数字图像处理实验报告图像分割实验.docx

上传人:b****5 文档编号:6244293 上传时间:2023-01-04 格式:DOCX 页数:10 大小:405.87KB
下载 相关 举报
数字图像处理实验报告图像分割实验.docx_第1页
第1页 / 共10页
数字图像处理实验报告图像分割实验.docx_第2页
第2页 / 共10页
数字图像处理实验报告图像分割实验.docx_第3页
第3页 / 共10页
数字图像处理实验报告图像分割实验.docx_第4页
第4页 / 共10页
数字图像处理实验报告图像分割实验.docx_第5页
第5页 / 共10页
点击查看更多>>
下载资源
资源描述

数字图像处理实验报告图像分割实验.docx

《数字图像处理实验报告图像分割实验.docx》由会员分享,可在线阅读,更多相关《数字图像处理实验报告图像分割实验.docx(10页珍藏版)》请在冰豆网上搜索。

数字图像处理实验报告图像分割实验.docx

数字图像处理实验报告图像分割实验

 

实验报告

 

课程名称数字图像处理导论

专业班级_______________

姓名_______________

学号_______________

 

电气与信息学院

和谐勤奋求是创新

 

实验题目

图像分割实验

实验室

DSP室&信号室

实验时间

实验类别

设计

同组人数

2

成绩

指导教师签字:

一.实验目的

1.理解图像分割的基本概念;

2.理解图像边缘提取的基本概念;

3.掌握进行边缘提取的基本方法;

4.掌握用阈值法进行图像分割的基本方法。

二.实验内容

1.分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。

比较三种算子处理的不同之处;

2.设计一个检测图1中边缘的程序,要求结果类似图2,并附原理说明。

3.任选一种阈值法进行图像分割.

图1图2

三.实验具体实现

4.分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。

比较三种算子处理的不同之处;

I=imread('mri.tif');

imshow(I)

BW1=edge(I,'roberts');

figure,imshow(BW1),title('用Roberts算子')

BW2=edge(I,'sobel');

figure,imshow(BW2),title('用Sobel算子')

BW3=edge(I,'log');

figure,imshow(BW3),title('用拉普拉斯高斯算子')

比较提取边缘的效果可以看出,sober算子是一种微分算子,对边缘的定位较精确,但是会漏去一些边缘细节。

而Laplacian-Gaussian算子是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘的细节比较丰富。

通过比较可以看出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。

5.设计一个检测图1中边缘的程序,要求结果类似图2,并附原理说明。

i=imread('m83.tif');

subplot(1,2,1);

imhist(i);

title('原始图像直方图');

thread=130/255;

subplot(1,2,2);

i3=im2bw(i,thread);

imshow(i3);

title('分割结果');

6.任选一种阈值法进行图像分割.

i=imread('trees.tif');

subplot(1,2,1);

imhist(i);

title('原始图像直方图');

thread=100/255;

subplot(1,2,2);

i3=im2bw(i,thread);

imshow(i3);

title('分割结果')

 

 

附录:

可能用到的函数和参考结果**************报告里不能用参考结果中的图像

1.分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。

比较三种算子处理的不同之处;

输入如下代码:

I=imread('tire.tif');

imshow(I)

BW1=edge(I,'roberts');

figure,imshow(BW1),title('用Roberts算子')

BW2=edge(I,'sobel');

figure,imshow(BW2),title('用Sobel算子')

BW3=edge(I,'log');

figure,imshow(BW3),title('用拉普拉斯高斯算子')

得到:

比较提取边缘的效果可以看出,sober算子是一种微分算子,对边缘的定位较精确,但是会漏去一些边缘细节。

而Laplacian-Gaussian算子是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘的细节比较丰富。

通过比较可以看出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。

2.设计一个检测图3-2中边缘的程序,要求结果类似图3-3,并附原理说明。

利用双峰法

i=imread('example.tif');

subplot(1,2,1);

imhist(i);

title('原始图像直方图');

thread=130/255;

subplot(1,2,2);

i3=im2bw(i,thread);

imshow(i3);

title('分割结果');

 

根据原图像的直方图,发现背景和目标的分割值大约在130左右,并将灰度图像转为二值图像,分割效果比较理想。

3.任选一种阈值法进行图像分割.

选用双峰法对图像进行分割:

i=imread('eight.tif');

subplot(1,2,1);

imhist(i);

title('原始图像直方图');

thread=100/255;

subplot(1,2,2);

i3=im2bw(i,thread);

imshow(i3);

title('分割结果');

结果:

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 解决方案 > 商业计划

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1