图像边缘检测算法体验步骤

helendcany

图像边缘检测算法体验步骤

5 ~+ G) u+ s0 |$ g, H! J1. 确定你的电脑上已经安装了Photoshop和Matlab
! n8 ^: @4 ~" c$ X- J2. 使用手机或其他任何方式，获得一张彩色图像（任何格式），建议图像颜色丰富，分辨率比较高，具有比较明显的图像边界（卡通图像，风景图像，桌面图像）
3. 将图像保存到一个能够找到的目录中，例如img文件夹（路径上没有汉字）
4. 启动Photoshop，打开img文件夹中的图像
* e+ d5 e9 B* k' Y, k5. 在工具箱中选择“矩形选择”工具，到图面上选择一个区域（如果分辨率比较高，建议不要太大，否则计算过程比较长）
7 J) u) [& n* e  O# u$ X6. 点击下拉菜单【文件】-【新建】，新建一个与矩形选择框同样尺寸的Photoshop图像，不要求保存该图像
$ r2 @1 T& e+ O7. 将该彩色图像转换为亮度图像，即点击下拉菜单【图像】-【模式】-【灰度】，如提示是否合并，选择“Yes”
* t9 z8 ?0 C. l5 [; O8. 将该单色的亮度图像另存为Windows的BMP文件，点击下拉菜单【文件】-【存储为】，在“存储为”窗口中，为该文件起一个名字，例如test1（保存为test1.bmp）
! z& q' Q7 I( f# ~5 M: K; z9. 启动Matlab，将当期路径（Current Directory）定位到图像文件夹，例如这里的img文件夹
10. 使用imread命令读入该图像，在命令行输入：>> f = imread('test1.bmp');
11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)
0 z8 r* U; W1 A# u9 F9 a& R6 ?12. 然后，分别使用Matlab图像工具箱中的Edge函数，分别使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的边缘图像：
& ~+ a4 ?: `' R3 r" ~* R' H8 d   在命令行输入：>> g_sobel = edge(f, 'sobel', 0.05);
                 >> g_log = edge(f, 'log', 0.003, 2.25);
+ A) {% U. w/ \. |' X                 >> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);
+ j. s. I* P+ k  A: n" c4 S13 得到边缘图像计算结果后，显示这些边缘图像：
                 >> figure, imshow(g_sobel)
                 >> figure, imshow(g_log)
                 >> figure, imshow(g_canny)

9 s6 A3 H* A. e6 `* }" |, |9 q8 H4 n; Q& k14 可以用不同的图像做对比，后续课程解释算法后，可以变换不同的阈值，得到不同的边缘图像
8 a1 Z7 i0 G: w: O, s7 r! I" F

fanichicl

好东东