1、学 号 14102500892光 电 图 像 处 理 实 验 报 告实 验 三：静态图像分割与边缘检测作 者 肖剑洪 专 业 电 子 科 学 与 技 术学 院 物理与电子学院 指导老师 王晓明完成时间 2013.12.2实验三 静态图像分割与边缘检测一、实验目的1学习常用的图像分割与边缘检测方法，并通过实验使学生体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响；2观察图像分割的结果，产生对所讲述理论知识的直观认识，加深对图像分割与边缘检测相关理论知识的理解。3掌握常用图象分割及边缘检测方法的算法设计及编程实现；4学会使用 MATLAB 软件中关于图像分割与边缘检测的函数；二
2、、实验设备联想图像处理工作站三、实验内容及要求1自己编写 M-function 实现图像阈值分割算法，要求该程序能对 256 级灰度图像进行处理，显示处理前、后图像；2自己编写 M-function 实现利用 Sobel 算子进行图像边缘检测的算法，并对图像进行检测，显示原图像、处理后的图像。3调用 Matlab 自带的图像处理函数，用不同的算子对图像进行分割、边缘检测，比较结果。 4结合以上实验内容，使用 ICETECK-DM642-IDK-M 实验系统进行相应的动态视频图像分割及边缘检测，观察结果。四、实验原理1图像分割图像分割是将图像划分成若干个互不相交的小区域的过程， 小区域是某种意义
3、下具有共同属性的像素的连通集合。图像分割有三种不同的途径：区域法、边界法、边缘法。最常用的是灰度阈值化处理进行的图像分割：0(,)(,)25fxyTgxy域值 T 的选取直接影响分割的效果！（1）直方图双峰域值选择（2）迭代域值选择迭代思想：选择一个初始估计值，通过某种策略不断改进（调制）新的估计值，直到满足给定的准则。迭代步骤：选择一个初值估计值 T，一般为最大灰度值和最小灰度值的中间值；使用域值 T 分割图像，得到两组像素 G1(=T)和 G2（(5/255)k1=k2;count1=0;count2=0;for i=1:rowsfor j=1:colsif I(i,j)k1count1=
4、count1+1;G1(count1).I=I(i,j);elsecount2=count2+1;G2(count2).I=I(i,j);endendendk2=(mean(mean(G1.I)+mean(mean(G2.I)/2;endfigure(1);imshow(I);figure(2);II=im2bw(I,k2);imshow(II);2.边缘检测 clear all, close all;H=imread(f:/1.jpg);I=rgb2gray(H);BW1 = edge(I,sobel);BW2 = edge(I,canny);BW3 = edge(I,prewitt);BW
5、4 = edge(I,roberts);BW5 = edge(I,log);figure(1), imshow(I), title(Original Image);figure(2), imshow(BW1), title(sobel);figure(3), imshow(BW2), title(canny);figure(4), imshow(BW3), title(prewitt);figure(5), imshow(BW4), title(roberts);figure(6), imshow(BW5), title(log);八、实验思考题1 小结一下本实验所用的边缘检测方法。答：边缘检
6、测的基本算子有：一阶:：Roberts Cross 算子，Prewitt 算子，Sobel 算子， Kirsch 算子，罗盘算子； 二阶： Marr-Hildreth，在梯度方向的二阶导数过零点，Canny 算子，Laplacian 算子 Canny 算子（或者这个算子的变体）是最常用的边缘检测方法。 在 Canny 创造性的工作中，他研究了设计一个用于边缘检测最优预平滑滤波器中的问题，后来他说明这个滤波器能够很好地被一阶高斯导数核优化。另外 Canny 引入了非最大抑制概念，它是说边缘定义为在梯度方向具有最大梯度值的点。在一个离散矩阵中，非最大抑制阶梯能够通过一种方法来实现，首先预测一阶导数
7、方向、然后把它近似到45度的倍数、最后在预测的梯度方向比较梯度幅度。2 基于微分方法的边缘检测算法的依据是什么？答：一般来说不同区域的交界处构成边缘，同一区域内像素的灰度差较小，而不同区域像素灰度差较大，因此用微分可以很好地检测满足这种假设的区域边界。学 号 14102500892光 电 图 像 处 理 实 验 报 告实 验 四 ：图像压缩与编码作 者 肖剑洪 专 业 电 子 科 学 与 技 术学 院 物理与电子学院 指导老师 王晓明完成时间 2013.12.2实验四 图像压缩与编码一、实验目的1了解图像压缩编码原理；2掌握常用的图像压缩算法及编程实现；3学会使用 MATLAB 软件中关于图像
8、压缩编码的函数；二、实验设备联想图像处理工作站三、实验内容及要求1自己编写 M-function 实现图像无损压缩算法，要求该程序能对 256 级灰度图像进行压缩数据，计算压缩算法的性能；2自己编写 M-function 实现图像有损压缩算法，要求该程序能对 256 级灰度图像进行压缩数据，计算压缩算法的性能；3调用 Matlab 自带的图像处理函数，用不同的算法对图像进行压缩编码，比较结果。 四、实验原理图像压缩与编码是在满足一定保真度的要求下，对图像数据的进行变换、编码和压缩，去除冗余数据减少表示数字图像时需要的数据量，以便于图像的存储和传输，即以较少的数据量有损或无损地表示原来的像素矩阵的技术。图像压缩编码可分为两类：一类压缩是可逆的，即从压缩后的数据可以完全恢复原来的图像，信息没有损失，称为无损压缩编码；另一类压缩是不可逆的，即从压缩后的数据无法完全恢复原来的图像，信息有一定损失，称为有损压缩编码。
