实验报告3

甘肃政法学院

本科生实验报告

（一）

姓名:周红

学院:信息工程学院

专业:信息管理与信息系统

班级:2014级信管班

实验课程名称: 图形图像处理与运用

实验日期: 2017 年5 月19 日

开课时间： 2016—2017学年第二学期

甘肃政法学院实验管理中心印制

图1_1原始图像图1_2 sobel算子图像

图1_3 Laplacian算子图像图1_4 Canny算子图像

比较提取边缘的效果可以看出，sober算子是一种微分算子，对边缘的定位比较精确，但是会漏去一些边缘细节，而拉普拉斯算子是一种二阶边缘检测算法，他通过寻找图像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，拉普拉斯算子比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。

图2_1原始图像

图2_2 处理后图像

3．任选一种阈值法进行图像分割.

本次主要采用简单阈值来进行实验，这种方法在使用时，当像素值高于阈值时，我们给这个像素赋予一个新值（可能是白色），否则我们给他赋予另一种颜色（也许是黑色），这个函数就是cv2.threshlod()。这个函数的第一个参数就是原图像，原图像应该是灰度图。第二个参数是用来对像素值进行分类的阈值，第三参数是当像素值高于（有时候是小于）阈值时应该被赋予的新的像素值。OpenCV提供了多种不同的阈值方法，这是有第四个参数来决定的。这些方法包括：

titles=['ori1','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV'] images=[img,th1,th2,th3,th4,th5]

for i in xrange(6):

plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')

plt.title(titles[i])

plt.xticks([]),plt.yticks([])

plt.show()

结果：