数字图像处理实验报告(图像边缘检测)

实验报告实验名称实验三图像边缘检测课程名称数字图像处理姓名成绩班级学号日期地点备注：1、实验目的（1）了解并掌握使用微分算子进行图像边缘检测的基本原理；（2）编写程序使用Laplacian算子（二阶导数算子）实现图像锐化，进一步理解图像锐化的实质；（3）掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法，根据实验结果分析各种算子的工作效果；（4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。2、实验环境（1）WindowsXP/7（2）Matlab7.1/7.143、实验方法本次实验要求对256×256大小，256级灰度的数字图像lena.img进行处理。（1）对该图像进行锐化处理，要求采用Laplacian算子进行锐化，分1和2两种情况，按如下不同情况进行处理：①g1(m,n)f(m,n)f②g2(m,n)4f(m,n)[f(m1,n)f(m1,n)f(m,n1)f(m,n1)]I、要对图像进行处理，要先读取该图像，实验代码如下：closeall;clearall;fid=fopen('lena.img','r');image=fread(fid,[256,256],'uint8');fclose(fid);II、读取图像后，对该图像的每一像素（不考虑图像的边界部分）进行遍历，根据公式①（公式①相当于做差分）对每一灰度进行计算，将所得的结果存入一矩阵g1中（矩阵g1初始化为该图像的矩阵），代码如下（仅以ɑ=1为例）：g1=image;a=1;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g1(i,j)=(1+4*a)*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endendIII、根据公式②对图像的每一个像素（不考虑图像的边界部分）进行计算，将所得之存入矩阵g2中（g2初始化值为该图像的矩阵值），具体方法与上一步类似，代码如下（仅以ɑ=1为例）：g2=image;a=1;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g2(i,j)=4*a*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endend（2）分别利用Roberts、Prewitt和Sobel边缘检测算子，对原图像进行边缘检测，显示处理前、后图像。I、同（1）中I，不再赘述。II、对图像进行边缘检测，要对图像的每一像素（不考虑图像的边界部分）的灰度进行遍历，分别用公式对图像的水平和垂直方向的边缘进行检测，并分别存储，在进行合成。采用不同的算子时，变换的公式有所不同。在合成时可以采用三种算法（街区法、棋盘法、欧式几何法），本次实验中均又采用，所以得到三层图像。代码如下（仅以街区法的Roberts算子为例）:[x,y]=size(image);g1=image;gh1=image;gv1=image;fori=2:(x-1)forj=2:(y-1)gh1(i,j)=image(i,j)-image(i-1,j-1);gv1(i,j)=image(i,j-1)-image(i-1,j);g1(i,j)=abs(gh1(i,j))+abs(gv1(i,j));endend4、实验结果分析（1）、图像锐化图像锐化结果如图a和图b（注：图a为情况①结果；图b为情况②结果）：图a图b由图a和图b对比可知，图像的锐化实质就是原图像与梯度信息进行叠加，相对于原图像而言，图像的边缘信息得到了加强。由图b中不同ɑ值所得图像对比可知，ɑ越大，边界越清晰，同时对比图a中不同ɑ值所得图像可知，ɑ的大小决定梯度信息与原图像叠加时所占的比例。（2）、图像边缘检测街区法、棋盘法、欧式距离法的不同检测算子结果分别入图c、图d和图e：图c图d图e由图c、图d和图e对比可知，采用街区法所得的边界清晰度最高，欧式几何法其次，棋盘法最差。对比同一张图中的不同子图可知，Sobel算子的性能更好，Prewitt算子其次，Roberts算子最差。5、实验结论本次实验是对图像进行锐化和边缘检测，通过这次实验，我对数字图像处理中图像的锐化和边缘检测有了更加深刻的了解。加深了图像锐化和边缘检测的原理，掌握了图像边缘检测的不同方法。学会了使用Laplacian算子（二阶导数算子）实现图像锐化的程序编写；掌握了使用不同梯度算子（一阶导数算子）进行图像边缘检测的原理、方法。6、源代码（1）图像锐化（g1）closeall;clearall;fid=fopen('lena.img','r');image=fread(fid,[256,256],'uint8');fclose(fid);subplot(221);imshow(uint8(image),[]);title('原图像');%采用拉普拉斯算子g1=image;a=1;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g1(i,j)=(1+4*a)*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endendsubplot(222);imshow(uint8(g1),[]);title('a=1时g1的图像');g1=image;a=2;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g1(i,j)=(1+4*a)*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endendsubplot(223);imshow(uint8(g1),[]);title('a=2时g1的图像');（2）图像锐化（g2）closeall;clearall;fid=fopen('lena.img','r');image=fread(fid,[256,256],'uint8');fclose(fid);subplot(221);imshow(uint8(image),[]);title('原图像');%采用拉普拉斯算子g2=image;a=1;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g2(i,j)=4*a*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endendsubplot(222);imshow(uint8(g2),[]);title('a=1时g2的图像');g2=image;a=2;[x,y]=size(image);fori=2:(x-1)forj=2:(y-1)g2(i,j)=4*a*image(i,j)-a*(image(i+1,j)+image(i-1,j)+image(i,j+1)+image(i,j-1));endendsubplot(223);imshow(uint8(g2),[]);title('a=2时g2的图像');（3）边缘检测closeall;clearall;fid=fopen('lena.img','r');image=fread(fid,[256,256],'uint8');fclose(fid);figure('Name','街区法','NumberTitle','off');subplot(221);imshow(uint8(image),[]);title('原图像');[x,y]=size(image);g1=image;gh1=image;gv1=image;fori=2:(x-1)forj=2:(y-1)gh1(i,j)=image(i,j)-image(i-1,j-1);gv1(i,j)=image(i,j-1)-image(i-1,j);g1(i,j)=abs(gh1(i,j))+abs(gv1(i,j));endendsubplot(222);imshow(uint8(g1),[]);title('Roberts算子');g2=image;gh2=image;gv2=image;fori=2:(x-1)forj=2:(y-1)gh2(i,j)=((image(i+1,j-1)+image(i+1,j)+image(i+1,j+1))/3)-((image(i-1,j-1)+image(i-1,j)+image(i-1,j+1))/3);gv2(i,j)=((image(i-1,j+1)+image(i,j+1)+image(i+1,j+1))/3)-((image(i-1,j-1)+image(i,j-1)+image(i+1,j-1))/3);g2(i,j)=abs(gh2(i,j))+abs(gv2(i,j));endendsubplot(223);imshow(uint8(g2),[]);title('Prewitt算子');g3=image;gh3=image;gv3=image;fori=2:(x-1)forj=2:(y-1)gh3(i,j)=(image(i+1,j-1)+2*image(i+1,j)+image(i+1,j+1)-image(i-1,j-1)-2*image(i-1,j)-image(i-1,j+1))/4;gv3(i,j)=(image(i-1,j+1)+2*image(i,j+1)+image(i+1,j+1)-image(i-1,j-1)-2*image(i,j-1)-image(i+1,j-1))/4;g3(i,j)=abs(gh3(i,j))+abs(gv3(i,j));%g3(i,j)=max(gh3(i,j),gv3(i,j));%g3(i,j)=sqrt(gh3(i,j)*gh3(i,j)+gv3(i,j)*gv3(i,j));endendsubplot(224);imshow(uint8(g3),[]);title('Sobel算子');%subplot(235)%imshow(uint8(gh3),[]);%title('检测水平边界');%subplot(236);%imshow(uint8(gv3),[]);%title('检测竖直边界');figure('Name','棋盘法','NumberTitle','off');subplot(221);imshow(uint8(image),[]);title('原图像');[x,y]=size(image);g1=image;gh1=image;gv1=image;fori=2:(x-1)forj=2:(y-1)gh1(i,j)=image(i,j)-image(i-1,j-1);gv1(i,j)=image(i,j-1)-image(i-1,j);%g1(i,j)=abs(gh1(i,j))+abs(gv1(i,j));g1(i,j)=max(gh1(i,j),gv1(i,j));endendsubplot(222);imshow(uint8(g1),[]);title('Roberts算子');g2=image;gh2=image;gv2=image;fori=2:(x-1)forj=2:(y-1)gh2(i,j)=((image(i+1,j-1)+image(i+1,j)+image(i+1,j+1))/3)-((image(i-1,j-1)+image(i-1,j)+image(i-1,j+1))/3);gv2(i,j)=((image(i-1,j+1)+image(i,j+1)+image(i+1,j+1))/3)-((image(i-1,j-1)+image(i,j-1)+image(i+1,j-1))/3);%g2