工具类服务
编辑部专用服务
作者专用服务
基于Zernike正交矩的图像亚像素边缘检测算法改进
介绍了Zemike矩及基于Zemike矩的图像业像素边缘检测原理,针对Ghosal提出的基于Zernike矩的亚像素图像边缘检测算法检测出的图像存在边缘较粗及边缘亚像素定位精度低等不足,提出了一种改进算法.推导了7×7 Zernike矩模板系数,提出一种新的边缘判断依据.改进的算法能较好检测图像边缘并实现了较高的边缘定位.最后,设计了3组不同的实验.实验结果同Canny算子及Ghosal算法相比,证明了改进算法的优越性.
GAO Shi-Yi
ZHAO Ming-Yang
ZOU Yuan-Yuan
作者单位：
中国科学院沈阳自动化研究所,沈阳,110016;中国科学院研究生院,北京,100049
中国科学院研究生院,北京,100049
ISTICEIPKU
年，卷(期)：
机标分类号：
在线出版日期：
基金项目：
国家高技术研究发展计划(863计划)
本文读者也读过
相关检索词
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）(C)北京万方数据股份有限公司
万方数据电子出版社Canny边缘检测算法
时间： 19:31:14
&&&& 阅读：194
&&&& 评论：
&&&& 收藏：0
标签：作为对比，先看一下Sobel的原理：
Sobel的原理：
& & 索贝尔算子（Sobeloperator）是图像处理中的算子之一，主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量.
该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像
&Canny边缘检测算子的matlab实现
&&& 在以上例子中，如果以上的角度Θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。
&&& 在边沿检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边沿的 ；另一个是检测垂直平边沿的。与 和 相比，Sobel算子对于象素的位置的影响做了加权，因此效果更好。
&&&Sobel算子另一种形式是各向同性Sobel(IsotropicSobel)算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。
& & 由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的
=================黑丽丽的分割线啊，开始Canny吧=======
Canny的原理：
（1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。
&(2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。
&&&&&&&(3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法&
Canny边缘检测算法
&&&&&&&step1:用高斯滤波器平滑图象；
&&&&&&&step2:用一阶偏导的有限差分来计算梯度的幅值和方向；
&&&&&&&step3:对梯度幅值进行非极大值抑制
&&&&&&&step4:用双阈值算法检测和连接边缘
&span style=&color:#6600&&&strong&I=rgb2gray(imread('9.jpg'));
subplot(121);imshow(I);title('原图');
BW=edge(I,'canny');
subplot(122);imshow(BW);title('canny边缘处理');&/strong&&/span&
&strong&&span style=&font-size:18&&&span style=&color:#6600&&
img=rgb2gray(imread('9.jpg'));
subplot(241);imshow(img);title('原图')
[m n]=size(img);
img=double(img);
%%canny边缘检测的前两步相对不复杂，所以我就直接调用系统函数了
%%高斯滤波
w=fspecial('gaussian',[5 5]);
img=imfilter(img,w,'replicate');
subplot(242);imshow(uint8(img));title('高斯滤波')
%%sobel边缘检测
w=fspecial('sobel');
img_w=imfilter(img,w,'replicate');
w=w';%转置
img_h=imfilter(img,w,'replicate');
img=sqrt(img_w.^2+img_h.^2);
%注意这里不是简单的求平均，而是平方和在开方。我曾经好长一段时间都搞错了
subplot(243);imshow(uint8(img));title('sobel边缘检测')
%%下面是非极大抑制
new_edge=zeros(m,n);
for i=2:m-1
for j=2:n-1
Mx=img_w(i,j);
My=img_h(i,j);
o=atan(Mx/My);
%边缘的法线弧度
elseif My==0 && Mx&0
%Mx处用My和img进行插值
adds=get_coords(o);
%边缘像素法线一侧求得的两点坐标，插值需要
M1=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3));
%插值后得到的像素，用此像素和当前像素比较
adds=get_coords(o+pi);%边缘法线另一侧求得的两点坐标，插值需要
M2=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3));
%另一侧插值得到的像素，同样和当前像素比较
isbigger=(Mx*img(i,j)&M1)*(Mx*img(i,j)&=M2)+(Mx*img(i,j)&M1)*(Mx*img(i,j)&=M2); %如果当前点比两边点都大置1
if isbigger
new_edge(i,j)=img(i,j);
subplot(244);imshow(uint8(new_edge));title('非极大抑制')
%%下面是滞后阈值处理
set(0,'RecursionLimit',10000);
%设置最大递归深度
if new_edge(i,j)&up &&new_edge(i,j)~=255
%判断上阈值
new_edge(i,j)=255;
new_edge=connect(new_edge,i,j,low);
subplot(245);imshow(new_edge==255);title('滞后阈值处理')
&/span&&/span&&/strong&&pre name=&code& class=&plain&&&span style=&color:#009900;&&function nedge=connect(nedge,y,x,low)
%种子定位后的连通分析
neighbour=[-1 -1;-1 0;-1 1;0 -1;0 1;1 -1;1 0;1 1];
%八连通搜寻
[m n]=size(nedge);
yy=y+neighbour(k,1);
xx=x+neighbour(k,2);
if yy&=1 &&yy&=m &&xx&=1 && xx&=n
if nedge(yy,xx)&=low && nedge(yy,xx)~=255
%判断下阈值
nedge(yy,xx)=255;
nedge=connect(nedge,yy,xx,low);
end&/span&
&span style=&color:#3333&&function re=get_coords(angle)
%angle是边缘法线角度，返回法线前后两点
x1=ceil(cos(angle+pi/8)*sqrt(2)-0.5-sigma);
y1=ceil(-sin(angle-pi/8)*sqrt(2)-0.5-sigma);
x2=ceil(cos(angle-pi/8)*sqrt(2)-0.5-sigma);
y2=ceil(-sin(angle-pi/8)*sqrt(2)-0.5-sigma);
re=[x1 y1 x2 y2];
end&/span&
&&国之画&&&& &&&&chrome插件
版权所有 京ICP备号-2
迷上了代码！网站已改版，请使用新地址访问：
MATLAB 边缘检测的 程序及结果,各种经典 算子实现 Special Effects 图形图像处理 238万源代码下载-
&文件名称: MATLAB
& & & & &&]
&&所属分类:
&&开发工具: matlab
&&文件大小: 81 KB
&&上传时间:
&&下载次数: 101
&&提 供 者:
&详细说明：边缘检测的MATLAB程序及结果,各种经典边缘算子实现-MATLAB edge detection procedures and results, to achieve a variety of classical edge operator
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&边缘检测的MATLAB程序及结果.docx
&近期下载过的用户:
&相关搜索:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - kass的经典snake的matlab实现，用于图像边缘检测分割等
&[] - 边沿检测轮廓跟踪,在图像处理中非常重要的边缘检测轮廓跟踪算法。
&[] - 自己整理的经典边缘检测算子matlab源程序
图像处理必备
1、canny算子
2、kirsch算子
3、laplacian算子
4、log算子
5、prewitt算子
6、robert算子
7、robinson算子
8、sobel算子
&[] - 各种边缘检测程序，包括2Sobel算子边缘检测， Prewitt算子边缘检测，Roberts算子边缘检测， Laplace算子边缘检测，Canny算子边缘检测
&[] - 用六种算子(分别是gabor、拉普拉斯、priwitt、robert、sobel、wallis),对三种图象进行边缘检测比较，强烈推荐哦，是本人的毕业设计中的关键程序
&[] - 语音端点检测算法，在matlab里面实现语音端点的准确检测。为读者开发噪声环境下的精确VAD提供思路。
&[] - 基于ababoost算法的人脸检测代码,用matlab编写
&[] - 亚像素边缘检测的matlab代码，比一般的边缘检测代码精确