1、實驗名稱：圖像分割所屬課程：數(shù)字圖像處理實驗類型：驗證性實驗實驗類別：專業(yè)實驗學時：3一、實驗目的使用MatLab軟件進行圖像的分割。通過實驗體會一些主要的分割算子對圖像處理的效果。探索各種因素對分割效果的影響。二、實驗原理及過程1.實驗背景在對圖像的研究和應用中，人們往往只對圖像中的某些部分感興趣，這些部分通常稱為目標或者前景（其他不感興趣的部分稱為背景）。為了分析和辨識目標需要將它們從背景中提取出來。從圖像中提取目標的技術和過程就稱為圖像分割。圖像分割是圖像處理中一類重要的研究內(nèi)容，其目的是把圖像分成一些有意義、互不重疊的區(qū)域，分割結果的優(yōu)劣將直接影響圖像的后續(xù)處理。作為圖像分析、理解的基

2、礎，圖像分割在諸多領域具有廣泛的應用，例如基于內(nèi)容的圖像檢索、機器視覺、文字識別、指紋識別，以及生物醫(yī)學圖像處理方面的病變檢測和識別，軍事圖像處理方面的地形匹配與目標制導，工業(yè)圖像處理方面的無損探傷和非接觸式檢測等另外，圖像分割技術也已用于圖像壓縮編碼，近年來發(fā)展起來的基于內(nèi)容的視頻編碼（如MPEG-4）同樣離不開圖像分割的結果。實驗設計指標能夠自行評價各主要算子在無噪聲條件下和噪聲條件下的分割性能。能夠掌握分割條件（閾值等）的選擇。完成規(guī)定圖像的處理并要求正確評價處理結果能夠從理論上作出合理的解釋。實驗要求（設計要求）使用Roberts算子的圖像分割實驗調(diào)入并顯示圖像;使用Roberts算子

3、對圖像進行邊緣檢測處理；Roberts算子為一對模板：01-10100-1相應的矩陣為：rh=01；-10；rv=10;0-1;這里的rh為水平Roberts算子，rv為垂直Roberts算子。分別顯示處理后的水平邊界和垂直邊界檢測結果；用“歐幾里德距離”和“街區(qū)距離”方式計算梯度的模，并顯示檢測結果；對于檢測結果進行二值化處理，并顯示處理結果；注意：先做檢測結果的直方圖，參考直方圖中灰度的分布嘗試確定閾值。應反復調(diào)節(jié)閾值的大小，直至二值化的效果最為滿意為止。分別顯示處理后的水平邊界和垂直邊界檢測結果。將處理結果轉(zhuǎn)化為“白底黑線條”的方式。給圖像加上零均值的高斯噪聲；對于噪聲圖像重復步驟bf。

4、使用Prewitt算子的圖像分割實驗使用Prewitt算子進行內(nèi)容(1)中的全部步驟。使用Sobel算子的圖像分割實驗使用Sobel算子進行內(nèi)容(1)中的全部步驟。使用LoG(拉普拉斯-高斯)算子的圖像分割實驗使用LoG(拉普拉斯-高斯)算子進行內(nèi)容(1)中的全部步驟。提示：處理后可以直接顯示處理結果，無須另外計算梯度的模。注意調(diào)節(jié)噪聲的強度以及LoG(拉普拉斯-高斯)算子的參數(shù)，觀察處理結果。打印全部結果并進行小組討論。實驗(設計)儀器設備和材料清單PC計算機MatLab軟件/語言包括圖像處理工具箱(ImageProcessingToolbox)實驗所需要的圖片實驗源代碼：Roberts算子

5、、Prewitt算子、Sobel算子的圖像分割實驗I二imread(F:matlab作業(yè)l.jpg);%讀取圖像I1=im2double(I);%將彩圖序列變成雙精度I2=rgb2gray(I1);%將彩色圖變成灰色圖thr,sorh,keepapp=ddencmp(den,wv,I2);I3=wdencmp(gbl,I2,sym4,2,thr,sorh,keepapp);%小波除噪I4=medfilt2(I3,99);%中值濾波I5=imresize(I4,0.2,bicubic);%圖像大小BW1=edge(I5,sobel);%sobel圖像邊緣提取BW2=edge(I5,roberts

6、);%roberts圖像邊緣提取BW3=edge(I5,prewitt);%prewitt圖像邊緣提取BW4=edge(I5,log);%log圖像邊緣提取BW5=edge(I5,canny);%canny圖像邊緣提取h=fspecial(gaussian,5);%高斯濾波BW6=edge(I5,zerocross,h);%zerocross圖像邊緣提取figure;subplot(1,3,1);%圖劃分為一行三幅圖，第一幅圖imshow(I2);%繪圖figure;subplot(1,3,1);imshow(BW1);title(Sobel算子);subplot(1,3,2);imshow(

7、BW2);title(Roberts算子);subplot(1,3,3);imshow(BW3);title(Prewitt算子);拉普拉斯-高斯算子的圖像分割實驗：I=imread(F:matlab作業(yè)1.jpg);figure(1);imshow(I);title(OriginalImage);H=fspecial(unsharp);sharpened=imfilter(I,H,replicate);figure(2);imshow(sharpened);title(SharpenedImage);調(diào)試及結果測試三、思考題評價一下Roberts算子、Prewitt算子、Sobel算子對于噪聲條件下邊界檢測的性能。為什么LoG梯度檢測算子的處理結果不需要象Prewitt等算子那樣進行幅度組合？實驗中所使用的四