各种算法实现边缘的提取
%调入与显示RGB图像
RGB = imread('123.jpg');
isrgb(RGB);
figure(1);
imshow(RGB);
%RGB图转换为灰度图像
I = rgb2gray(RGB);
figure(2);
imshow(I);
%边缘检测
ED = edge(I,'sobel',0.08);
figure(3)
imshow(ED);
%sobel边界探测器
BW1 = edge(I,'sobel');
%canny边界探测器
BW2 = edge(I,'canny');
figure(4)
imshow(BW1)
figure, imshow(BW2)
2021-11-05 10:16:28
344B
1
中Canny算子是高斯函数的一阶导数，是对信噪比与定位之乘积的最优化逼近算子，图3．5．4b为
Canny法提取图3．5．4a所得到的边缘图。
用Ⅱf，_，】表示图像。使用可分离滤波方法求图像与高斯平滑滤波器卷积，得到的结果是一个
已平滑数据阵列
S[i，J】=G[i，j；a】幸／[i，J】
其中仃是高斯函数的散布参数，它控制着平滑程度．
已平滑数据阵列s[i，J】的梯度可以使用2×2一阶有限差分近似式来计算jc与)，偏导数的两
个阵列P[i，J】与Q【j，_，】：
P[i，J】≈(S[f，／+I]-S[i，／】+S[i+I，／+1]-S[i+1，j])／2
Q[i，，】≈(S【f，j]-S[i+1，J】+S[i，J+1]-S[i+l，J+l】)／2
在这个2X 2正方形内求有限差分的均值，以便在图像中的同一点计算X和Y的偏导数梯度
幅值和方位角可片j直角坐标到极坐标的坐标转化公式来计算：
M[i，J】=√研f，卯+Q【f，，】2
a[i，J】_arctan(Q[i，jJ／P[i，刀)
(2)亚像素边缘提取
亚像素边缘提取的方法有很多，采用先根据经典算法中的梯度方向求取方法求出粗像素边缘
点的梯度方向，并沿梯度方向对其梯度进行插值，然后找出其梯度峰值及其对应的位置，如图
3．5．4d所示。插值算法有很多种，例如最近邻插值、双线性插值、三次样条插值等。最近邻插值和
双线性插值不如三次样条插值精度高。为了得到精度高的Ⅱ像素级边缘，采用三次样条插值法对灰
度边缘图进行插值处理，图3．5．4c为对图3．5．4a采用样条插值后的灰度图。三次样条插值函数的定
义如下：
若函数S(x)满足：
S(x)在每个子区间【x一，X，】(f=1,2，⋯，玎) 上是不高于三次的多项式，其中
(a=xo
2021-10-18 09:29:58
10.34MB
1
论文
摘要: 以胆结石超声图像为例, 将改进的Snake 模型应用到超声图像边缘提取中, 并取得了较好的结果。首先采用对数变换函数对胆结石超声图像进行增强预处理, 该方法能够有效地调整图像的动态范围, 将胆结石在胆囊中的位置凸显出来; 然后利用改进的Snake 模型自动提取胆结石的边缘。 本文详细介绍了Snake 模型实现过程以及各个参数对实验结果的影响。实验表明该模型有较好的实用性, 而且准确性较高, 适合于噪声干扰情况下的目标边缘提取。
2021-10-16 17:21:32
2.98MB
1