图像分割实验报告

本科生实验报告（四）姓名:学院:信息工程学院专业:计算机科学与技术班级:实验课程名称:图形图像处理与应用实验日期:2014年月日指导教师及职称:实验成绩:开课时间：2013~2014学年第二学期实验题目图像分割小组合作姓名班级学号一、实验目的1．熟悉matlab图像处理工具箱及图像边缘检测函数的使用；2．理解和掌握图像边缘检测（Sobel、Prewitt、Log边缘算子）的方法和应用；3.掌握用阈值法进行图像分割的基本方法。二．实验环境Matlab环境下三、实验内容与步骤使用Roberts算子的图像分割实验�调入并显示图像room.tif中图像；使用Roberts算子对图像进行边缘检测处理；Roberts算子为一对模板：�相应的矩阵为：rh=[01；-10]；rv=[10；0-1]；这里的rh为水平Roberts算子，rv为垂直Roberts算子。分别显示处理后的水平边界和垂直边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果；提示：先做检测结果的直方图，参考直方图中灰度的分布尝试确定阈值；应反复调节阈值的大小，直至二值化的效果最为满意为止。分别显示处理后的水平边界和垂直边界检测结果；将处理结果转化为“白底黑线条”的方式；给图像加上零均值的高斯噪声；对于噪声图像重复步骤b~f。(2)使用Prewitt算子的图像分割实验�使用Prewitt算子进行内容(1)中的全部步骤。(3)使用Sobel算子的图像分割实验使用Sobel算子进行内容(1)中的全部步骤。(4)使用LoG(拉普拉斯-高斯)算子的图像分割实验使用LoG(拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1：处理后可以直接显示处理结果，无须另外计算梯度的模。提示2：注意调节噪声的强度以及LoG(拉普拉斯-高斯)算子的参数，观察处理结果。四、实验过程与分析I=imread('cameraman.tif');J1=edge(I,'sobel');J2=edge(I,'prewitt');J3=edge(I,'log');subplot(1,4,1),imshow(I);subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);原始图像：Sobel边缘算子：Prewitt边缘算子：Log边缘算子：fid=fopen('lena.img','r');im=(fread(fid,[256,256],'uint8'))';im=im2double(uint8(im));im_R=edge(im,'Roberts');im_P=edge(im,'Prewitt');im_S=edge(im,'Sobel');im_L=edge(im,'Log');colormap(gray);subplot(321);imshow(im);title('源图像');subplot(323);imshow(im_R);title('Roberts检测');subplot(324);imshow(im_P);title('Prewitt检测');subplot(325);imshow(im_S);title('Sobel检测');subplot(326);imshow(im_L);title('Log检测');源图像：五、实验总结图像理解是图像处理的一个重要分支，边缘检测技术对于处理数字图像非常重要，边缘检测中，常用的是sobel算子，有检测水平边缘和垂直边缘。与Prewitt算子相比，sobel算子对于像素的位置的影响做了加权，可以降低边缘模糊程度，效果更好。