|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
图像边缘检测算法体验步骤
- k9 W: l+ A/ G& B2 a$ b- n" |* v' \, k6 ?
1. 确定你的电脑上已经安装了Photoshop和Matlab! Y$ Q, u$ r# I2 }
2. 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)) D# i% o+ n* f
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): c& N8 U! q! I( ~/ B
4. 启动Photoshop,打开img文件夹中的图像8 m3 A5 Z; p! d- T9 J
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)& M; {% D9 O! T
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
% }* X; z* u3 Y/ ` y7. 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”, m0 o. _! z9 O* A9 _4 Q
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): G+ k- k4 \; l* j4 I5 a
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- U J8 Q! ] Y$ a
10. 使用imread命令读入该图像,在命令行输入:>> f = imread('test1.bmp');+ [4 @) x% r5 {6 L/ M6 z& k% k
11. 在Matlab中显示该图像,在命令行输入:>> figure, imshow(f)
# r/ l* r+ {8 g. M4 \3 Q5 s6 z12. 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:0 r8 e- y: N y- ?
在命令行输入:>> g_sobel = edge(f, 'sobel', 0.05);# ^+ H0 k8 M7 N2 B
>> g_log = edge(f, 'log', 0.003, 2.25);+ v% Y' c# q! K
>> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);" Y) }" a ~, K+ z" A
13 得到边缘图像计算结果后,显示这些边缘图像:% i- g. C8 `2 u$ { z- ]- C1 }7 f
>> figure, imshow(g_sobel): }$ T6 g- P* n) }" e' x# f
>> figure, imshow(g_log)0 L& d! x! z- ?8 \ ~" O
>> figure, imshow(g_canny)
% U+ A' N. \/ z# f# C& _/ j
/ ^2 r, K0 v$ s) K5 o14 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, Z2 T4 i: e7 l% C
+ C" L: V) X, j5 E
|
|