实验五图像分割及目标检测

电子科技大学

实

验

报

告

学生姓名：

学号：

指导教师：彭真明

日期：2014 年 5 月20 日

一、实验名称：图像分割及目标检测

二、实验目的：

1、了解图像边缘检测及图像区域分割的目的、意义和手段。

2、熟悉各种经典的边缘检测算子、图像分割方法及其基本原理。

3、熟悉各种图像特征表示与描述的方法及基本原理。

4、熟练掌握利用matlab 工具实现各种边缘检测的代码实现。

5、熟练掌握利用matlab 工具实现基本阈值分割的代码实现。

6、通过编程和仿真实验，进一步理解图像边缘检测、图像分割及其在目标检测、目标识别及跟踪测量应用中的重要性。

三、实验原理及步骤：

1、利用Soble算子进行图像的边缘检测

（1）原理与步骤

数字图像的边缘一般利用一阶/二阶差分算子进行检测。常用的差分算子包括：Roberts 算子（交叉对角算子），Prewitt 算子（一阶），Sobel 算子（一阶），Laplacian 算子（二阶），LoG 算子（二阶）及Canny 边缘检测算法等。其中，Soble 算子为常见的一类梯度算子（一阶梯度算子）。其x, y 方向的梯度算子分别为：

一幅数字图像I（如图1）与Sx 和Sy 分别做卷积运算后（可采用多种方式，如conv2，filter2 及imfilter），可以求得x,y 两个方向的梯度图像Dx,Dy，然后，可以计算得到原图像的梯度幅度，即

或：

（2）进一步执行梯度图像D 的二值化处理（建议采用Otsu 阈值，也可考虑其他阈值分割），检测图像的二值化边缘。

（3）对于与步骤同样的输入图像I，利用matlab 工具的edge(I,’soble’)函数进行处理。试比较处理结果与步骤（2）的得到的结果的差异，并分析存在差异的原因。

（4）画出原图像、原图像的Dx, Dy 图，幅度图（D）及最后的二值化边缘检测结果图。

2、数字图像中目标区域的形心计算

（1）按如下公式计算原图像（图2）的质心。

（2）对图2 中的黑色形状目标进行阈值分割，得到二值化的图像；

图2 原始图像（240*240）

（3）计算目标形状的面积（以像素表示）；

（4）计算图中黑色形状目标的形心位置，并在原图上进行位置标记（可用红色小圆圈）。

其中，M，N 为图像尺寸。x,y 为像素图像平面上的坐标。

（5）画出原图像、原图上叠加质心标记图；分割后的二值化图及分割图上叠加形心标记图。

四、程序框图

五、 程序源代码：

1、 利用Soble 算子进行图像的边缘检测 clc;clf;clear all;

I=imread('C:\Users\Cancer_5kai\Desktop\lena.jpg'); I=double(I); Sx=[-1 0 1 -2 0 2 -1 0 1]; Sy=[-1 -2 -1 0 0 0 1 2 1];

Dx=conv2(I,double(Sx),'same'); Dy=conv2(I,double(Sy),'same');

[m,n]=size(I);

D=sqrt(Dx.^2+Dy.^2);

T=graythresh(D);

T=T*255;

for i=1:m

for j=1:n

if D(i,j)>T

D1(i,j)=1;

else

D1(i,j)=0;

end

end

end

BW2=edge(I,'sobel');

subplot(231),imshow(I,[]);title('原图像')

subplot(232),imshow(Dx,[]);title('Dx图')

subplot(233),imshow(Dy,[]);title('Dy图')

subplot(234),imshow(D,[]);title('幅度图')

subplot(235),imshow(D1,[]);title('二值化边缘检测结果图') subplot(236),imshow(BW2,[]);title('sobel边缘检测结果图')

2、数字图像中目标区域的形心计算

clc,clf,clear all;

A=imread('C:\Users\Cancer_5kai\Desktop\arrow.jpg'); subplot(221),imshow(A);title('原图像');

A=double(A);

[m,n]=size(A);

for j=1:n

for i=1:m

Xc(i,j)=i*A(i,j);

Yc(i,j)=j*A(i,j);

end

end

Xc=sum(sum(Xc))/sum(sum(A));

Yc=sum(sum(Yc))/sum(sum(A));

subplot(222),imshow(A,[]);hold on;

plot(Yc,Xc,'or');title('原图上叠加质心标记图');

T=graythresh(A)*255;

S=0

for i=1:m

for j=1:n

if A(i,j)>T

A1(i,j)=1;

else

A1(i,j)=0;

S=S+1;

end

end

end

S

subplot(223),imshow(A1,[]);title('分割后的二值化图');

A2=1-A1;

for i=1:m

for j=1:n

x1(i,j)=i*A2(i,j);

y1(i,j)=j*A2(i,j);

end

end

xc=sum(sum(x1))/sum(sum(A2));

yc=sum(sum(y1))/sum(sum(A2));

subplot(224),imshow(A1,[]);hold on;

plot(yc,xc,'or');title('分割图上叠加形心标记图');

六、实验结果：

1、利用Soble算子进行图像的边缘检测

如图可看出：二值化边缘检测比soble边缘检测图像轮廓更清晰些2、数字图像中目标区域的形心计算