實(shí)驗(yàn)二 形態(tài)算子

一、實(shí)驗(yàn)?zāi)康呐c要求

目的：學(xué)習(xí)常見的數(shù)學(xué)形態(tài)學(xué)運(yùn)算基本方法，了解腐蝕、膨脹、開運(yùn)算、閉運(yùn)算取得的效果，培養(yǎng)處理實(shí)際圖像的能力。

要求：上機(jī)運(yùn)行，調(diào)試通過。

二、 實(shí)驗(yàn)設(shè)備：

計算機(jī)、Matlab軟件、VC++或C語言軟件

三、實(shí)驗(yàn)內(nèi)容：

利用VC++/C或MatLab工具箱中關(guān)于數(shù)學(xué)形態(tài)學(xué)運(yùn)算的函數(shù)，對二值圖像進(jìn)行膨脹、腐蝕和開運(yùn)算、閉運(yùn)算處理。

四、實(shí)驗(yàn)原理：

膨脹：

腐蝕：

開運(yùn)算：

閉運(yùn)算：

五、實(shí)驗(yàn)報告內(nèi)容

(1)描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個步驟中取得的實(shí)驗(yàn)結(jié)果，并進(jìn)行必要的討論，必須包括原始圖像及其計算/處理后的圖像。

(2)結(jié)合實(shí)驗(yàn)內(nèi)容，評價腐蝕、膨脹以及開運(yùn)算、閉運(yùn)算的效果，并說明它們各自適用條件。

%對二值圖像做腐蝕、膨脹以及開運(yùn)算和閉運(yùn)算

close all;

clc;

clear;

I=imread('C:\Documents and Settings\Owner\My Documents\MATLAB\road3.jpg');

I2=im2bw(I); %對讀入圖像做二值化處理

[m,n]=size(I2);

subplot(2,3,1),imshow(I)

title('原始圖像');

subplot(2,3,2),imshow(I2)

title('二值圖像');

s=[1 1;1 0]; %腐蝕膨脹算子

%腐蝕運(yùn)算

for i=1:m-1

for j=1:n-1

if (I2(i,j)==1)&&(I2(i+1,j)==1)&&(I2(i,j+1)==1)

I3(i,j)=1;

end

end

end

subplot(2,3,3),imshow(I3)

title('圖像腐蝕1次');

%膨脹運(yùn)算

for i=1:m-1

for j=1:n-1

if (I2(i,j)==1)||(I2(i+1,j)==1)||(I2(i,j+1)==1)

I4(i,j)=1;

end

end

end

subplot(2,3,4),imshow(I4)

title('圖像膨脹1次');

%開運(yùn)算

for i=1:m-2

for j=1:n-2

if (I3(i,j)==1)||(I3(i+1,j)==1)||(I3(i,j+1)==1)

I5(i,j)=1;

end

end

end

subplot(2,3,5),imshow(I5)

title('開運(yùn)算');

%閉運(yùn)算

for i=1:m-2

for j=1:n-2

if (I4(i,j)==1)&&(I4(i+1,j)==1)&&(I4(i,j+1)==1)

I6(i,j)=1;

end

end

end

subplot(2,3,6),imshow(I6)

title('閉運(yùn)算');

由上圖易知，原圖像經(jīng)1次腐蝕后，圖像中的一些不連續(xù)點(diǎn)或線被腐蝕掉；而原圖像經(jīng)1次膨脹后，圖像中的一些不連續(xù)點(diǎn)或線被連接在一起或膨脹。

原圖像經(jīng)開運(yùn)算(先腐蝕后膨脹)，圖像原先那些不完全連續(xù)部分，邊緣孤點(diǎn)等被去掉，主體部分得以加強(qiáng)，因而圖像特征明顯，且清晰。

原圖像經(jīng)閉運(yùn)算(先膨脹后腐蝕)，圖像原先那些不完全連續(xù)部分，大部分被去掉，只保留最基本特征部分，因而圖像特征被明顯削弱。

實(shí)驗(yàn)三 邊緣檢測

一、實(shí)驗(yàn)?zāi)康呐c要求

目的：熟悉采用Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和LOG算子檢測數(shù)字圖像的邊緣。

要求：上機(jī)運(yùn)行，調(diào)試通過。

二、 實(shí)驗(yàn)設(shè)備：

計算機(jī)、Matlab軟件、VC++或C語言軟件

三、實(shí)驗(yàn)內(nèi)容

利用VC++/C或MatLab中關(guān)于邊緣檢測的函數(shù)，分別采用Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和LOG算子檢測數(shù)字圖像的邊緣。

四、實(shí)驗(yàn)原理

兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)性通常可以利用求導(dǎo)數(shù)的方法方便地檢測到。常用的邊緣檢測算子有Roberts算子、Sobel算子、Prewitt算子、LOG算子和Laplacian算子。

Roberts算子是一種利用局部差分算子尋找邊緣的算子，其模板如圖：

Sobel算子的兩個卷積計算核如圖：

Prewitt算子的兩個卷積計算核如圖：

LOG算子=高斯濾波+拉普拉斯邊緣檢測。

Laplacian算子是二階導(dǎo)數(shù)的二維等效式，卷積核如圖：

總結(jié)

以上是生活随笔為你收集整理的计算机视觉实验数学形态学,计算机视觉形态学边缘检测.doc的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。