图像边缘检测算法体验步骤

helendcany

图像边缘检测算法体验步骤
- k9 W: l+ A/ G& B2 a
1. 确定你的电脑上已经安装了Photoshop和Matlab
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）
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
% }* 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”
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)
# 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：
   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)
% 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

fanichicl

好东东