|
|
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# T! O' M- p" Z8 A/ v2 L( G* E
; M+ K2 h0 {4 Q4 b4 v
1. 确定你的电脑上已经安装了Photoshop和Matlab
% i- \6 b$ q! t- @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）
7 n6 D J+ g0 L% `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）
! X N4 U1 j7 @' Q& j4. 启动Photoshop，打开img文件夹中的图像. N; R1 _ N% y9 T% f/ C
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）
: E \- z4 J1 |2 C9 Q) X1 r! y9 T$ j6. 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- s Y* ~$ @9 O( l5 K
7. 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”
. K, ]% e4 N% @& Q+ P8. 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）
; ?6 I4 t! f: C- s9 @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( g( T& ^+ |& a+ Z1 i
10. 使用imread命令读入该图像，在命令行输入：>> f = imread('test1.bmp');7 V% h) R/ X9 B6 @1 b
11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)# x2 t' p' f5 d. S- n& R4 Y
12. 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： {$ s+ D1 p& N1 }* v
在命令行输入：>> g_sobel = edge(f, 'sobel', 0.05);
3 ^' B7 \7 D. @4 k3 g4 u% n9 } >> g_log = edge(f, 'log', 0.003, 2.25);
& L9 C1 {" V1 o9 R; u >> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);5 j3 k* @. S; c
13 得到边缘图像计算结果后，显示这些边缘图像：
' _% R) o- S# P+ K2 @ >> figure, imshow(g_sobel)8 n' _/ K ?9 G3 u0 P, p
>> figure, imshow(g_log)
) B' v; p" q) F6 w3 y) {9 M >> figure, imshow(g_canny)
) p# H: ^' _4 S4 f( _2 V! A' X0 `6 C
14 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7 T. R& ?; L& i! a3 T9 Q7 K
' x% a y+ A3 i( J+ X$ n# q# Q |
|
/1 
发表于 2019-1-31 06:30
收藏
淘帖
支持！
反对！