Johanna Pingel, MathWorks
边缘检测是一种常用的图像处理技术,可用于图像分割、目标检测、霍夫线检测等多种应用。利用MATLAB中的“edge”函数有效地进行边缘检测®,并且还探索不同的可用参数。
边缘检测是一种寻找图像中目标边界的图像处理技术。它的工作原理是检测图像中的亮度变化。除了创建一个有趣的外观图像,边缘检测可以是一个伟大的预处理步骤的图像分割。
如果您创建了带有边缘的对象边界,您可以填充它来检测对象的位置。如果你有两个物体互相接触,你可以找到边缘并使用这些信息来分离物体。你也可以使用边缘来找到基于纹理的对象,在某些情况下,基于颜色的分割可能不是很好。
所以让我们看一个详细的例子来说明如何在MATLAB中使用边缘作为图像预处理技术。目标是利用边缘检测车库门上的所有窗户。让我们从搜索文档开始。
我很快了解到在图像处理工具箱中有一个叫做Edge的功能,它可以对我的图像进行边缘检测。我可以简单的调用Edge,或者如果我想要更多的控制,我可以选择边缘检测的方法。让我们在图像上试试这些方法看看它们的表现如何。
我会努力的普鲁伊特方法,然后罗伯茨然后开始索贝尔,我想通过侧可视化这些差异的一面。如果我放大,看看在这些结果的差异,我可以看到细微变化,这些方法之间,尤其是在弯道,可以在这些正方形填充和查找窗口的效果。
现在,我想,以填补在所有这些图像的孔,并比较这些结果。有些窗户的,因为在边缘检测算法的差异未填写。但我看到的最后一个算法并填写所有的孔,所以这将是我选择来解决这个特定问题的方法。
只是为了快速完成的算法,我想利用我的形象,并删除除了窗户的一切。这个任务是很容易与我们的图像处理软件之一。我用称为图像区域分析器某个应用基于在此情况下,大小和坚固某些properties--滤除对象。
我强烈推荐大家在图像处理工具箱里查看我们所有的图像处理应用程序。最后,我可以展示边缘检测的结果。首先显示原始图像,然后显示窗口变灰,证明我们已经成功检测到图像中的所有窗口。
最后一个提示——如果你正在试验边缘检测,但没有得到你想要的结果,你可以改变其他参数,一个流行的参数就是灵敏度。使用默认的灵敏度,我们仍然缺少很多owl的右边部分。但我可以快速地增加或减少灵敏度并使结果可视化。
较低的灵敏度给了我所有的边缘,我需要继续前进。要了解更多有关的边缘检测,点击链接,使您在MATLAB更多的例子和文档。
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
本网站使用Cookies来改善您的用户体验,个性化的内容和广告,并分析网站流量。通过继续使用本网站,您同意我们使用Cookie。请参阅我们的隐私政策要了解更多关于cookie和如何更改设置。