直方图规定化与Canny边缘提取（Matlab代码，附实验报告）

共3个文件

m：2个

docx：1个

需积分: 15 188 浏览量 2018-11-29 16:11:42 上传评论收藏 574KB ZIP 举报

在图像处理领域，直方图规定化和Canny边缘提取是两种重要的技术，它们在图像增强和特征检测中发挥着关键作用。本文将详细介绍这两种方法，并结合提供的Matlab代码进行阐述。直方图规定化是一种图像灰度变换方法，目的是通过调整图像的亮度分布，使图像具有更均匀或特定的直方图形态。直方图规定化可以改善图像的视觉效果，增强某些细节，或者适应不同的显示设备。在给定的`my_hist.m`文件中，可能是实现了自定义的直方图规定化算法。通常，这种过程包括获取原始图像的直方图，选择目标直方图，然后计算映射函数，将原始灰度值映射到新的灰度值。这种映射可以采用累积分布函数（CDF）转换或其他方法实现。接下来，Canny边缘检测是经典的多级边缘检测算法，由John F. Canny在1986年提出。该算法包含以下几个步骤：高斯滤波、计算梯度幅度和方向、非极大值抑制和双阈值检测。`my_canny.m`文件应该包含了这些步骤的Matlab实现。Canny算法的目的是找出图像中的边界，同时降低误检率和漏检率。在高斯滤波阶段，它能有效消除噪声；梯度计算则用于识别图像的强度变化；非极大值抑制避免了边缘的过宽；通过两个不同阈值的选择，确定最终的边缘像素。在实际应用中，直方图规定化常被用于预处理，以优化图像的整体亮度和对比度，从而为后续的边缘检测提供更好的输入。Canny边缘提取因其稳定性和精度，被广泛应用于各种图像处理任务，如目标检测、图像分割等。在实验报告`直方图规定化与Canny边缘提取.docx`中，可能会详细记录实验过程、代码实现、结果分析以及可能遇到的问题和解决方案。通过阅读这份报告，你可以更好地理解这两种方法的实际操作和效果。直方图规定化和Canny边缘提取是数字图像处理中的基础工具，它们结合使用可以提升图像的可读性，突出关键的边缘信息。通过学习和实践提供的Matlab代码，你可以深入理解这两种方法的工作原理，并掌握如何在实际项目中应用它们。

资源推荐

资源详情

资源评论

收起资源包目录

直方图规定化与Canny边缘提取.zip （3个子文件）

my_hist.m 2KB

my_canny.m 3KB

直方图规定化与Canny边缘提取.docx 581KB

clc %%导入图像并产生灰度图 pic=imread('O:\pictures\lena.jpg'); [M,N,dim]=size(pic); if dim>1 pic=rgb2gray(pic); end figure(1) imshow(pic),title('初始灰度图片'); %%高斯滤波 sigma = 1; gausFilter = fspecial('gaussian', [5,5], sigma); pic= imfilter(pic, gausFilter, 'replicate'); %%非极大值抑制 pic=double(pic); fi = zeros(M,N); %ψ theta = zeros(M,N);%方向 sector = zeros(M,N); for ii = 1:(M-1) for jj = 1:(N-1) g1 = -pic(ii, jj) + pic(ii+1, jj) - pic(ii, jj+1) + pic(ii+1, jj+1); g2 = pic(ii, jj) + pic(ii+1, jj) - pic(ii, jj+1) - pic(ii+1, jj+1); fi(ii,jj) = (g1^2+g2^2)^0.5 ; theta(ii,jj) = atand(g1/g2) ; tem = theta(ii,jj); if (tem<=67.5)&&(tem>22.5) sector(ii,jj) = 1; elseif (tem<=22.5)&&(tem>-22.5) sector(ii,jj) = 0; elseif (tem<=-22.5)&&(tem>-67.5) sector(ii,jj) = 3; else sector(ii,jj) = 2; end end end %抑制过程 save_1= zeros(M,N);%非极大值抑制 for ii = 2:(M-1) for jj = 2:(N-1) if 3 == sector(ii,jj) %右上左下 if ( fi(ii,jj)>fi(ii-1,jj+1) )&&( fi(ii,jj)>fi(ii+1,jj-1) ) save_1(ii,jj) = fi(ii,jj); else save_1(ii,jj) = 0; end elseif 2 == sector(ii,jj) %竖直方向 if ( fi(ii,jj)>fi(ii-1,jj) )&&( fi(ii,jj)>fi(ii+1,jj) ) save_1(ii,jj) = fi(ii,jj); else save_1(ii,jj) = 0; end elseif 1 == sector(ii,jj) %左上右下 if ( fi(ii,jj)>fi(ii-1,jj-1) )&&( fi(ii,jj)>fi(ii+1,jj+1) ) save_1(ii,jj) = fi(ii,jj); else save_1(ii,jj) = 0; end elseif 0 == sector(ii,jj) %横方向 if ( fi(ii,jj)>fi(ii,jj+1) )&&( fi(ii,jj)>fi(ii,jj-1) ) save_1(ii,jj) = fi(ii,jj); else save_1(ii,jj) = 0; end end end end %%双阈值检测 save_new = zeros(M,N);%双阈值检测和连接 out = zeros(M,N); %双阈值检测 b = 2;%t2=b*t1 t = 10;%较低的阈值 for ii = 2:(M-1) for jj = 2:(N-1) if save_1(ii,jj)<t %低阈值处理 save_new(ii,jj) = 0; out(ii,jj) = 0; continue; elseif save_1(ii,jj)>b*t %高阈值处理 save_new(ii,jj) = save_1(ii,jj); out(ii,jj) = 1; continue; else %介于之间的看其8领域有没有高于高阈值的，有则可以为边缘 tem = [save_1(ii-1,jj-1), save_1(ii-1,jj), save_1(ii-1,jj+1); save_1(ii,jj-1), save_1(ii,jj), save_1(ii,jj+1); save_1(ii+1,jj-1), save_1(ii+1,jj), save_1(ii+1,jj+1)]; tem_max = max(tem); if tem_max(1) > b*t save_new(ii,jj) = tem_max(1); out(ii,jj) = 1; continue; else save_new(ii,jj) = 0; out(ii,jj) = 0; continue; end end end end figure(2) imshow(out),title('自己的canny边缘提取');

评论收藏

内容反馈