clear all
I=imread('tig.jpg')%读取图像
I1=im2double(I)%将彩图序列变成双精度
I2=rgb2gray(I1)%将彩色图变成灰色图
[thr, sorh, keepapp]=ddencmp('den','wv',I2)
I3=wdencmp('gbl',I2,'sym4',2,thr,sorh,keepapp)%小波除噪
I4=medfilt2(I3,[9 9])%中值滤波
I5=imresize(I4,0.2,'bicubic')%图像大小
BW1=edge(I5,'sobel')%sobel图像边缘提取
BW2=edge(I5,'roberts')%roberts图像边缘提取
BW3=edge(I5,'prewitt')%prewitt图像边缘提取
BW4=edge(I5,'log')%log图像边缘提取
BW5=edge(I5,'canny')%canny图像边缘提取
h=fspecial('gaussian',5)%高斯滤波
BW6=edge(I5,'zerocross',[ ],h)%zerocross图像边缘提取
figure
subplot(1,3,1)%图划分为一行三幅图,第一幅图
imshow(I2)%绘图
figure
subplot(1,3,1)
imshow(BW1)
title('Sobel算子')
subplot(1,3,2)
imshow(BW2)
title('Roberts算子')
subplot(1,3,3)
imshow(BW3)
title('Prewitt算子')
I=imread('cameraman.tif')p=[-1 -1 -1
0 0 0
1 1 1]
edgep=conv2(I,p,'same')
imshow(edgep)
方向应该是指算子的转置吧。
p=p'之类的,还有如下形式等
p=[-1 -1 0
1 0 -1
0 1 1]
说说我的做法~在提取边缘时,前处理工作很重要!且,噪音全都去掉是比较困难的是
1.可以先做平滑cvSmooth,去除噪音
2.可以用正规化或者直方图均衡化来处理图像像素~
3.用CLAHE算法,增加对比度
4.prewitt,sobel,算子都不是很精确,canny算子虽比较好但是不能提取封闭轮廓。你可以用snake,或者GVFsnake来动态提取边缘,但是之前得提取初始边缘。
以上,如果你想用prewitt,sobel的话可以到opencv论坛去搜索,答案有很多。
http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5这是论坛
http://www.opencv.org.cn/index.php/Canny%E8%BE%B9%E7%BC%98%E6%A3%80%E6%B5%8B这是canny检测的例子
http://fsa.ia.ac.cn/opencv-doc-cn/opencv-doc-cn-0.9.7/ref/opencvref_cv.cn.htm这是函数的用法
祝你成功
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)