【信号处理】基于遗传算法的噪声图像的边缘检测（Matlab代码实现）

目录

1 概述

2 运行结果

3 参考文献

‍4 Matlab代码

---

1 概述

      图像的边缘是指图像灰度急剧发生变化的不连续的地方，主要存在于目标和目标、背景和目标、不同色彩的区域之间，包含着图像的重要信息，在图像分析和理解中起着重要作用。

     图像的边缘检测就是检测图像中灰度不连续的地方，是数字图像处理领域重要的分支之一。检测边缘的难点在于如何精确地定义边缘，随着研究的深入，学者提出了不同的边缘模型，多数边缘检测器的设计都基于某一种固定的边缘模型。例如，基于梯度的边缘检测方法将边缘视为灰度变化速率快的像素点集合，Konishi依据“边缘”和“非边缘”滤波器的统计规律来定义物体边缘"，Peli 则提出基于视觉模型的算法3，将视觉可接受范围作为滤波频段，其阈值为人眼的对比敏感度。

2 运行结果

 

3 参考文献

[1]徐艳蕾,赵继印,焦玉斌.噪声图像边缘检测方法的研究[J].计算机应用研究,2009,26(1):387-389

[2]刘闻,别红霞.基于蚁群算法的噪声图像边缘检测[J].软件,2013,34(12):256-259.

‍4 Matlab代码

部分代码：

function setNoiseImages(GUI_figure)
    global noises;
    imageNum = ceil(sqrt((length(noises)+1)));
    positionBase = 1/imageNum;
    shareData = guidata(GUI_figure);
    testImg = shareData.testImg;
    axes('Parent', GUI_figure,...
        'Units', 'normalized',...
        'Position',[0 1/2 1 1/2]*positionBase,...
        'Visible', 'off');
    imshow(imread(char(testImg.inImg)));
    for I = 1:length(noises)
        axes('Parent', GUI_figure,...
            'Units', 'normalized',...
            'Position',[(mod(I, imageNum)) floor((I)/imageNum)+1/2 1 1/2]*positionBase,...
            'Visible','off');
        imshow(imread(char(testImg.inNoise(I+1,:))));
    end
    text=uicontrol('Style','text',...
            'Units', 'normalized',...
            'Position',[3/7 19/20 1/7 1/20]*positionBase,...
            'String',strcat('Noise: 0%'));
    set(text,'BackGroundColor','red');
    for I = 1:imageNum
        text=uicontrol('Style','text',...
            'Units', 'normalized',...
            'Position',[(mod(I, imageNum))+3/7 floor((I)/imageNum)+19/20 1/7 1/20]*positionBase,...
            'String',['Noise: ', int2str(noises(I)*100), '%']);
        set(text,'BackGroundColor','red');
    end
    drawnow;
end

function updateNGain2Slider(hObj,event,GUI_figure)
    global noiseWeights;
    val=get(hObj,'Value');
    noiseWeights(3)=val;
    updateNGain2Text();
end

function updateNGain2Text()
    global noises;
    global noiseWeights;
    imageNum = ceil(sqrt((length(noises)+1)));
    positionBase = 1/imageNum;
    uicontrol('Style','text',...
        'Units', 'normalized',...
        'Position',[(imageNum-1) (imageNum-1)+7/20 3/10 1/20]*positionBase,...
        'String',['Noise Gain 2: ',num2str(noiseWeights(3),2)]);
end

function updateGenerationsSlider(hObj,event)
    global generations;
    val=get(hObj,'Value');
    generations=round(val);
    updateGenerationsText();
end

function updateGenerationsText()
    global noises;
    global generations;
    imageNum = ceil(sqrt((length(noises)+1)));
    positionBase = 1/imageNum;
    uicontrol('Style','text',...
        'Units', 'normalized',...
        'Position',[(imageNum-1) (imageNum-1)+17/20 3/10 1/20]*positionBase,...
        'String',['Generations: ',int2str(generations)]);
end

function updatePopSizeSlider(hObj, event)
    global popSize;
    val=get(hObj,'Value');
    popSize=round(val);
    updatePopSizeText();
end

function updatePopSizeText()
    global noises;
    global popSize;
    imageNum = ceil(sqrt((length(noises)+1)));
    positionBase = 1/imageNum;
    uicontrol('Style','text',...
        'Units', 'normalized',...
        'Position',[(imageNum-1) (imageNum-1)+16/20 3/10 1/20]*positionBase,...
        'String',['Pop Size: ',int2str(popSize)]);
end

function updateBestMatrix(inMatrix)
    global noises;
    imageNum = ceil(sqrt((length(noises)+1)));
    positionBase = 1/imageNum;
    uitable('Units', 'normalized',...
        'Position', [(imageNum-1) (imageNum-1)+2/20 1 5/20]*positionBase,...
        'Data', inMatrix);
end

function initialiseImages(GUI_figure)
    global noises;
    
    shareData = guidata(GUI_figure);
    img = shareData.img;
    testImg = shareData.testImg;
    
    % Generate and write noise and training images.
    for I=1:length(noises)
        writeLocation=strcat(testImg.inNoise(1), int2str(I), '.png');
        testImg.inNoise(I+1,:)=writeLocation;
        for II=1:5
            writeLocation=strcat(img(II).inNoise(1), int2str(I), '.png');
            img(II).inNoise(I+1,:)=writeLocation;
        end
    end

    createNoiseImage(testImg, noises, 'gaussian');

完整代码：

链接：https://pan.baidu.com/s/1EaaNNZpD-eLt4OzUnSSGNg 
提取码：22ns 
--来自百度网盘超级会员V2的分享