利用Sobel、LoG和Canny算子进行边缘检测

边缘检测最通用的方法是检测亮度的不连续。

在第10章的图像分割这一章节中写道，边缘检测的基本概念是用以下两个基本准则之一，在图片中寻找亮度发生快速变化的位置：

1. 寻找亮度的一阶导数的幅度比指定阈值大的地方

2. 寻找亮度的二阶导数中有零交叉的地方

Sobel算子：是一阶导数的边缘检测算子，在算法实现过程中，通过3×3模板，根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。

一、Sobel算子的边缘检测

1. • 灰度

I =rgb2gray(F);

2. • 使用edge函数的边缘检测

BW1 = edge(I,'log',0.003); % σ=2

用不同σ值的LoG算子检测图像的边缘

3. • 代码

F = imread('图片1.png');
I =rgb2gray(F);
BW1 = edge(I,'Sobel',0.04);
subplot 121;imshow(F) ;title('原始图像');
subplot 122;imshow(BW1);title('Sobel算子的处理结果')

4. • 结果

二、LoG算子的边缘检测

1. • 灰度

I =rgb2gray(F);

2. • 平滑函数，使用edge函数的边缘检测

BW1 = edge(I,'log',0.003); % σ=2

用不同σ值的LoG算子检测图像的边缘

3. • 代码

F = imread('图片1.png');
I =rgb2gray(F);
BW1 = edge(I,'log',0.003); % σ=2
BW2 = edge(I,'log',0.003,3); % σ=3
subplot 121;imshow(BW1);title('σ=2')
subplot 122;imshow(BW2);title('σ=3')

4. • 结果

可以看到σ=2，与σ=3的结果图像的模糊程度还是很大不同的。因为σ是标准差，图片的模糊程度由σ决定。

三、Canny算子的边缘检测

与前面两种算子相似，使用edge函数进行实现。

Canny算子是edge函数中最强的

1. • 灰度

I =rgb2gray(F);

2. • 使用edge函数的边缘检测

BW1 = edge(I,'canny',0.003,2);

3. • 代码

F = imread('图片1.png');
I =rgb2gray(F);
BW1 = edge(I,'canny',0.003,2);
subplot 121;imshow(F) ;title('原始图像');
subplot 122;imshow(BW1);title('canny算子的处理结果')

4 . 结果