|
|
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5 u2 C5 q1 ^, e6 g- E/ ~
1 r- U; u' i# @$ T1. 确定你的电脑上已经安装了Photoshop和Matlab
- J9 \& ^. a }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）
1 l/ o5 L+ g. s' i5 k3. 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）
1 J6 L* S4 _3 w+ g4. 启动Photoshop，打开img文件夹中的图像8 s/ f4 L$ q8 L$ N# P$ R
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）
% v, G3 U0 a& i% |6 B3 F* B+ Y( Z6. 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) h* @, b6 Q0 t3 U% i$ k0 h
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”6 F( f9 {( @4 _0 j( r C' J% V# l
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）6 h# w6 N. J5 v3 M6 \: @$ n2 w
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
- s: T9 x6 @$ n% m/ A2 V) |10. 使用imread命令读入该图像，在命令行输入：>> f = imread('test1.bmp');
4 Y+ @& a# O( I! Q+ c j8 K11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)7 Y. f5 P1 H5 h I/ T: I
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：
1 R T1 ~" x9 r K0 S7 \2 W& w) M9 F9 x 在命令行输入：>> g_sobel = edge(f, 'sobel', 0.05);
2 H6 a) ]2 t: O4 v T. z >> g_log = edge(f, 'log', 0.003, 2.25);
0 F+ @& S: ~9 B >> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);
! g$ j# `6 C5 d4 k; p13 得到边缘图像计算结果后，显示这些边缘图像：/ X$ u( Z: Z4 W7 t I5 w6 z* \1 V) a
>> figure, imshow(g_sobel)
V7 \* ~ C1 q; l% R >> figure, imshow(g_log)/ q3 v8 Z5 u! f% Y* R! m. O
>> figure, imshow(g_canny) ~, Z' ]' S. f: b- T5 H( k
& }7 k: B) a7 Z# Z14 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9 ? {7 @3 u+ {/ V6 f7 J8 h8 B
; {% u- i3 M9 k! z$ ?; |
|
|
/1 
发表于 2019-1-31 06:30
收藏
淘帖
支持！
反对！