边缘检测MATLAB.docx

边缘检测MATLAB.docx

《边缘检测MATLAB.docx》由会员分享，可在线阅读，更多相关《边缘检测MATLAB.docx（2页珍藏版）》请在冰豆网上搜索。

边缘检测MATLAB

一、图像分割概述

图像分割一般采用的方法有边缘检测（edgedetection）、边界跟踪（edgetracing）、区域生长（regiongrowing）、区域分离和聚合等。

图像分割算法一般基于图像灰度值的不连续性或其相似性。

不连续性是基于图像灰度的不连续变化分割图像，如针对图像的边缘有边缘检测、边界跟踪等算法。

相似性是依据事先制定的准则将图像分割为相似的区域，如阈值分割、区域生长等。

二、边缘检测

图像的边缘点是指图像中周围像素灰度有阶跃变化或屋顶变化的那些像素点，即灰度值导数较大或极大的地方。

边缘检测可以大幅度的减少数据量，并且剔除不相关信息，保留图像重要的结构属性。

边缘检测基本步骤：

平滑滤波、锐化滤波、边缘判定、边缘连接。

说明：

垂直于边缘的走向，像素值变化比较明显，可能呈现阶跃状，也可能呈现屋顶状。

因此，边缘可以分为两种：

一种为阶跃性边缘，它两边的像素灰度值有着明显的不同；

另一种为屋顶状边缘，它位于灰度值从增加到减少的变化转折点。

对于阶跃性边缘，二阶方向导数在边缘处呈现零交叉；

对于屋顶状边缘，二阶方向导数在边缘处取极值。

三、边缘检测算法：

•基于一阶导数：

Roberts算子、Sobel算子、Prewitt算子

•基于二阶导数：

高斯-拉普拉斯边缘检测算子

•Canny边缘检测算法

四、matlab实现

1）基于梯度算子（一阶导数）的边缘检测

BW=edge（I,type,thresh,direction,’nothinning’）

thresh是敏感度阈值参数，任何灰度值低于此阈值的边缘将不会被检测到。

默认值为空矩阵[]，此时算法自动计算阈值。

direction指定了我们感兴趣的边缘方向，edge函数将只检测direction中指定方向的边缘，其合法值如下：

可选参数’nothinning’，指定时可以通过跳过边缘细化算法来加快算法运行的速度。

默认是’thinning’，即进行边缘细化。

2）基于高斯-拉普拉斯算子（三阶导数）的边缘检测