边缘提取和边缘检测matlab程序代码大全Word文档格式.docx

边缘提取和边缘检测matlab程序代码大全Word文档格式.docx

《边缘提取和边缘检测matlab程序代码大全Word文档格式.docx》由会员分享，可在线阅读，更多相关《边缘提取和边缘检测matlab程序代码大全Word文档格式.docx（10页珍藏版）》请在冰豆网上搜索。

%建立Y方向的模板

I=im2double（A）;

%将图像数据转化为双精度

dx=imfilter（I,x_mask）;

%计算X方向的梯度分量

dy=imfilter（I,y_mask）;

%计算Y方向的梯度分量

grad=sqrt（dx.*dx+dy.*dy）;

%计算梯度

grad=mat2gray（grad）;

%将梯度矩阵转换为灰度图像

level=graythresh（grad）;

%计算灰度阈值

BW=im2bw（grad,level）;

%用阈值分割梯度图像

subplot（2,4,2）;

imshow（BW）;

%显示分割后的图像即边缘图像

Roberts'

y_mask=[-1-2-1;

000;

121];

x_mask=y_mask'

;

subplot（2,4,3）;

Sobel'

y_mask=[-1-1-1;

111];

subplot（2,4,4）;

Prewitt'

mask=[0,-1,0;

-1,4,-1;

0,-1,0];

%建立模板

dx=imfilter（I,mask）;

%计算梯度矩阵

grad=mat2gray（dx）;

%将梯度矩阵转化为灰度图像

BW=im2bw（grad,0.58）;

subplot（2,4,5）;

%显示分割后的图像，即梯度图像

Laplacian'

mask=[0,0,-1,0,0;

0,-1,-2,-1,0;

-1,-2,16,-2,-1;

0,0,-1,0,0];

subplot（2,4,6）;

log'

BW1=edge（I,'

canny'

%调用canny函数

subplot（2,4,7）;

imshow（BW1）;

Canny'

mask1=[-1-2-1;

%建立方向模板

mask2=[-2-10;

-101;

012];

mask3=[-101;

-202;

-101];

mask4=[012;

-2-10];

mask5=[121;

-1-2-1];

mask6=[210;

10-1;

0-1-2];

mask7=[10-1;

20-2;

10-1];

mask8=[0-1-2;

210];

d1=imfilter（I,mask1）;

%计算8个领域的灰度变化

d2=imfilter（I,mask2）;

d3=imfilter（I,mask3）;

d4=imfilter（I,mask4）;

d5=imfilter（I,mask5）;

d6=imfilter（I,mask6）;

d7=imfilter（I,mask7）;

d8=imfilter（I,mask8）;

dd=max（abs（d1）,abs（d2））;

%取差值变化最大的元素组成灰度变化矩阵

dd=max（dd,abs（d3））;

dd=max（dd,abs（d4））;

dd=max（dd,abs（d5））;

dd=max（dd,abs（d6））;

dd=max（dd,abs（d7））;

dd=max（dd,abs（d8））;

grad=mat2gray（dd）;

%将灰度变化矩阵转化为灰度图像

BB=grad;

FW=median（BB（:

））/0.6745;

B=BB.*BB;

B=sum（B（:

））;

FX=sqrt（B/256^2）;

FS=sqrt（max（FX^2-FW^2,0））;

T=sqrt

（2）*FW^2/FS;

%计算最佳阈值

grad=mat2gray（BB）;

BW2=im2bw（grad,T）;

%用最佳阈值分割梯度图像

subplot（2,4,8）;

imshow（BW2）;

%显示分割后的图像，即边缘图像

sobel改进算子'

Part2加入高斯噪声后的cameraman仿真程序：

V=0.009;

X=imnoise（A,'

gaussian'

0,V）;

imshow（X）;

%添加均值为0、方差0.09的高斯噪声

%创建X方向的模板

%创建Y方向的模板

I=im2double（X）;

%图像数据双精度转化

%X方向的梯度分量的计算

%Y方向的梯度分量的计算

%梯度计算

%梯度矩阵转换成灰度图像

%使用阈值分割梯度图像

%梯度矩阵转为灰度图像

加入椒盐噪声的边缘检测程序：

functionjingdian

I=imread（'

lenna.bmp'

I1=imnoise（I,'

salt&

pepper'

%添加椒盐噪声，默认值为0.02

figure,imshow（I1）;

%添加均值为0、方差0.002的高斯噪声

添加椒盐噪声后原图'

）

B1=edge（I1,'

roberts'

B2=edge（I1,'

sobel'

B3=edge（I1,'

prewitt'

B4=edge（I1,'

B5=edge（I1,'

subplot（2,3,1）;

imshow（B1）;

roberts算子检测'

subplot（2,3,2）;

imshow（B2）;

sobel算子检测'

subplot（2,3,3）;

imshow（B3）;

prewitt算子检测'

subplot（2,3,4）;

imshow（B4）;

canny算子检测'

subplot（2,3,5）

imshow（B5）;

log算子检测'

%调用roberts算子检测图像

%调用soble算子进行边缘检测

%调用prewitt算子进行边缘检测

%调用canny算子对图像进行边缘检测

%调用log算子对图像进行边缘检测

%设置图像布局

%现实图像并命名为roberts算子检测

I=im2double（I1）;

%将数据图像转化为双精度

subplot（2,3,6）;

加入椒盐噪声的sobel改进算子'