【B374】模式識(shí)別之Matlab多算法實(shí)現(xiàn)邊緣檢測(cè)

2022-07-05 16:41:30 索煒達(dá)電子 590

文件編號(hào)：B374

文件大?。?/strong>39M

開發(fā)環(huán)境：Matlab2020

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

實(shí)驗(yàn)原理：

1.中值濾波

主要用來處理椒鹽噪聲。椒鹽噪聲的出現(xiàn)使得該點(diǎn)像素比周圍的像素亮（暗）很多，而如果在某個(gè)模板中對(duì)像素由小到大進(jìn)行重新排列，那么最亮的或者最暗的點(diǎn)一定被排在兩側(cè)。這時(shí)取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達(dá)到濾除噪聲的目的。

1.將模板中心與像素位置重合

2.讀取模板下各對(duì)應(yīng)像素的灰度值

3.將這些像素從小到大排成1列

4.找出這些值里排在中間的1個(gè)

5.將這個(gè)中間值賦給模板中心位置像素。

2.圖像銳化

圖像銳化的目的是為了突出圖像的邊緣信息，加強(qiáng)圖像的輪廓特征，便于人眼或者機(jī)器的識(shí)別。圖像中邊緣和輪廓往往出現(xiàn)于圖像中灰度圖片的地方，而檢查這些圖片可以用微分實(shí)現(xiàn)，因而圖像銳化主要是通過微分方法進(jìn)行的。由于處理的對(duì)象是數(shù)字圖像，其像素是離散的，對(duì)微分形式進(jìn)行一些近似處理，得到離散的模板矩陣，稱為算子。常見的算子諸如Laplacians、Roberts、Sobel等。用這些算子作為模板對(duì)圖像進(jìn)行處理，就能得到圖像的輪廓圖。將輪廓圖與原圖像相加即可得到原圖像的銳化結(jié)果。

3.邊緣檢測(cè)

在圖像銳化得到的輪廓圖的基礎(chǔ)上，根據(jù)輪廓圖的灰度直方圖設(shè)立閾值（一般在兩峰一谷之間），對(duì)其進(jìn)行二值化處理即可。

按需寫作：