(Direction)
    case 1
        ConvAarray = double([1 1 1;0 0 0;-1 -1 -1]);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 2
        ConvAarray  = double([1 0 -1;1 0 -1;1 0 -1]);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 0
        ConvAarray1 = double([1 1 1;0 0 0;-1 -1 -1]);
        ConvAarray2 = double([1 0 -1;1 0 -1;1 0 -1]);
        OutImage1 = double(InputImage);
        OutImage2 = double(InputImage);
        for yIndex = 2:iLimit-1
            for xIndex = 2:jLimit-1
                NeighbourArray = [InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1);...
                    InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage1(yIndex,xIndex) = sum(sum(ConvAarray1.*double(NeighbourArray)));
                OutImage2(yIndex,xIndex) = sum(sum(ConvAarray2.*double(NeighbourArray)));
                OutImage(yIndex,xIndex) = abs(OutImage1(yIndex,xIndex))+abs(OutImage2(yIndex,xIndex));
%                 OutImage(yIndex,xIndex) = uint8(sqrt(double((OutImage1(yIndex,xIndex))^2+abs(OutImage2(yIndex,xIndex))^2)));
            end
        end
end
OutImage = mat2gray(OutImage);
end

1.3Roberts算子边缘检测

function OutImage = RobertsOperate(InputImage,Direction)
%================================================================
% 功能：Roberts边缘检测
% 参数：InputImage为输入单通道图像，Dirction为模板方向，
% Direction=1水平，Direction=1垂直，Direction=1综合
% 返回值：OutImage为InputImage同维数组
% 主要思路：利用Roberts算子，计算相关
% 备注：如果图像为多通道则需要重复调用
% 调用方法：OutImage = FilterGauss(InputImage)
% 日期：2019.12.02
% 作者：Leetion
[iLimit,jLimit] = size(InputImage);
OutImage = double(InputImage);
switch(Direction)
    case 1
        ConvAarray = double([-1 0;0 1]);
        for yIndex = 1:iLimit-1
            for xIndex = 1:jLimit-1
                NeighbourArray = [ InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 2
        ConvAarray  = double([0 -1;1 0]);
        for yIndex = 1:iLimit-1
            for xIndex = 1:jLimit-1
                NeighbourArray = [ InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
            end
        end
    case 0
        ConvAarray1 = double([-1 0;0 1]);
        ConvAarray2 = double([0 -1;1 0]);
        OutImage1 = double(InputImage);
        OutImage2 = double(InputImage);
        for yIndex = 1:iLimit-1
            for xIndex = 1:jLimit-1
               NeighbourArray = [ InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1);...
                    InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1)];
                OutImage1(yIndex,xIndex) = double(sum(sum(ConvAarray1.*double(NeighbourArray))));
                OutImage2(yIndex,xIndex) = double(sum(sum(ConvAarray2.*double(NeighbourArray))));
                OutImage(yIndex,xIndex) = (abs(OutImage1(yIndex,xIndex))+abs(OutImage2(yIndex,xIndex)));
                %                 OutImage(yIndex,xIndex) = uint8(sqrt(double((OutImage1(yIndex,xIndex))^2+abs(OutImage2(yIndex,xIndex))^2)));
            end
        end
end
OutImage = mat2gray(OutImage);
end

1.4LoG算子边缘检测

function OutImage = LogOperate(InputImage)
% 功能：LoG边缘检测
% 参数：InputImage为输入单通道图像
% 返回值：OutImage为InputImage同维数组
% 主要思路：利用LoG算子，计算相关
% 备注：如果图像为多通道则需要重复调用
% 调用方法：OutImage = LogOperate(InputImage)
% 日期：2019.12.02
% 作者：Leetion
[iLimit,jLimit] = size(InputImage);
OutImage = double(InputImage);
ConvAarray = [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];
for yIndex = 3:iLimit-2
    for xIndex = 3:jLimit-2
        NeighbourArray = [InputImage(yIndex-2,xIndex-2) InputImage(yIndex-2,xIndex-1) InputImage(yIndex-2,xIndex) InputImage(yIndex-2,xIndex+1) InputImage(yIndex-2,xIndex+2);...
            InputImage(yIndex-1,xIndex-2) InputImage(yIndex-1,xIndex-1) InputImage(yIndex-1,xIndex) InputImage(yIndex-1,xIndex+1) InputImage(yIndex-1,xIndex+2);...
            InputImage(yIndex,xIndex-2) InputImage(yIndex,xIndex-1) InputImage(yIndex,xIndex) InputImage(yIndex,xIndex+1) InputImage(yIndex,xIndex+2);...
            InputImage(yIndex+1,xIndex-2) InputImage(yIndex+1,xIndex-1) InputImage(yIndex+1,xIndex) InputImage(yIndex+1,xIndex+1) InputImage(yIndex+1,xIndex+2);...
            InputImage(yIndex+2,xIndex-2) InputImage(yIndex+2,xIndex-1) InputImage(yIndex+2,xIndex) InputImage(yIndex+2,xIndex+1) InputImage(yIndex+2,xIndex+2)];
        OutImage(yIndex,xIndex) = abs(sum(sum(ConvAarray.*double(NeighbourArray))));
    end
end
OutImage  = mat2gray(OutImage);
end

2.边缘检测测试脚本测试脚本

2.1Sobel算子边缘检测测试脚本

%================================================================
% 功能：Sobel边缘测试
% 主要思路：
% 备注：
% 日期：2019.12.02
% 作者：Leetion
clc,clear
close all 
InputImage = imread("rec1.bmp");
InputImage=double(InputImage);
% InputImage = imnoise(InputImage,'salt & pepper');
subplot(2,2,1)
imshow(InputImage);
title("原图");
subplot(2,2,2)
OutImage = SobelOperate(InputImage,1);
imshow(OutImage);
title("横向");
subplot(2,2,3)
OutImage = SobelOperate(InputImage,2);
imshow(OutImage);
title("纵向");
subplot(2,2,4)
OutImage = SobelOperate(InputImage,0);
imshow(OutImage);
title("综合");

2.2Prewitt算子边缘检测测试脚本测试脚本

%================================================================
% 功能：Prewitt边缘测试
% 主要思路：
% 备注：
% 日期：2019.12.02
% 作者：Leetion
clear all
close all 
InputImage = imread("rec1.bmp");
subplot(2,2,1)
imshow(InputImage);
title("原图");
subplot(2,2,2)
OutImage = PrewittOperate(InputImage,1);
imshow(OutImage);
title("横向");
subplot(2,2,3)
OutImage = PrewittOperate(InputImage,2);
imshow(OutImage);
title("纵向");
subplot(2,2,4)
OutImage = PrewittOperate(InputImage,0);
imshow(OutImage);
title("综合");

2.3Roberts算子边缘检测测试脚本

%================================================================
% 功能：Roberts边缘测试
% 主要思路：
% 备注：
% 日期：2019.12.02
% 作者: Leetion
clear all
close all 
InputImage = imread("rec2.bmp");
% InputImage = imnoise(InputImage,'salt & pepper');
subplot(2,2,1)
imshow(InputImage);
title("原图");
subplot(2,2,2)
OutImage = RobertsOperate(InputImage,1);
imshow(OutImage);
title("45°");
subplot(2,2,3)
OutImage = RobertsOperate(InputImage,2);
imshow(OutImage);
title("135°");
subplot(2,2,4)
OutImage = RobertsOperate(InputImage,0);
imshow(OutImage);
title("综合");

2.4LoG算子边缘检测测试脚本

%================================================================
% 功能：LoG算子测试
% 主要思路：
% 备注：
% 日期：2019.12.02
% 作者：Leeton
clc,clear
close all 
InputImage = imread("rec1.bmp");
% InputImage = imnoise(InputImage,'salt & pepper');
subplot(1,2,1)
imshow(InputImage);
title("原图");
subplot(1,2,2)
OutImage = LogOperate(InputImage);
imshow(OutImage);
title("LoG边缘检测");

3.边缘检测结果

3.1Sobel算子边缘检测结果

Fig1.Sobel算子边缘检测

3.2Prewitt算子边缘检测结果

Fig2.Prewitt算子边缘检测

3.3Roberts算子边缘检测结果

Fig3.Roberts算子边缘检测

3.4LoG算子边缘检测结果

Fig4.LoG算子边缘检测

4.探究噪声对边缘检测的影响

4.1噪声对Sobel算子的影响

Fig5.Sobel加噪

4.2噪声对Prewitt的影响

Fig6.Prewitt加噪

4.3噪声对Roberts的影响

Fig7.Roberts加噪

4.4噪声对LoG的影响

Fig8.LoG加噪

 

LLeetion
关注
  • 2
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
图像对比度计算matlab_Matlab数字图像处理初步
weixin_42350411的博客
01-27 3928
灰度数字图像与矩阵灰度图像：一张灰度图像根据其竖直位置(行)与水平位置(列)可以对应于一个二维矩阵，其中为图像的尺寸。而表示的为图像的灰度，图像灰度值通常在数据文件中以uint8，即八位无符号整型的整数来表示灰度。0为黑色，255为白色。彩色图像：彩色图像最为常用的存储模式为RGB存储模式，即彩色图像的红、绿、蓝三种颜色分别对应一种亮度(灰度)值。记为 注意：jpg文件为有损压缩，png...
matlab的边缘检测方法,Matlab多种图像边缘检测方法
weixin_30565101的博客
03-19 746
潇湘摩羯的分享分享1、用Prewitt算子检测图像的边缘I = imread('bacteria.BMP');BW1 = edge(I,'prewitt',0.04); % 0.04为梯度阈值figure(1);imshow(I);figure(2);imshow(BW1);2、用不同σ值的LoG算子检测图像的边缘I = imread('bacteria.BMP');BW1...
用MATLAB实现图像边缘检测
2301_76250094的博客
04-26 2691
MATLAB实现图像边缘检测
【图像处理】图像的边缘检测（Matlab代码实现）
weixin_46039719的博客
05-29 941
自然图像中检测边缘与对象边界一直都是计算机视觉中的一项基本问题，边缘检测在一些视觉领域，如图像分割、物体检测/识别、跟踪和运动分析、医学成像、3D 重建等传统任务，和现代应用自动驾驶中发挥着重要作用。2）基于人工设计特征方法，如统计边缘[6] 、概率边界 （probability boundary，Pb）PMI（pointwise mutual information），和结构化边缘检测算法，如 SE（struc-tured forests edge detection）算法[9] 等。
图像处理边缘检测算法————sobel算法
weixin_48988753的博客
08-17 4475
图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。常用的边缘检测模板有Laplacian算子、Roberts算子、Sobel算子、log（Laplacian-Gauss）算子、Kirsch算子和Prewitt算子等。Sobel算子是常用的边缘检测模板，算法比较简单，实际应用中效率比 canny 边缘检测效率要高，但是边缘不如 Canny 检测的准确.计算 Gx 为水平横向梯度幅值（左右两列求和），Gy为垂直方向梯度幅值（上下两行求和）的绝对值，原图像A 进行卷积。
数字图像处理实验六
ljyanjy
01-05 1388
% 分别采用Sobel算子、Roberts算子、Prewitt算子、拉普拉斯算子对2幅灰度图像进行边缘检测。 % 其中，一幅图像边缘比较明显，另一幅则比较“平坦”。对这些方法给出简要评价。 % 边缘检测函数edge(·) % 各种滤波算子的调用方法 % 边缘图的显示方法 I=imread('14-Rect4.bmp'); im1=edge(I,'sobel'); im2=edge(I,'...
OpenCV——Sobel边缘检测
热门推荐
点云侠的博客
10-17 3万+
OpenCV——Sobel边缘检测C++及python代码实现。
数字图像处理实验-matlab-图像增强-边缘检测-图像操作.docx
03-13
实验中主要关注空域下的边缘检测，要求学生使用MATLAB工具箱中的不同方法提取图像边缘，比较不同方法对垂直、水平和斜向边缘的检测效果，以及如何处理提取边缘的连续性问题。 实验报告应包含程序清单、功能注释，...
数字图像处理实验-matlab-图像增强-边缘检测-图像操作.pdf
03-13
总的来说，这些实验旨在让学生掌握MATLAB图像处理工具箱的使用，理解图像增强、平滑和边缘检测的基本原理，并通过实践加深对这些概念的认识。通过这些实验，学生能够有效地处理和分析图像，为后续的图像分析和识别...
数字图像处理的基础代码-matlab实现
04-20
本资源“数字图像处理的基础代码-matlab实现”提供了基础的MATLAB代码，帮助初学者或开发者掌握基本的图像处理技术。下面将详细阐述这些知识点。 1. 灰度转换：图像的灰度转换是将彩色图像转化为灰度图像的过程，...
数字图像处理-MATLAB代码_代码_数字图像处理_
09-29
《数字图像处理-MATLAB代码》是一份针对MATLAB编程在数字图像处理领域的应用资源，主要包含了一系列常用且实用的代码示例。MATLAB作为一款强大的数学计算软件，因其便捷的矩阵运算和丰富的图像处理工具箱，成为了...
数字图像处理｜Matlab-图像分割与边缘检测实验-采用阈值处理方法进行图像分割
12-15
本文主要探讨的是如何在Matlab环境中，通过阈值处理技术来实现图像分割，并结合边缘检测来提取图像的重要特征。 首先，我们要理解图像分割的概念。图像分割是将图像划分为多个互不相交的区域，每个区域内部的像素...
图像处理——边缘检测（MATLAB实现）
weixin_70338299的博客
10-19 3676
边缘检测：基于roberts、prewitt、soble、log和canny算子对图像进行边缘检测 霍夫变换：基于Hough变换的图像分割
基于MATLAB的图像边缘检测
m0_59833680的博客
08-16 2658
MATLAB图像的边缘检测一、目的1、理解图像边缘提取的基本概念；2、熟悉进行边缘提取的基本方法；3、掌握用MATLAB语言进行图像边缘提取的方法。二、原理图像理解是图像处理的一个重要分支，他研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表...
matlab中图像分割技术之一边缘检测
qq_55433305的博客
12-01 9118
matlab图像分割技术里边缘检测 （1）Roberts边缘算子 (2)Sobel算子 (3)Prewitt算子 (4)拉普拉斯（Laplacian）算子 (5)LOG（Laplacian-Gauss）算子 （6)坎尼（Canny）算子 （7）利用霍夫（Hough）变换
matlab下载.pdf
最新发布
07-14
matlab下载下载方式及注意事项
Android系统原理及开发要点详解-从入门到精通
07-13
Android系统原理及开发要点详解 Java4 Android视频教程 Android开发视频教学 从入门到精通 Android的软件管理器的开发教程视频 Android深入浅出_Android高端课程分享试听 JavaWeb Android系统的手机防盗软件的实现 Android开发入门与实战随书视频 视频列表.txt 0.0MB 开发入门与实战代码.rar 6.1MB 第9章 我来“广播”你的“意图”——Intent和Broadcast面对面.wmv 15.1MB 第8章 移动信息仓库——Android的数据存储操作之轻轻地我保护——SharedPreferences存储-2.wmv 0.6MB 第8章 移动信息仓库——Android的数据存储操作之轻轻地我保护——SharedPreferences存储-1.wmv 24.3MB 第8章 移动信息仓库——Android的数据存储操作之Android数据存储概述.wmv 57.7MB 第7章 良好的学习开端——Android基本组件介绍之友好地互动交流——对话框(Dialog)介绍与实例-2.wmv 7.
视觉检测技术-MATLAB数字图像处理.docx
11-01
。。。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值