【图像处理】基于二维FIR的特定角度边缘检测（Matlab代码实现）

欢迎来到本博客❤️❤️

博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

本文目录如下：

目录

1 概述

2 运行结果

3 Matlab代码实现

4 参考文献

---

1 概述

图像边缘定义为图像中灰度发生急剧变化的区域边界，其表征了图像的大部分信息，因此边缘

特征是图像的关键特征[1,2]。图像边缘检测的实质就是提取出图像中的目标对象与背景间的交界线，准确的图像边缘检测是支撑图像识别、计算机视觉、视频监控等领域应用的重要基础。因此，国内外学者们对图像边缘检测方法进行了大量研究，如经典算子法和Canny最优算子法等[3-5]。其中经典算子法主要是基于梯度的边缘检测算子，包括Sobel算子、Prewitt 算子、Roberts算子等方法。而Canny最优算子法是在经典算子法的基础上改进而来，其将边缘检测转化为检测单位函数极大值，从而根据信噪比求得检测边缘的最优滤波器。

2 运行结果

 

 

 

 

 

 部分代码：

%% 构造卷积核
H = [-1 -1 -1;2 2 2;-1 -1 -1];
V = [-1 2 -1;-1 2 -1;-1 2 -1];
P45 = [-1 -1 2;-1 2 -1;2 -1 -1];
M45 = [2 -1 -1;-1 2 -1;-1 -1 2];
switch(alpha)
    case 1
        e = imfilter(f,H);
    case 2
        e = imfilter(f,V);
    case 3
        e = imfilter(f,P45);
    case 4
        e = imfilter(f,M45);
    otherwise
        e = ones(size(f));

%% 构造卷积核
H = [-1 -1 -1;2 2 2;-1 -1 -1];
V = [-1 2 -1;-1 2 -1;-1 2 -1];
P45 = [-1 -1 2;-1 2 -1;2 -1 -1];
M45 = [2 -1 -1;-1 2 -1;-1 -1 2];
switch(alpha)
    case 1
        e = imfilter(f,H);
    case 2
        e = imfilter(f,V);
    case 3
        e = imfilter(f,P45);
    case 4
        e = imfilter(f,M45);
    otherwise
        e = ones(size(f));

3 Matlab代码实现

4 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]齐艳丽,汪代俊.图像边缘检测方法性能比较[J].中国标准化,2022(14):141-144.