《基于Sobel算子图像边缘检测的MATLAB实现》由会员分享,可在线阅读,更多相关《基于Sobel算子图像边缘检测的MATLAB实现(3页珍藏版)》请在人人文库网上搜索。
1、I S S N1 0 0 9 - 3 0 4 4 C o m p u t e rK n o w 蝴a n dT e c h n o l o g y 电奠知识与技术 V d 6 ,N o 1 9 ,J u l y2 0 l o , p p 5 3 1 4 5 3 1 5 基于S o b e l 算子图像边缘检测的M A T L A B 实现 吴术路 ( O r 海广播电视大学,青海西宁8 1 0 0 0 8 ) E m a i l :e d u f c e c c n e t c a h t t p :w w w d n z s n e t C t 3 T e l :+ 8 6 - - 5 5 。
2、1 - 5 6 9 0 9 6 35 6 9 0 9 6 4 摘要:边缘检测在数字图像处理中有着重要的应用。边缘是图像的最基本特征。该文利用S o b e l 算子对图像进行水平和垂直的边缘 提取,并对图像进行M A T L A B 仿真比较,仿真实验表明,该方法对图像边缘的检测精度较高,抗噪声能力强。提高了图像边缘检测 效果。 关键词:边缘检测:S o b d 算子;M A T L A B 中图分类号:T P 3 9 1文献标识码:A文章编号:1 0 眇一3 0 4 4 ( 2 0 1 0 ) 1 9 巧3 1 4 - 0 2 B a s e do nS 0 1 ) e lE d g eD 。
3、e t e c t i o nO p e r a t o ro fM A T L A Bl m # e m e n t a t i o n W US h u - l u ( Q i n g h a i T VU n i v e r s i t y ,X i n i n g8 1 0 0 0 8 ,C h i n a ) A b s t r a c t :E d g ed e t e c t i o ni nt h ed i g i t a li m a g ep r o c e s s i n gh a si m p o r t a n ta p p l i c a t i o n s E d。
4、 g ei st h em o s tb a s i cf e a t u r e so ft h el i n a g e I nt h i s p a p e r ,S o b e lo p e r a t o rt ot h ei m a g eh o r i z o n t a la n dv e r t i c a le 吨ed e t e c t i o n ,a n di m a g ec o m p a r i s o nM A T L A Bs i m u l a t i o n ,s i m u l a t i o ne x p e r i - m e r i t ss h。
5、 o wt h a tt h em e t h o dh a sh i 。g hp r e c i s i o ni ni m a g ed e t e c t i o n ,a n t i n o i s ea b i l i t ya n di m p r o v i n gt h ei m a g ee d g ed e t e c t i o n K e yw o r d s :e d g ed e t e c t i o n ;s o b e lo p e r a t o r ;M A T L A B 边缘检测技术对于数字图像非常重要,边缘是所要提取目标和背景的边界线,提取出边缘才能。
6、将目标和背景区分开。图像的边 缘是指图像局部区域亮度变化显著的部分。该区域的灰度剖面一般可以看做一个阶跃,图像的边缘部分集中了图像的大部分信息, 图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的,同时也是图像分割所依赖的重要特征。最简单的边缘检测 方法是边缘检测算子。S o b e l 算子利用像素点上下左右四个方向像素的权重算法,根据在边缘点处达到极值这一现象进行边缘的检 测。其中S o b e l 算子对噪声具有平滑作用,提供较为精确的边缘方向信息,是一种较为常用的边缘检测方法。针对经典S o b e l 算子对 边缘具有很强的方向性特点,本文利用S o b e l 算子对图像。
7、进行水平和垂直的边缘提取,最后对图像进行M A T L A B 仿真比较从仿真 的结果可以看出,此算法具有较好的检测精度。 1 目前主要的几种经典的边缘检测算子比较 边缘检测算子对图像中灰度的变化进行检测,通过求一阶导数极值点或二阶导数过零点来检测边缘。在数字图像中实现图像 与模块卷积运算时,运算速度与选取的模块大小有直接关系,模块越大,检测效果越明显,速度越慢,反之则效果差一点,但速度提高 很多。其次,抑制噪声和边缘精确定位是无法同时满足的,就各种算法而言,有的边缘定位能力比较强,有的抗噪声能力比较强。 1 ) R o b e r t s 算子是一种斜向偏差分的梯度计算方法,提取边缘的结果边。
8、缘较粗,边缘定位不是很准确。容易丢失一部分边缘,同 时没有经过图像平滑计算。因此不能抑制噪声。 2 ) S o b e l 算子和P r e w i t t 算子提取边缘的结果差不多。两者对噪声都具有平滑作用。虽然产生了较好的边缘效果,但也检测出了 一些伪边缘,使得边缘比较粗,降低了检测定位精度。 3 ) L a p l a c i a no f G a u s s i a n ( L O G ) 是两种算子的结合,算子提取边缘的结果比较完整,位置比较准确,但含有很多噪声点。 4 ) C a n n y 算子是一类最优边缘检测算子,提取的边缘最为完整,而且边缘的连续性很好,定位比较精确。但在实。
9、际应用中编程较 为复杂且运算较慢。 2S o b e l 算子 如果用s o b e l 算子检测图像的边缘的话,可以先分别用水平算子和垂直算子对图像进行卷积。得到的是两个矩阵。 F 苫爿| :0 。爿 Ll2l J t - - l0t J S o b e l 梯度算子是先做成加权平均,再微分,然后求梯度,计算公式表示为: ,( x ,y ) - - f ( x 一1 ,y + 1 ) + 2 f ( x ,y + 1 ) + f ( x + l ,y + 1 ) - f ( x - I ,y 1 ) 一2 f b ,y - 1 ) - f ( x + l ,y - I ) ,( x ,y )。
10、 = f 【x l ,y + 1 ) + 2 f ( x l ,y ) + f ( x 一1 ,y + 1 ) - f ( x + l ,y 1 ) 一2 f 【x + l ,y ) - f ( x + l ,y + 1 ) 二维图像的灰度值函数f ( x ,y ) ,其梯度表示为: G f ( x ,y ) 弘l e ,( x y ) + ,( x ,y ) l 收稿日期:2 0 1 0 - 0 4 - 2 8 作者简介:昊术路( 1 9 6 4 一) ,男,浙江安吉人,主要从事计算机教学。 5 3 1 4 - X - 工t l 奠豆识鬟技术- 本栏目责任编辑:唐一东 万方数据 第6 卷第1。
11、 9 期( 2 0 1 0 年7 月) 3 M A A B 程序实现及其仿真结果 3 1M 埝T L A B 部分程序: f = i m r e a d ( p e p p e r s p n 9 3 ; f = r g b 2 9 r a y ( O ; f = i m 2 d o u b l e ( D ; 使用垂直S o b e l 算子,自动选择闽值 【V S F A TT h r e s h o l d l = e d g e ( f , s o b e l7 , v e r t i c a l ) ; 边缘探测 f i g u r e ,i m s h o w ( f ) ,t i。
12、 t l e ( 7 原始图像,) , 显示原始图像 f i g u r e ,i m s h o w ( V S F A T ) ,t i d e ( 垂直图像边缘检测,) ; 显示边缘探测图像 使用水平和垂直S o b e l 算子,自动选择阈值 S F S T = e d g e ( f ,s o b e l j T h r e s h o I d ) ; f i g u r e ,i m s h o w ( S F S T ) ,t i d e ( 7 水平和垂直图像边缘检测1 ; 显示边缘探测图像 使用指定4 5 度角S o b e l 算子滤波器,指定阈值 s 4 5 = - 2 。
13、- 10 ;- 101 ;012 】; S F S T 4 5 = i m f f l t e r ( f , s 4 5 ,T e p h c a t e 3 ; S 矾5 = S F S T 4 5 = T h r e s h o l d ; f i g u r e ,i m s h o w ( S F S T 4 5 ) ,f i d e ( ,4 5 度角图像边缘检测1 ; 最示边缘探测图像 3 2 仿真结果图 图1 为仿真结果图。 3 3 实验结果分析 C o m p u t e rK n o w l e d g oa 九dT e c h n o l o g y 电知识与技术 图1 。
14、仿真结果图 在本实验中使用S o b e l 算子在3 个方向进行了图像边缘检测,从程序运行结果可以看出,4 5 度角S o b e l 算子生成的边缘检测图 像呈现出浮雕效果,水平和垂直S o b e l 算子检测出的边缘多于单个方向上检测出的边缘。 S o b e l 算子利用像素的上、下、左、右邻域的灰度加权算法。根据在边缘点处达到极值这一原理进行边缘检测。该方法不但产生 较好的检测效果,而且对噪声具有平滑作用,可以提供较为精确的边缘方向信息。但是,在抗噪声好的同时也存在检测到伪边缘,定 位精度不高的缺点。 4 结束语 由于S 0 1 ) e l 算子是滤波算子的形式,用于提取边缘,可以。
15、利用快速卷积函数,简单有效,因此应用广泛。由于S o b e l 箅子没有严 格地模拟人的视觉生理特征i 所以提取的图像轮廓有时并不能令人满意。如果在S o b e l 算子处理图像之前对图片进行预处理,突出 图片的边缘线条部分,那么再经S o b e l 算子运算后的边缘线条将会精确得多。 。 参考文献: 【1 秦襄培M a t l a b 图像处理与界面编程宝典 M 】北京:电子工业出版社2 0 0 9 【2 】张汗灵M A - 1 1 A B 在图像处理中的应用嗍北京:清华大学出版社,2 0 0 8 【3 】沈峰亭,魏红基于改进s o b e l 算子的螺纹边缘检测叨微计算机信息,2 0。
16、 0 8 ,2 4 ( 1 一1 ) 【4 】袁春兰,熊宗龙,周雪花,等基于S o b e l 算子的图像边缘检测研究叮激光与缈b , 2 0 0 9 ,3 9 ( 1 ) 【5 】靳鹏飞一种改进的S o b e l 图像边缘检测算法忉应用光学,2 0 0 8 ,2 9 ( 4 ) 苓栏目责任编辑:唐一乐 万方数据 基于Sobel算子图像边缘检测的MATLAB实现基于Sobel算子图像边缘检测的MATLAB实现 作者:吴术路, WU Shu-lu 作者单位:青海广播电视大学,青海,西宁,810008 刊名: 电脑知识与技术 英文刊名:COMPUTER KNOWLEDGE AND TECHNOL。
17、OGY 年,卷(期):2010,06(19) 被引用次数:1次 参考文献(5条)参考文献(5条) 1.靳鹏飞 一种改进的Sobel图像边缘检测算法期刊论文-应用光学 2008(04) 2.袁春兰;熊宗龙;周雪花 基于Sobel算子的图像边缘检测研究期刊论文-激光与红外 2009(01) 3.沈峰亭;魏红 基于改进sobel算子的螺纹边缘检测期刊论文-微计算机信息 2008(1-1) 4.张汗灵 MATLAB在图像处理中的应用 2008 5.秦襄培 Matlab图像处理与界面编程宝典 2009 引证文献(1条)引证文献(1条) 1.许世军.杨晓东.任小玲 光学图像特征提取与识别的智能算子发展研究期刊论文-信息系统工程 2010(10) 本文链接:。