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

. g( M& G2 `* X7 s8 J0 {1 W1. 确定你的电脑上已经安装了Photoshop和Matlab
. r$ W2 v1 j' {$ |% Z2. 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）
/ V, M0 L0 V5 H% Q" F# C8 B4. 启动Photoshop，打开img文件夹中的图像
6 M1 Y$ D) x, q5 l5. 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
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”
* C/ F+ z; L/ p, {; l8. 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 T" O$ ~1 I8 d9. 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)
5 y% @  t( D: B) U( N12. 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 C$ r: d# j, T2 Y   在命令行输入：>> g_sobel = edge(f, 'sobel', 0.05);
* G( }7 f! q6 x6 R) y) }+ ?2 d' n- \' F                 >> g_log = edge(f, 'log', 0.003, 2.25);
( ]3 i( z& P3 I                 >> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);
" d6 G% m8 \* M- S8 R/ G: p& d1 q2 X13 得到边缘图像计算结果后，显示这些边缘图像：
/ e$ u8 I4 ~8 h9 y# C0 N                 >> figure, imshow(g_sobel)
6 C9 o1 m$ x: Y5 Z4 w                 >> figure, imshow(g_log)
: [, }5 y4 t9 z                 >> figure, imshow(g_canny)
, a/ z0 K: P6 i$ f9 r
4 Z6 ]" f  ?6 z/ W6 _4 i* D14 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

& O) x: L, ^1 A. Z% Y

fanichicl

好东东