图像边缘检测系统设计

图像边缘检测系统设计
图像边缘检测系统设计

学号

数字图像处理

课程设计说明书

图像边缘检测系统设计

起止日期:2016 年12 月5 日至2016 年12 月9 日

学生

班级13电信科1班

成绩

指导教师(签字)

计算机与信息工程学院电子信息工程系

2016年12月9日

课程设计任务书

2016—2017学年第一学期

计算机与信息工程学院电子信息与科学技术专业 1 班级

课程设计名称:数字图像处理课程设计

设计题目:图像边缘检测系统设计

完成期限:自2016 年12 月 5 日至2016 年12 月9 日共 1 周一、课程设计依据

在掌握数字图像处理基本算法的基础上,利用MATLAB、VC++、Java等编程语言设计具有指定功能的图形用户界面。

二、课程设计容

1、设计一个实现图像边缘检测功能的界面

2、界面可以采用MATLAB、VC++、Java等编程语言设计

3、要求界面能够读入并显示图片,通过各种控件选择并进行图像的边缘检测操作,操作结果在对比窗口中显示

4、图像边缘检测功能至少包括单方向一阶微分检测(水平/垂直方向)、无方向微分检测(Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子)等,每项功能可采用一个或多个算法实现

三.课程设计要求

1、要求每个同学独立完成设计任务。

2、课程设计说明书封面格式要求见《课程设计说明书格式要求》。

3、课程设计的说明书要求简洁、通顺,图像表达容完整、清楚、规。

4、课程设计说明书要求:

1)说明题目的设计原理和思路、采用方法及设计流程。

2)可采用图表或文字对图形用户界面各子模块的功能以及各子模块之间的关系做

较详细的描述。

3)详细说明代码的编写流程。

4)采用图像及文字详细说明各功能的演示结果。

指导教师(签字):

系主任(签字):

批准日期:2016年12月1日

目录

第1章总体设计 (1)

1.1 设计目的 (1)

1.2 设计方案 (1)

第2章GUI界面设计 (3)

2.1 启动GUI界面 (3)

2.2 控件设计 (4)

第3章运行结果及主要程序 (8)

3.1 边缘检测的步骤及结果 (8)

3.2 主要程序 (10)

总结 (15)

参考文献 (16)

第1章总体设计

1.1 设计目的

设计一个实现图像边缘检测功能的界面,通过各种控件选择并进行图像的边缘检测操作,操作结果在对比窗口中显示,完成一个简单的图片处理。

1.2 设计方案

先通过GUI可视化界面窗口设计一个对用户使用起来相对方便的界面布局,然后针对界面上的每一个控件进行脚本函数的编写,以实现每一个控件的相应功能。

需要实现的功能:图片的读取与显示,图片的对比显示和存储,彩色图片到灰度图像的转换,图片的各种算子边缘检测并显示(Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子等),并增加了退出程序按钮,最终生成一个可执行软件。

软件的总体设计界面布局如图1-1所示,主要分为2个部分:显示区域与操作区域。

显示区域:显示载入原图,以及通过处理后的图像。

操作区域:通过功能键实现对图像的各种处理。

在截图中可见,左部为一系列功能按键有“读取图片”、“二值化”、“灰度化”三个按钮。界面右部分为图片显示部分,下方有“存储图片”、“退出”功能键。界面中间方为系列功能切换选择组包括单方向一阶微分检测(水平/垂直方向)、无方向微分检测(Roberts 算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子)等。

图1-1 设计界面图

第2章GUI界面设计

2.1 启动GUI界面

通过单击MATLAB菜单项“Home”-->“New”-->“Graphical User Interface”,显示GUI 开发环境的启动窗口,也可在命令窗口输入命令:guide——打开GUIDE启动界面,如下图2-1所示。弹出GUIDE Quick Start对话框,如图2-2所示。选择Blank GUI,打开版图编程器如图2-3。

图2-1 命令窗口

图2-2 GUI启动窗口

图2-3 版图编辑器

2.2控件设计

1.button按钮

利用版图编辑器在布局区添加按钮,双击控件调出属性编辑器,对其进行属性设计。String表示控件的显示信息,Tag表示控件的唯一标识符。

图2-4按钮控件的设置

右击button选择“Callback”选项,定位该控件的回调函数。如下图所示。

图2-5查看button回调函数

回调函数初始代码:function pushbutton3_Callback(hObject, eventdata, handles)

pushbutton3_Callback是按钮的回调函数,Callback函数是当用户每次触发GUI对象时执行的回调函数;hObject为当前回调函数对应的GUI对象的句柄;eventdata表示事件代码;handles为当前GUI所有数据的结构体,包含所有GUI对象的句柄和用户定义的数据。

2.按钮组

为方便编程,采用按钮组进行算法实现,利用版图编辑器的按钮组,添加单选按钮到按钮组。如图2-6所示。

图2-6按钮组

右击按钮组选择SelectionChangeFcn选项,定位该控件的回调函数,如图2-7所示。

图2-7查看按钮组回调

回调函数初始代码:function uipanel1_SelectionChangeFcn(hObject, eventdata, handles),程序代码见附录。

搭建结果界面截图如2-6所示。

图2-8 设计界面图

设计完成后运行的软件界面如图2-9所示,点击按钮组里算法选项可看到程序运行结果,程序见附录。

图2-9 运行界面图

第3章运行结果及主要程序

3.1边缘检测的步骤及结果

一般来说,边缘检测的算法有如下四个步骤:

1)滤波:边缘检测算法主要是基于图像增强的一阶和二阶导数,但导数的计算对噪声很敏感,因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。

2)增强:增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将邻域(或局部)强度之有显著变化的点突显出来。边缘增强一般都是通过计算梯度幅值来完成的。

3)检测:在图像中有许多点的梯度幅值比较大,而这些点在特定的应用领域中并不都是边缘,所以应该用某种方法来确定哪些是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。

4)定位:如果某一应用场合要求确定边缘位置,则边缘的位置可在子像素分辨率上来估计,边缘的方位也可以被估计出来。

图3-1 算子运行结果(1)

图3-2 算子运行结果(2)

1.一阶微分

作为坐标点(x ,y )处的灰度倾斜度的一阶微分值,可以用具有大小和方向的向量表示如下:

????

?

?????????==y f x f f f y x f y x ],[)],([G 其中,x f 为x 方向的微分,y f 为y 方向的微分。

x f 和y f 在数字图像中是用下式计算的:???-+=-+=),()1,(),(),1(y x f y x f f y x f y x f f y

x 微分值x f 和y f 被求出后,由以下的公式就能算出边缘的强度与方向。 强度:22y x f f +或者 y x f f +,方向:向量)(y x f f ,的朝向。

2. Roberts算子,边缘定位精度较高,但容易丢失一部分边缘,同时图像没经过平滑处理,所以不具备抑制噪声的能力。该算子适用于具有陡峭边缘且含噪声少的图像。

3. Sobel算子和Prewitt算子,对噪声具有一定抑制能力,但不能完全排除虚假边缘。定位效果不错但容易产生多像素边缘。

4.LOG算子,抑制噪声会将尖锐的边缘平滑掉而无法被检测到。当高斯滤波器宽度参数取值较小时,边缘定位精度高,但图像平滑作用较弱;增大取值时,又导致模板增大,使边缘位置偏移严重,且运动量增加。

5.Canny算子,当弱边缘和强边缘相连时,才输出弱边缘,检测效果要比LOG算子好。

6.拉普拉斯算子,不依赖于边缘方向的二阶微分算子,定位准确,对噪声非常敏感,使噪声加强,从而使部分信息丢失,造成一些不连续的边缘。

由上可知,算子不同,结果存在明显差异,但是在原始图像上边缘明显的部分都被有效的提取出来了。Roberts算子检测出的边缘线比较清晰,但噪声大多也同时提取出来了。对于模糊部分取差分间隔宽的Sobel算子和Prewitt算子似乎有效。Canny算子可以检测到弱边缘,但受阴影的影响较大。LoG算子易于强化噪声,更适用于点状物的检测和图像锐化。

3.2主要程序

1.读取图片程序,定义可读取“.jpg.bmp.gif.png”属性的图片,读取图片到axes1坐标轴中显示。

function pushbutton1_Callback(hObject, eventdata, handles)

global im

[filename,pathname] = ...

uigetfile({'*.jpg';'*.bmp';'*.gif';'*.png';},'选择图片');

str=[pathname filename];

im=imread(str);

axes(handles.axes1);

imshow(im);

2.存储图片程序,存储axes2坐标轴的结果图像到自定义路径,可选择存储属性为

“.bmp.tif.png”。

function pushbutton4_Callback(hObject, eventdata, handles)

global im %定义全局变量

[filename,pathname,filterindex]=...

uiputfile({'*.bmp';'*.tif';'*.png'},'save?picture');%存储图片路径

if isequal(filename,0)||isequal(pathname,0)

return%如果取消操作,返回

else str=[pathname filename];%合成路径+文件名

axes(handles.axes2);%使用第二个axes

im=getimage(handles.axes2);

imwrite(im,str);%写入图片信息,即保存图片

end

3.关闭窗口程序。

function pushbutton5_Callback(hObject, eventdata, handles)

close(gcf)%关闭当前Figure窗口句柄

4.按钮组功能,当选择按钮组中不同算法变换时,用switch语句进行算法的选择进行图像变换,显示结果在axes2坐标轴中。

function uipanel1_SelectionChangeFcn(hObject, eventdata, handles)

global im

[m,n,o]=size(im);

if o>1

im=rgb2gray(im);

R=double(im)/255;

else

R=double(im)/255;

end

str=get(hObject,'string');

axes(handles.axes2);

switch str

case 'Initial'

imshow(im)

case 'directionX'

a=[-1 -2 -1;0 0 0;1 2 1]/256;b=[-1 0 1; -2 0 2; -1 0 1]/256;

BW=conv2(im,a,'same');BW=abs(BW);%处理水平方向算子的结果

imshow(BW);

case 'directionY'

a=[-1 -2 -1;0 0 0;1 2 1]/256;b=[-1 0 1; -2 0 2; -1 0 1]/256;

BW=conv2(im,b,'same');BW=abs(BW);%处理垂直方向算子的结果

imshow(BW);

case 'directionXY'

a=[-1 -2 -1;0 0 0;1 2 1]/256;b=[-1 0 1; -2 0 2; -1 0 1]/256;

BW1=conv2(im,a,'same');BW1=abs(BW1);%处理水平方向算子的结果??

BW2=conv2(im,b,'same');BW2=abs(BW2);%处理垂直方向算子的结果??

BW=max(BW1,BW2);%取水平及垂直方向上的大值

imshow(BW);

case 'Roberts'

BW = edge(im,'Roberts');

imshow(BW);

case 'Sobel'

BW = edge(im,'Sobel');

imshow(BW);

case 'Prewitt'

BW = edge(im,'Prewitt');

imshow(BW);

case 'LoG'

BW = edge(im,'LoG');

imshow(BW);

case 'Canny'

BW = edge(im,'Canny');

imshow(BW);

case 'Laplacian'

a=[0 1 0;1 -4 1;0 1 0]/56;

BW=conv2(im,a,'same');

BW=abs(BW);

imshow(BW);

end

5.图像二值化,利用2bw进行图像二值化转化,并将转换结果在axes2 坐标轴中显示。

function pushbutton2_Callback(hObject, eventdata, handles)

global im

axes(handles.axes2);

BW=im2bw(im,0.4);

imshow(BW);

6.灰度图像转化,判断所读取图像是否为彩色图像,如果是则转化为灰度图像,并在axes2 坐标轴中显示转换结果图像。

function pushbutton3_Callback(hObject, eventdata, handles)

global im

[m,n,o]=size(im);

if o>1

BW=rgb2gray(im);

R=double(im)/255;

else

BW=im;

end

axes(handles.axes2);

imshow(BW);

总结

课程设计是培养学生综合运用所学知识,发现,提出,分析和解决实际问题,锻炼实践能力的重要环节,是对学生实际工作能力的具体训练和考察过程。随着科学技术发展的日新日异,软件方面的应用已经成为当今计算机应用中空前活跃的领域,在生活中可以说得是无处不在。因此作为大学来说掌握各种软件的应用是十分重要的。

数字图像处理是我们这个学期的重点课程。在没有做课程设计以前觉得课程设计只是对我所学知识的单纯总结,但是通过这次做课程设计发现自己的看法有点太片面。课程设计不仅是对前面所学知识的一种检验,而且也是对自己能力的一种提高。通过这次课程设计使我明白了自己原来知识还比较欠缺,明白了学习是一个长期积累的过程,在以后的工作、生活中都应该不断的学习,努力提高自己知识和综合素质。此次课程设计使我重新又学习了MATLAB的有关知识,对该软件掌握的更加熟练。

总之,最后终于做完了有种如释重负的感觉。此外,还得出一个结论:实践是检验知识的唯一标准。有些东西以为学会了,但真正到用的时候才发现是两回事,所以我认为只有到真正会用的时候才是真的学会了。在此要感我们指导老师对我们悉心的指导与帮助。在设计过程中,我通过与同学交流经验和自学,使自己学到了不少知识,也经历了不少艰辛,但收获同样巨大。在整个设计中我懂得了许多东西,也培养了我独立工作的能力。

参考文献

[1]罗华飞.MATLAB GUI 设计学习手记[M].:航空航天大学,2009

[2]襄培.MATLAB图像处理与界面编程宝典[M].电子工业,2009

[3]强,王正林.精通MATLAB图像处理[M].电子工业,2009

[4]娜,广英.基于MATLAB的灰度图像边缘检测技术[M].中国科技教育,2008年02 期

[5]秀兰.基于MATLAB的数字图像的边缘检测[M].化工学院学报,2002年02 期

[6]贾永红.数字图像处理[M] .:大学版社,2002:25-79.

[7]科技.MATLAB7.0 从入门到精通[M].:人民邮电,2006:407-428.

汽车标志识别设计-MATLAB程序设计

设计目的:车牌定位系统的目的在于正确获取整个图像中车标的区域,并识别出车标。 程序效果: 程序实现: STEP1:输入待处理的原始图像: 程序: 1 2 3 4 clear;clc;close all; %Step1 获取图像 装入待处理彩色图像并显示原始图像 Scolor = imread( '1.jpg');%imread 函数读取图像文件 subplot(3,4,1);imshow(Scolor),title('原始图像') 输出:

SETP2:图像的灰度化: 彩色图像包含着大量的颜色信息,不但在存储上开销很大,而且在处理上也会降低系统的执行速度,因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像,以加快处理速度。由彩色转换为灰度的过程叫做灰度化处理。选择的标准是经过灰度变换后,像素的动态范围增加,图像的对比度扩展,使图像变得更加清晰、细腻、容易识别。 程序: 输出: 原始图像 1 2 3 %将彩色图像转换为黑白并显示 Sgray = rgb2gray(Scolor);%rgb2gray 转换成灰度图 subplot(3,4,2);imshow(Sgray),title('原始黑白图像');

STEP3:对原始图像进行开操作得到图像背景图像:程序: 1 2 3 4 %对原始图像进行开操作得到图像背景图像: s=strel('disk',13);%strei函数 Bgray=imopen(Sgray,s);%打开sgray s图像 subplot(3,4,3);imshow(Bgray);title('背景图像');%输出背景图像 输出: 原始黑白图像

故障自动检测系统设计方案.

10KV 母线回路故障检测控制器软硬件设计方案 徐源 南阳理工学院电子与电气工程系 一、系统功能架构设计 根据附件一的要求,设计故障检测与控制系统架构如下: 高压支线电压送入电压互感器后获得合适的 AC 电压, 经感应电压调整器调整成两路电压,一路作为电压采集信号,一路为驱动电路和执行电路供电,为保证系统整体的稳定性和可靠性,在电压调整器上增加一个抑制峰值电压和反向电涌的抗干扰模块,采集到的电平信号经 A/D数模转换以后,送入 CPU 进行处理,当检测到电平信号的异常后,触发 CPU 的中断系统,在小于 0.1us 时间里对事件反应,先由 CPU 软件进行去抖动处理,滤除干扰信号, 然后判断出故障类型, 由 CPU 发出指令, 由调节执行电路完成高压线回路继电器的通断闭合,从而排除或正确判断故障类型。

系统信息适时通过 LED 屏幕或者 LCD 屏幕进行指示,并且延时参数等信息都可以通过面板的控制键盘进行设置,必要时可以用红外遥控器进行设置。 为保障系统的稳定运行,防止 CPU 死机,采用“看门狗”来防止软件意外的发生;为获得系统的适时故障检测信息, 采用 RTC 时钟并对系统进行适时监控, 并把故障信息存储在 8K 的 EERPOM 中去,防止掉电信息丢失,并可以适时对系统历史信息进行查询;数据通信采用 485总线和综自计算机进行通信。 此系统的自动化程度相对来说很高,功能更强大,稳定性也比较高,可以实现时时故 障显示和判断,甚至是简单故障的排除,人员的劳动强度和安全性得到有效保障,因为系统在很短时间内就可以排除故障或显示故障类型,对电力设备的安全有更大的保障。 二、故障检测控制器走线图

图像边缘检测系统设计

学号 数字图像处理 课程设计说明书 图像边缘检测系统设计 起止日期:2016年12月5日至2016年12月9日 学生某 班级13电信科1班

成绩 指导教师(签字) 计算机与信息工程学院电子信息工程系 2016年12月9日 课程设计任务书 2016—2017学年第一学期 计算机与信息工程学院电子信息与科学技术专业1班级 课程设计名称:数字图像处理课程设计 设计题目:图像边缘检测系统设计 完成期限:自2016年12月5日至2016年12月9日共1周 一、课程设计依据 在掌握数字图像处理基本算法的基础上,利用MATLAB、VC++、Java等编程语言设计具有指定功能的图形用户界面。 二、课程设计内容 1、设计一个实现图像边缘检测功能的界面 2、界面可以采用MATLAB、VC++、Java等编程语言设计 3、要求界面能够读入并显示图片,通过各种控件选择并进行图像的边缘检测操作,操作结果在对比窗口中显示 4、图像边缘检测功能至少包括单方向一阶微分检测(水平/垂直方向)、无方向微分检测

(Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子)等,每项功能可采用一个或多个算法实现 三.课程设计要求 1、要求每个同学独立完成设计任务。 2、课程设计说明书封面格式要求见《课程设计说明书格式要求》。 3、课程设计的说明书要求简洁、通顺,图像表达内容完整、清楚、规X。 4、课程设计说明书要求: 1)说明题目的设计原理和思路、采用方法及设计流程。 2)可采用图表或文字对图形用户界面各子模块的功能以及各子模块之间的关系做 较详细的描述。 3)详细说明代码的编写流程。 4)采用图像及文字详细说明各功能的演示结果。 指导教师(签字): 系主任(签字): 批准日期:2016年12月1日

图像边缘检测算法体验步骤

图像边缘检测算法体验步骤 图像边缘检测算法体验步骤(Photoshop,Matlab)1. 确定你的电脑上已经安装了Photoshop和Matlab2. 使用手机或其他任何方式,获得一张彩色图像(任何格式),建议图像颜色丰富,分辨率比较高,具有比较明显的图像边界(卡通图像,风景图像,桌面图像)3. 将图像保存到一个能够找到的目录中,例如img文件夹(路径上没有汉字)4. 启动Photoshop,打开img文件夹中的图像5. 在工具箱中选择“矩形选择”工具,到图面上选择一个区域(如果分辨率比较高,建议不要太大,否则计算过程比较长)6. 点击下拉菜单【文件】-【新建】,新建一个与矩形选择框同样尺寸的Photoshop图像,不要求保存该图像7. 将该彩色图像转换为亮度图像,即点击下拉菜单【图像】-【模式】-【灰度】,如提示是否合并,选择“Yes”8. 将该单色的亮度图像另存为Windows的BMP文件,点击下拉菜单【文件】-【存储为】,在“存储为”窗口中,为该文件起一个名字,例如test1(保存为test1.bmp)9. 启动Matlab,将当期路径(Current Directory)定位到图像文件夹,例如这里的img文件夹10. 使用imread命令读入该图像,在命令行输入:>> f = imread(test1.bmp);11. 在Matlab中显示该图像,在命令行输入:>> figure, imshow(f)12. 然后,分别使用Matlab图像工具箱中的Edge函数,分别使用Sobel算法,高斯-拉普拉斯(Log)算法和Canny算法得到的边缘图像:在命令行输入:>> g_sobel = edge(f, sobel, 0.05); >> g_log = edge(f, log, 0.003, 2.25); >> g_canny = edge(f, canny, [0.04 0.10], 1.5);13 得到边缘图像计算结果后,显示这些边缘图像: >> figure, imshow(g_sobel) >> figure, imshow(g_log) >> figure, imshow(g_canny)14 可以用不同的图像做对比,后续课程解释算法后,可以变换不同的阈值,得到不同的边缘图像

数字图像处理中的边缘检测技术

课程设计报告 设计题目:数字图像处理中的边缘检测技术学院: 专业: 班级:学号: 学生姓名: 电子邮件: 时间:年月 成绩: 指导教师:

数字图像处理中的边缘检测技术课程设计报告I 目录 1 前言:查阅相关文献资料,了解和掌握基本原理、方法和研究现状,以及实际应用的背景意义 (1) 1.1理论背景 (1) 1.2图像边缘检测技术研究的目的和意义 (1) 1.3国内外研究现状分析 (2) 1.4常用边缘检测方法的基本原理 (3) 2 小波变换和小波包的边缘检测、基于数学形态学的边缘检测法算法原理 (7) 2.1 小波边缘检测的原理 (7) 2.2 数学形态学的边缘检测方法的原理 (7) 3 算法实现部分:程序设计的流程图及其描述 (9) 3.1 小波变换的多尺度边缘检测程序设计算法流程图 (9) 3.2 数学形态学的边缘检测方法程序设计算法描述 (10) 4实验部分:对所给的原始图像进行对比实验,给出相应的实验数据和处理结果 (11) 5分析及结论:对实验结果进行分析比较,最后得出相应的结论 (15) 参考文献 (17) 附录:代码 (18)

1前言 查阅相关文献资料,了解和掌握基本原理、方法和研究现状,以及实际应用的背景意义 1.1 理论背景 图像处理就是对图像信息加工以满足人的视觉心理或应用需求的方法。图像处理方法有光学方法和电子学方法。从20世纪60年代起随着电子计算机和计算技术的不断提高和普及,数字图像处理进入了高速发展时期,而数字图像处理就是利用数字计算机或其它的硬件设备对图像信息转换而得到的电信号进行某些数学处理以提高图像的实用性。 图像处理在遥感技术,医学领域,安全领域,工业生产中有着广泛的应用,其中在医学应用中的超声、核磁共振和CT等技术,安全领域的模式识别技术,工业中的无损检测技术尤其引人注目。 计算机进行图像处理一般有两个目的:(1)产生更适合人观察和识别的图像。 (2)希望能由计算机自动识别和理解图像。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础,图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的,也就是指图像局部亮度变化最显著的部分,例如灰度值的突变、颜色的突变、纹理结构的突变等,同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性,通常沿边缘的走向灰度变化平缓,垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点,图像边缘可分为阶跃型、房顶型和凸缘型。 1.2 图像边缘检测技术研究的目的和意义 数字图像处理是伴随着计算机发展起来的一门新兴学科,随着计算机硬件、软件的高度发展,数字图像处理也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像处理和计算机视觉等领域最基本的技术,如何快速、精确的提取图像边缘信息一直是国内外研究的热点,然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测,就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像,排除外界的干扰,后者则是为我们的边缘检测提供图像特征更加明显的图片,即加大图像特征。两者虽然在图像处理中都有重要地位,但本次研究主要是针对图像边缘检测的研究,我们最终所要达到的目的是为了处理速

1222222222222光照强度自动检测显示系统设计.

设计题目:光照强度自动检测显示系统设计一、题目的认识理解 本次设计题目是光照强度自动检测显示系统设计,既然是系统设计,我们可以将其分解为模块,把复杂问题简单化。 数据采集模块,可用光敏电阻将光照强度信号转换为电阻信号从而进行测量计算。 测量电路模块,设置分压电路和比较电路,将电阻信号转换为电压信号分档输出,用于显示和报警。 显示报警模块,用发光二极管进行显示,同时设置光照过强时蜂鸣器报警。 二、设计任务要求: 设计一个光照强度自动检测、显示、(报警)系统,实现对外界三种不同条件下光强的分档指示和报警(弱、适宜、强) 1、方案的设计 根据题目选定光照强度自动检测所用的光电传感器类型; 1)自己设计至少三种以上不同光照条件,测定不同光照条件下光电传感器的输出; 2)传感器测量电路采用集成运算放大器构成的比较器完成,完成至少三种以上不同光照条件下显示报警系统方案的论证和设计;

3)完成自然光光照强度自动检测显示报警系统电路方框图、电路原理图的设计; 4)完成自然光光照强度自动检测显示报警系统中核心芯片的选型、系统中各个参数的计算(备注:1. 含各种元件参数的计算过程或依据2. 选定最接近计算结果的元件规格); 5)设计结束后,进行仿真调试。 2、仿真调试方案 利用:Multisim等软件仿真,得出主要信号输入输出点的波形,根据仿真结果验证设计功能的可行性、参数设计的合理性; 给出系统整机电路图(利用PROTEL软件做出原理图SCH文件和PCB文件)。 3、完成课程设计报告。 三、设计所需基础知识及工具 1、基础知识 电路理论中电阻电路的分析、模拟电子线路中运算放大器、 比较器、功率放大器等知识,数字电子线路中开关特性及数 字信号等知识,传感器技术中的光电传感器原理及应用、测 量电路等部分知识。 2、设计工具 电子电路EDA仿真软件:Multisim 电子线路设计软件:Protel99SE。

实验三图像分割与边缘检测

数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日

计算机科学与技术系信息科学与工程学院

目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一.实验目的 1. 理解图像分割的基本概念; 2. 理解图像边缘提取的基本概念; 3. 掌握进行边缘提取的基本方法;

基于MATLAB的图像处理的课程设计(车牌识别系统)

目录 一、课程设计目的 (3) 二、课程设计要求 (3) 三、课程设计的内容 (3) 四、题目分析 (3) 五、总体设计 (4) 六、具体设计 (5) 1、文件 (5) 1.1、打开 (5) 1.2、保存 (5) 1.3、退出 (5) 2、编辑 (5) 6.2.1、灰度 (5) 6.2.2、亮度 (6) 6.2.3、截图 (7) 6.2.4、缩放 (7) 3、旋转 (9) 6.3.1、上下翻转 (9) 6.3.2、左右翻转 (9) 6.3.3任意角度翻转 (9) 6.4、噪声 (10) 6.5、滤波 (10) 6.6、直方图统计 (11) 6.7、频谱分析 (12) 6.7.1、频谱图 (12) 6.7.2、通过高通滤波器........................... .. (12) 6.7.3、通过低通滤波器...................................... . (13) 6.8、灰度图像处理................................................ . . (14) 6.8.1、二值图像……………………………………………….. .14 6.8.2、创建索引图像............................................. (14) 6.9、颜色模型转换...................................... .. (14) 6.10、操作界面设计 (15) 七、程序调试及结果分析 (15) 八、心得体会 (16) 九、参考文献 (17) 十、附录 (18)

实验三 图像的边缘检测

实验三图像的边缘检测 一、实验目的与要求 1、了解图像边缘提取的基本概念; 2、了解进行边缘提取的基本方法; 3、编程实现对所给图像的边缘进行提取。 二、知识点 1、边缘检测的思想和原理 图像理解是图像处理的一个重要分支,研究为完成某一任务需要从图像中提取哪些有用的信息,以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要,因为边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。在图像中,边界表明一个特征区域的终结和另一个特征区域的开始,边界所分开区域的内部特征或属性是一致的,而不同的区域内部的特征或属性是不同的,边缘检测正是利用物体和背景在某种图像特性上的差异来实现的,这些差异包括灰度,颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。 由于噪声和模糊的存在,检测到的边界可能会变宽或在某些点处发生间断,因此,边界检测包括两个基本内容:首先抽取出反映灰度变化的边缘点,然后剔除某些边界点或填补边界间断点,并将这些边缘连接成完整的线。边缘检测的方法大多数是基于方向导数掩模求卷积的方法。导数算子具有突出灰度变化的作用,对图像运用导数算子,灰度变化较大的点处算得的值比较高,因此可将这些导数值作为相应点的边界强度,通过设置门限的方法,提取边界点集。

一阶导数是最简单的导数算子,它们分别求出了灰度在x和y方向上的变化率,而方向上的灰度变化率可以用相应公式进行计算;对于数字图像,应该采用差分运算代替求导,差分公式参考相关教材。 2、常用的梯度算子 (1)Roberts Cross算子,它的2个2 X2模板如图3所示。 图3 Robert Cross算子模板 (2)Prewitt 算子,它的2个3×3模板如图4所示。 图4 Prewitt算子模板 (3)Sobel 算子,它的2个3×3模板如图5所示。 图3 Sobel算子模板 3、高斯拉普拉斯(LoG)算法 高斯拉普拉斯(LoG)算法是一种二阶边缘检测方法。它通过寻找图像灰度值中二阶微分中的过零点(Zero Crossing)来检测边缘点。其原理为,灰度

石油化工企业可燃气体和有毒气体检测报警设计规范GB

石油化工企业可燃气体和有毒气体检测报警设计规范 (GB50493-2009) 1 总则 1.0.1 为预防人身伤害以及火灾与爆炸事故的发生,保障石油化工企业的安全,特制定本规范。 1.0.2 本规范适用于石油化工企业新建、改建、扩建工程中可燃气体和有毒气体检测报警的设计。 1.0.3 石油化工可燃气体和有毒气体检测报警的设计,除执行本规范的规定外,尚应符合现行国家有关标准的规定。 2 术语 2.0.1 可燃气体combustible gas 类可燃液体气化后形成的可燃气体。 指甲类气体或甲、乙 A 2.0.2 有毒气体toxic gas 指劳动者在职业活动过程中,通过肢体接触可引起急性或慢性健康的气体。本规范中有毒气体的范围是《高毒物品目录》(卫法监发〔2003〕142号)中所列的有毒蒸汽或有毒气体。常见的有:二氧化氮、硫化氢、苯、氰化氢、氨、氯气、一氧化碳、丙烯腈、氯乙烯、光气(碳酰氯)等。 2.0.3 释放源 source of release

指可释放能形成爆炸性气体混合物或有毒气体的位置或地点。 2.0.4 检(探)测器 detector 指由传感器和转换器组成,将可燃气体和有毒气体浓度转换为电信号的电子单元。 2.0.5指示报警设备 indication apparatus 指接受检(探)测器的输出信号,发出指示、报警、控制信号的电子部件。 2.0.6 检测范围sensible range 指检(探)测器在试验条件下能够检测出被测气体的浓度范围 2.0.7报警设定值 alarm set point 指报警器预先设定的报警浓度值。 2.0.8 响应时间 response time 指在试验条件下,从检(探)测器接触被测气体达到稳定指示值的时间。通常,达到稳定指示值90%的时间作为响应时间;恢复到稳定指示值10%的时间作为恢复时间。 2.0.9 安装高度vertical height 指检(探)测器检测口到制定参照物的垂直距离。 2.0.10爆炸下限 lower explosion limit(LEL)

图像边缘检测方法的研究与实现刘法200832800066

图像边缘检测方法的研究与实现刘法200832800066

青岛大学专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日

题目:图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1.1边缘,边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分.边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征和形状特征等图像分析的重要基础.图像分析和理解的第一步常常是边缘检测(edge detection). 边缘检测是指使用数学方法提取图像像元中具有亮度值(灰度)空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前,首先给出一些术语的定义: 边缘点:图像中具有坐标] ,[j i且处在强度显著变化的位置上的点.边缘段:对应于边缘点坐标] i及其方位 ,边缘的方位可能是梯度角. ,[j 边缘检测器:从图像中抽取边缘(边缘点和边缘段)集合的算法. 轮廓:边缘列表,或是一条表示边缘列表的拟合曲线. 边缘连接:从无序边缘表形成有序边缘表的过程.习惯上边缘的表示采用顺时针方向序. 边缘跟踪:一个用来确定轮廊的图像(指滤波后的图像)搜索过程. 边缘点的坐标可以是边缘位置像素点的行、列整数标号,也可以在子像素分辨率水平上表示.边缘坐标可以在原始图像坐标系上表示,但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示,因为滤波过程可能导致图像坐标平移或缩放.边缘段可以用像素点尺寸大小的小线段定义,或用具有方位属性的一个点定义.请注意,在实际中,边缘点和边缘段都被称为边缘.边缘连接和边缘跟踪之间的区别在于:边缘连接是把边缘检测器产生的无序边缘集作为输入,输出一个有序边缘集;边缘跟踪则是将一幅图像作为输入,输出一个有序边缘集.另外,边缘检测使用局部信息来决定边缘,而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘. 1.2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映,因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析,并对各自的性能特点做出比较和评价。 边缘检测的原理是:由于微分算子具有突出灰度变化的作用,对图像进行微分运算,在图像边缘处其灰度变化较大,故该处微分计算值教高,可将这些微分值作为相应点的边缘强度,通过阈值判别来提取边缘点,即如果微分值大于阈值,则为边缘点。

数字图像边缘检测算法设计与实现

本科毕业论文(设计、创作) 题目:数字图像边缘检测算法设计与实现 学生姓名:学号:023******* 所在院系:信息与通信技术系专业:电子信息工程 入学时间:2010 年9 月导师姓名:职称/学位:讲师/博士 导师所在单位: 完成时间:2014 年 5 月 安徽三联学院教务处制

数字图像边缘检测算法设计与实现 摘要:图像有很多最基本的特征,边缘是其中之一,所以图像处理的主要内容中也有图像的边缘检测,图像的边缘检测也是图像测量技术中的热点。本篇论文是来研究图像边缘检测,图像处理技术已经有很广阔的应用域,图像的边缘检测最主要的意思是将图像的边缘提取出来。本文首先简要的介绍了什么是边缘检测,和边缘检测的一些基本知识和原理,然后回顾了一些经典的边缘检测算法。最后在已有的经典算法基础上进行编程仿真来提取图像的边缘。 关键词:图像处理;边缘检测;Hough变换;轮廓跟踪

Design and implementation the algorithm of digital image edge detection Abstract:Images have a lot of the most basic features, edge is one of them. So the image edge detection is one of the main content for image processing, the image edge detection has been the hot point in image measurement technology. This paper is to study the image edge detection. Image processing technology has very broad application field. The main mean of image edge detection is to detect image edge. In this article, first, briefly introduced what is edge detection, and some basic knowledge and principle of edge detection. Then reviews some of the classical edge detection algorithm. Finally, extracting image edge programming simulation on the basis of the existing classic algorithms. Key words: Image Processing, Edge Detection, Hough manipulation, contour tracing

基于c51单片机的有害气体检测课程设计--强欣

目录 第一章系统总体方案选择与说明 (7) 1.1方案选择 (7) 1.2系统说明 (7) 第二章系统结构框图与工作原理 (8) 2.1设计框架图 (8) 2.2工作原理 (9) 第三章各单元硬件设计说明及法计算方 (10) 3.1 主控芯片80C51 (10) 3.2 A/D转换集成电路主芯片0809 (12) 3.3 集成气体传感器TGS202元件 (13) 3.4 地址锁存器主芯片74LS373 (14) 3.5 单片机时钟电路 (16) 3.6 复位电路 (17) 3.7 光报警系统 (18) 3.8 单片机振荡电路 (19) 第四章软件设计 (20) 4.1 软件总体设计 (20) 第六章总结 (23) 附件 1 (原理图) (25) 附录2 参考文献 (31)

第一章系统总体方案选择与说明 1.1方案选择 用单片机控制一个检测报警系统,与以往用数字逻辑电路组成的控制系统相比,用单片机组成的检测报警系统,应具有更大的灵活性,功能也更强,并具有智能性, 在实际工作中是一种行之有效的方法。因此,从理论上分析利用单片机为核心设计一个工业现场报警器系统是可行的。 1.2系统说明 单片机工业现场报警系统是对工业现场的有害气体进行检测,一旦有害气体的浓度超过容许的气体浓度围,系统闪光响铃报警。通过传感器对工业现场有害气体浓度的检测从而转换成相应的电压值,又通过A/D模数转换器将传感器的电压值的模拟信号转换为数字信号,然后所转换的数字量接到单片机80C51的P0口,最后单片机对接入的数字信号做出反应,判断所测有害气体的浓度是否超标,超标则做出闪光响铃的报警指示,处于安全围保持正常状态不变。

图像边缘检测技术综述

第 42 卷增刊 1 中南大学学报(自然科学版) V ol.42 Suppl. 1 2011 年 9 月 Journal of Central South University (Science and Technology) Sep. 2011 图像边缘检测技术综述 王敏杰 1 ,杨唐文 1, 3 ,韩建达 2 ,秦勇 3 (1. 北京交通大学 信息科学研究所,北京,100044; 2. 中国科学院沈阳自动化研究所 机器人学国家重点实验室,辽宁 沈阳,110016; 3. 北京交通大学 轨道交通控制与安全国家重点实验室,北京,100044) 摘要:边缘检测是图像处理与分析中最基础的内容之一。首先介绍了几种经典的边缘检测方法,并对其性能进行 比较分析;然后,综述了近几年来出现的一些新的边缘检测方法;最后,对边缘检测技术的发展趋势进行了展望。 关键词:数字图像;边缘检测;综述 中图分类号:TP391.4 文献标志码:A 文章编号:1672?7207(2011)S1?0811?06 Review on image edge detection technologies W ANG Min-jie 1 , Y ANG Tang-wen 1,3 , HAN Jian-da 2 ,QIN Y ong 3 (1.Institute of Information Science,Beijing Jiaotong University, Beijing 100044, China? 2.State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academic of Science,Shenyang 110016, China? 3.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) Abstract: Edge detection is one of the most fundamental topics in the research area of image processing and analysis. First, several classical edge detection methods were introduced, and the performance of these methods was compared? then, several edge detection methods developed in the latest years were reviewed? finally, the trend of the research of the image edge detection in the future was discussed. Key words:digital image?edge detection?review 图像是人们从客观世界获取信息的重要来源 [1?2] 。 图像信息最主要来自其边缘和轮廓。所谓边缘是指其 周围像素灰度急剧变化的那些象素的集合,它是图像 最基本的特征。边缘存在于目标、背景和区域之 间 [3?4] ,它是图像分割所依赖的最重要的依据。边缘检 测 [5?8] 是图像处理和计算机视觉中的基本问题, 图像边 缘检测是图像处理中的一个重要内容和步骤,是图像 分割、目标识别等众多图像处理的必要基础 [9?10] 。因 此,研究图像边缘检测算法具有极其重要的意义。 边缘检测是计算机视觉和图像处理领域的一项基 本内容。准确、高效地提取出边缘信息一直是该领域 研究的重点内容 [11] 。最初的经典算法可分为边缘算子 法、曲面拟合法、模板匹配法、门限化法等。近年来, 随着数学理论和人工智能的发展,又出现了一些新的 边缘检测的算法 [12?13] ,如基于数学形态学的边缘检 测 [14] 、小波变换和小波包变换的边缘检测法 [15] 、基于 模糊理论的边缘检测法 [16?17] 、基于神经网络的边缘检 测法 [18] 、基于分形几何的边缘检测算法 [19] 、基于遗传 算法的边缘检测法 [20?21] 、漫射边缘的检测方法 [22] 、多 尺度边缘检测技术 [23] 、亚像素边缘的定位技术 [24] 、 收稿日期:2011?04?15;修回日期:2011?06?15 基金项目:轨道交通控制与安全国家重点实验室开放基金资助项目(RCS2010K02);机器人学国家重点实验室开放基金资助项目(RLO200801);北 京交通大学基本科研业务费资助项目(2011JBM019) 通信作者:王敏杰(1988-), 女, 黑龙江五常人, 硕士研究生, 从事图像处理和计算机视觉研究; 电话: 010-51468132; E-mail: wangminjie1118@https://www.360docs.net/doc/e81018138.html,

光照强度自动检测显示报警控制系统设计

传感器原理及应用课程 设计说明书 设计题目:光照强度自动检测显示报警控制 系统设计 学号: 姓名: 完成时间:2010、12、13至2010、12、19 总评成绩: 指导教师签章:

设计题目:光照强度自动检测显示系统设计 一、题目的认识理解 本次设计题目是光照强度自动检测显示报警控制系统设计,完成光照强度自动检测、显示、报警、控制系统。采用电路、数电、模电知识柔和一块设计电路,将系统分为四个模块设计电路:检测、显示、报警、控制,把复杂问题简单化。 数据采集模块,可用光敏电阻将光照强度信号转换为电阻信号从而进行测量计算。 测量电路模块,设置分压电路和比较电路,将电阻信号转换为电压信号分档输出,用于显示和报警。 显示报警模块,用发光二极管进行显示,同时设置光照过强时蜂鸣器报警。 自动控制模块,用或非门实现暗光控制,同时继电器闭合,打开日光灯,当在外界中、强光条件下继电器掉电日光灯熄灭。 一、设计任务要求: 设计一个光照强度自动检测、显示、报警、控制系统,实现对外界三种不同条件下光强的分档指示和报警(弱、适宜、强) 1、方案的设计 根据题目选定光照强度自动检测所用的光电传感器类型; 1)自己设计至少三种以上不同光照条件,测定不同光照条件下光电传感器的输出;2)传感器测量电路采用集成运算放大器构成的比较器完成,完成至少三种以上不同光照条件下显示报警系统方案的论证和设计; 3)完成自然光光照强度自动检测显示报警系统电路方框图、电路原理图的设计; 4)完成自然光光照强度自动检测显示报警系统中核心芯片的选型、系统中各个参数的计算(备注:1. 含各种元件参数的计算过程或依据2. 选定最接近计算结果的元件规格); 5)设计结束后,进行仿真调试。 2、仿真调试方案 利用:Multisim等软件仿真,得出主要信号输入输出点的波形,根据仿真结果验证设计功能的可行性、参数设计的合理性; 给出系统整机电路图(利用PROTEL软件做出原理图SCH文件和PCB文件)。 3、完成课程设计报告。

有害气体检测报警系统设计

本科毕业设计论文题目: 有害气体检测报警系统设计 专业名称 学生姓名 指导教师 毕业时间2014年6月

毕业设计任务书 一、题目 工矿企业九路有害气体实时监测报警系统设计 二、指导思想和目的要求 通过毕业设计使学生对所学测控及自动化基本理论加深理解,掌握测控系统设计的基本方法,培养独立开展设计工作的能力。 要求在毕业设计中: 1.设计工业生产线及厂房等要害部位易燃易爆等有害气体气体泄漏自动实时遥测报警系统。具有九路遥测、声光报警和泄漏位置显示功能; 2.分析设计要求,提出系统方案; 3.选择监控传感器,设计遥测系统电路; 4.设计遥控传输系统电路,进行电路设计计算,选择系统及电路组部件,元器件; 5.设计报警和泄漏位置显示系统,进行电路设计,选择电路组部件及元器件; 6.设计简易报警系统,制作和调试简易报警电路演示实物; 7.撰写毕业设计论文。 三、主要技术指标 1. 功能和性能: 监控对象:工业生产线及厂房、住宅有害气体泄漏 遥测遥控范围:500--1000m; 监控点:9个; 遥测遥控路数:9路;

报警方式:声,光、显示泄漏位置 2. 出总电路图和各部分电路图、出元器件名细表。 3. 制作和调试简易报警电路演示实物。 四、进度和要求 1. 1-3周:收集查阅资料; 2. 4-6周:完成总体方案设计; 3. 7-8周:完成系统各部分电路分析和设计; 4. 9-11周:完成电路组部件及元器件选择; 5.12-13周:完成毕业设计论文、实物制作. 五、主要参考书及参考资料 ⑴樊尚春等,《检测技术与系统》,北京航空航天大学出版社; ⑵方佩敏,《新编传感器原理。应用。电路详解》,电子工业出版社; ⑶张福学,《传感器应用及其电路精选》,电子工业出版社. 学生指导教师系主任

图像边缘检测方法的研究与实现刘法200832800066

青岛大学 专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班 学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日 题目:图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1.1边缘,边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分.边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征和形状特征等图像分析的重要基础.图像分析和理解的第一步常常是边缘检测(edge detection). 边缘检测是指使用数学方法提取图像像元中具有亮度值(灰度)空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前,首先给出一些术语的定义: 边缘点:图像中具有坐标] i且处在强度显著变化的位置上的点. ,[j 边缘段:对应于边缘点坐标] i及其方位 ,边缘的方位可能是梯度角. ,[j 边缘检测器:从图像中抽取边缘(边缘点和边缘段)集合的算法. 轮廓:边缘列表,或是一条表示边缘列表的拟合曲线. 边缘连接:从无序边缘表形成有序边缘表的过程.习惯上边缘的表示采用顺时针方向序. 边缘跟踪:一个用来确定轮廊的图像(指滤波后的图像)搜索过程. 边缘点的坐标可以是边缘位置像素点的行、列整数标号,也可以在子像素分辨率水平上表示.边缘坐标可以在原始图像坐标系上表示,但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示,因为滤波过程可能导致图像坐标平移或缩放.边缘段可以用像素点尺寸大小的小线段定义,或用具有方位属性的一个点定义.请注意,在实际中,边缘点和边缘段都被称为边缘.

边缘连接和边缘跟踪之间的区别在于:边缘连接是把边缘检测器产生的无序边缘集作为输入,输出一个有序边缘集;边缘跟踪则是将一幅图像作为输入,输出一个有序边缘集.另外,边缘检测使用局部信息来决定边缘,而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘. 1.2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映,因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析,并对各自的性能特点做出比较和评价。 边缘检测的原理是:由于微分算子具有突出灰度变化的作用,对图像进行微分运算,在图像边缘处其灰度变化较大,故该处微分计算值教高,可将这些微分值作为相应点的边缘强度,通过阈值判别来提取边缘点,即如果微分值大于阈值,则为边缘点。 Roberts,Sobel,Prewwit是基于一阶导数的边缘检测算子,图像的边缘检测是通过2*2或者3*3模板作为核与该图像中的每个像素点做卷积和运算,然后选取合适的阈值以提取边缘。 Laplace边缘检测算子是基于二阶导数的边缘检测算子,该算子对噪声敏感。Laplace算子的改进方式是先对图像进行平滑处理,然后再应用二阶导数的边缘检测算子,其代表是拉普拉斯高斯(LOG)算子。前边介绍的边缘检测算法是基于微分方法的,其依据是图像的边缘对应一阶导数的极大值点和二阶导数过零点。Canny算子是另外一类边缘检测算子,它不是通过微分算子检测边缘,而是在满足一定约束条件下推导出的边缘检测最优化算子。 1.3 边缘检测算法 对于边缘的检测常常借助于空域微分算子进行,通过将其模板与图像卷积完成。两个具有不同灰度值的相邻区域之间总存在灰度边缘。灰度边缘是灰度值不连续(或突变) 的结果,这种不连续常可利用求一阶和二阶导数方便地检测到。已有的局部技术边缘检测方法,主要有一次微分(Sobel 算子、Robert s 算子等) 、二次微分(拉普拉斯算子等)。这些边缘检测器对边缘灰度值过渡比较尖锐且噪声较小等不太复杂的图像,大多数提取算法均可以取得较好的效果。但对于边缘复杂、采光不均匀的图像来说,则效果不太理想。主要表现为边缘模糊、边缘非单像素宽、弱边缘丢失和整体边缘的不连续等方面。 用算子检测图像边缘的方法是用小区域模板对图像进行处理,即采用卷积核作为掩模模板在图像中依次移动,完成图像中每个像素点同模板的卷积运算,最终输出的边缘幅度结果可以检测出图像的边缘。卷积运算是一种邻域运算。图像处理认为:某一点像素的结果不但和本像素灰度有关,而且和其邻域点值有关。运用模板在图像上依此对每一个像素进行卷积, 即模板上每一个点的值与其在图像上当前位置对应的像素点值相乘后再相加,得出的值就是该点处理后的新值。 边缘检测算法有如下四个步骤:

(完整版)数字图像处理MATLAB程序【完整版】

第一部分数字图像处理

实验一图像的点运算 实验1.1 直方图 一.实验目的 1.熟悉matlab图像处理工具箱及直方图函数的使用; 2.理解和掌握直方图原理和方法; 二.实验设备 1.PC机一台; 2.软件matlab。 三.程序设计 在matlab环境中,程序首先读取图像,然后调用直方图函数,设置相关参数,再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境; 2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像, 如:cameraman图像;再调用相应的直方图函数,设置参数;最后输出处理后的图像; 3.浏览源程序并理解含义; 4.运行,观察显示结果; 5.结束运行,退出; 五.实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像 (b)原始图像直方图 六.实验报告要求 1、给出实验原理过程及实现代码; 2、输入一幅灰度图像,给出其灰度直方图结果,并进行灰度直方图分布原理分析。

实验1.2 灰度均衡 一.实验目的 1.熟悉matlab图像处理工具箱中灰度均衡函数的使用; 2.理解和掌握灰度均衡原理和实现方法; 二.实验设备 1.PC机一台; 2.软件matlab; 三.程序设计 在matlab环境中,程序首先读取图像,然后调用灰度均衡函数,设置相关参数,再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(2,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(2,2,3),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 a=histeq(I,256); %直方图均衡化,灰度级为256 subplot(2,2,2),imshow(a) %输出均衡化后图像 title('均衡化后图像') %在均衡化后图像中加标题 subplot(2,2,4),imhist(a) %输出均衡化后直方图 title('均衡化后图像直方图') %在均衡化后直方图上加标题 四.实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境; 2. 在matlab命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用matlab自带的图像, 如:cameraman图像;再调用相应的灰度均衡函数,设置参数;最后输出处理后的图像; 3.浏览源程序并理解含义; 4.运行,观察显示结果; 5.结束运行,退出; 五.实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 (a)原始图像 (b)均衡化后图像

相关文档
最新文档