matlab中边缘提取方法简析

1、Matlab简述

　　Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强大，不断适应新的要求并提出新的解决方法，可以预见，在科学运算，自动控制与科学绘图领域，Matlab语言将长期保持其独一无二的地位。

2、几种常用的边缘检测算子

　　边缘是图像的最重要的特征，边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘检测主要是灰度变化的度量、检测和定位。有很多种不同的边缘检测方法，同一种方法使用的滤波器也不尽相同。图像边缘检测就是研究更好的边缘检测方法和检测算子。

　　边缘检测的基本思想首先是：

　　　　(1)利用边缘增强算子，突出图像中的局部边缘，

　　　　(2)然后定义象素的“边缘强度”，通过设置阈值的方法提取边缘点集。

　　由于噪声和模糊的存在，监测到的边界可能会变宽或在某点处发生间断。因此，边界检测包括两个基本内容：

　　　　i. 用边缘算子提取出反映灰度变化的边缘点集

　　　　ii. 在边缘点集合中剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线

　　常用的检测算子有微分算子、拉普拉斯高斯算子和canny算子。在Matlab图像处理工具箱中，提供了edge函数利用以上算子来检测灰度图像的边缘。

亚像素边缘检测算法

3、边缘检测算子举例（MATLAB）

　　数字图像处理技术中常用的边缘检测算子有Sobel算子，Roberts算子，prewitt算子，log算子，canny算子。其中canny算子检测效果最好。

　　MATLAB实现算法如下：

I=imread('lena.bmp');% 提取图像
BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测
BW2=edge(I,'roberts');%用Roberts算子进行边缘检测
BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测
BW4=edge(I,'log'); %用log算子进行边缘检测
BW5=edge(I,'canny'); %用canny算子进行边缘检测
h=fspecial('gaussian’,5);
BW6=edge(I,’canny’);
subplot(2,3,1), imshow(BW1);
title(‘sobel edge check’);
subplot(2,3,2), imshow(BW2);
title(‘sobel edge check’);
subplot(2,3,3), imshow(BW3);
title(‘prewitt edge check’);
subplot(2,3,4), imshow(BW4);
title(‘log edge check’);
subplot(2,3,5), imshow(BW5);
title(‘canny edge check’);
subplot(2,3,6), imshow(BW6);
title(‘gasussian&canny edge check’);%此为用高斯滤波后Canny算子边缘检测结果