实验六-图像分割

信息工程学院实验报告实现成果：指导教师(签名):课程名称：数字图像处理实验项目名称：实验6图像分割实验时间：2016.12.16类别：名称：学号：一、实验目的1.使用MatLab软件分割图像。让学生通过实验体验几个主要的分割操作符对图像处理的效果以及各种因素对分割效果的影响。2.学生在无噪音条件和噪声条件下，必须能够自我评估每个主要运算符的拆分性能。您可以控制分割条件(临界值等)的选取。如果要求完成规定图像处理，正确评价处理结果，理论上可以做出合理的解释。二、实验内容和阶段1.边缘检测(1)利用Roberts算子进行图像分割的实验图像导入并显示room.tif图像。使用Roberts操作符检测图像边Roberts操作符是一对模板。-100-10110(a)450方向模板(b)1350方向模板图1 MATLAB 2010 Roberts运算符模板相应的矩阵如下所示：RH=0 1；-1 0；RV=1 0；0-1；其中RH是45度Roberts操作符，RV是135度Roberts操作符。分别显示处理的45度方向和135度方向的边界检测结果。使用“欧氏距离”和“块距离”方法计算坡率的强度并显示测试结果。二进制处理测试结果并显示处理结果。提示：要通过参考直方图中灰度的分布来确定阈值，请首先为测试结果创建直方图。必须反复调整阈值大小，直到二进制效果最满意为止。(2)用Prewitt算子进行图像分割的实验-1-1-1-101000-101111-101(a)水平模型(b)垂直模板图2 .Prewitt运算符模板使用Prewitt运算符执行内容(1)中的所有步骤。(3)用Sobel算子进行图像分割的实验在内容(1)中的所有阶段使用Sobel运算符。-1-2-1-101000-202121-101(a)水平模型(b)垂直模板图3 .Sobel运算符模板(4)使用LoG(拉普拉斯-高斯)算子的图像分割实验将LoG(拉普拉斯-高斯)运算符用于内容(1)的所有阶段。提示1:过程后，您可以直接显示处理结果，而无需单独计算拔模的强度。提示2:注意调整噪波的强度和LoG(拉普拉斯-高斯)操作符的参数，并观察处理结果。(5)打印和讨论所有结果。以下是使用Sobel操作符分割图像的MATLAB程序f=im read(room . TIF)；gv，t1=边(f，sobel，vertical)；使用% edge函数提取图像f的垂直边Imshow(gv)GB，T2=edge (f，Sobel，horizontal)；使用% edge函数提取图像f的水平边Figure，imshow(gb)w45=-2-1 0；-1 0 1；0 1 2；%指定使用imfilter计算45度方向的边G45=imfilter (double (f)，w45，replicate)；t=0.3 * max(ABS(g45(:)；设置%阈值g45=g45=T；处理%的阈值Figure，IMS how(g45)；在函数中使用prewitt和Roberts的过程与使用Sobel边缘检查器的过程类似。三、实验结果和结果分析1.边缘检测(1)利用Roberts算子进行图像分割的实验实验结果：图4 .Roberts操作符的图像分割实验结果分析：Roberts操作符使用局部差值操作符查找边。边定位精度更高，但有些边容易丢失，图像处理不平滑，因此没有噪波抑制功能。此操作符更适用于陡峭、杂色较少的图像。(2)用Prewitt算子进行图像分割的实验实验结果：图5 .Prewitt操作符的图像分割实验结果分析：“Prewitt”操作符首先加权图像，然后执行微分运算，但平滑部分的权重存在一些差异，对噪波具有特定的抑制能力。(3)用Sobel算子进行图像分割的实验实验结果：图6 .Sobel运算符的图像分割实验结果分析：与“Prewitt”操作符一样，“Sobel”操作符可以对图像进行加权，然后执行差异运算，因此可以稍微抑制噪波。比较实验表明，“Sobel”操作符在噪波抑制方面比“Prewitt”操作符稍好，但不能排除测试结果中出现的错误边。这两个操作符的边位置很好，但是检测到的边很容易显示多个像素的宽度。(4)使用LoG(拉普拉斯-高斯)算子的图像分割实验实验结果：图7 .LoG(拉普拉斯-高斯)算子的图像分割实验结果分析：无方向二阶微分运算符，拉普拉斯运算符，对噪声非常敏感，对加强噪声分量的图像的相位边缘位置进行了精确的查找。由于这两个特性，此操作符很容易丢失部分边的方向信息，从而导致一些不连续的检测边。LoG运算符。此操作符具有更低的拉普拉斯操作符抗噪性能，但可以在抑制噪波的同时平滑原始的更尖的边。(5)打印和讨论所有结果。使用Sobel、prewitt和Roberts操作符分割图像的实验。图8 .所有结果第四，实验中出现了问题和解决方法。1.评估噪声条件下边界检测的Roberts运算符、Prewitt运算符和Sobel运算符的性能。答：Roberts操作符使用两个对角相邻像素的差值来检测边缘。检测水平和垂直边比倾斜边效果好，位置精度高，对噪波敏感。Sobel操作符根据像素点的上、下、左、右相邻点的灰度权重差异，检测边缘到极值。平滑噪波以提供边位置精度不够高的更精确的边方向信息。如果对精度的要求不是很高，则是更常见的边检测方法。“Prewitt”操作符使用像素点的上、下、左、右相邻点的灰度差，从边缘到达极值检测边缘。噪波有平滑，位置精度不够高。2.实验中使用的四个运算符得到的边界的相似性和差异是什么？a:运算符的存在是对此派生分割原理的实例化计算，是计算过程中直接使用的计算单位。Roberts操作符：边位置正确，但对噪波敏感。适用于分割边缘明显、杂讯较少的影像。“Roberts边检测”操作符是使用“局部差异”操作符查找边的操作符，在“Robert”操作符图像处理后，生成的边不太平滑。“Robert”操作符通常在图像边附近的区域生成更宽的响应，因此，通常需要微调上述操作符检测到的边图像，并且边定位的精度不是很高。Prewitt运算符：由于抑制杂色是通过像素平均值实现的，但像素平均值与图像中的低通滤镜相同，因此Prewitt运算符对边缘的定位不如Roberts运算符。Sobel运算符：Sobel运算符和Prewitt运算符都是加权平均值，但是Sobel运算符不等同于相邻像素对当前像素的影响，因此距离不同的像素具有不同的权重，对运算符结果的影响也不同。通常，距离越远，影响越小。Isotropic Sobel运算符：加权平均值运算符，其权重与中心点的距离成反比，在不同方向检测边缘时称为等同性。拉普拉斯算子：这是二阶微分算子。有脊背性。也就是说，无论坐标轴方向如何，旋转轴后渐变结果都保持不变。但是，由于对杂色更敏感，因此通常先对图像进行平滑处理。因为平滑处理也是作为模板执行的，所以拆分算法通常将Laplacian操作符和平滑操作符组合在一起，以生成新模板。laplacian操作符通常不使用原始格式进行边缘检测。这是因为作为二阶导数，拉普拉斯算子对噪声有不允许的敏感性。同时，其大小生成计算边，这是复杂分割不需要的结果。最后，Laplacian操作符无法检测边的方向。Laplacian在分割中的作用如下：(1)使用零交点特性定位边。(2)确定像素是位于一条边的暗面还是亮面。通常使用高斯拉普拉斯运算符(Laplacian of a Gaussian，LoG)。因为二阶导数是线性运算，所以使用对数卷积图像与使用高斯平滑函数卷积先改变图像，然后计算结果的拉普拉斯相同。在LoG公式中使用高斯函数的目的是平滑图像。使用Laplacian操作符的目的是提供零与边相交的图像。图像的平滑处理减少了噪声的影响，抵消了由于la placian操作符的二次微分而增加的噪声效果，这是主要的作用。五、实验经验通过本实验，您使用MatLab软件掌握了图像分割。通过实验体验了一些主要的分割操作符对图像处理的影响以及多个因素对分割效果的影响。当每个主要运算符在无噪声条件和噪声条件下评估分割性能时，控制分割条件(阈值等)的选择。完成规定图像处理，评估处理结果。六、源列表%1。使用Roberts操作符进行图像分割的实验I=im read(room . TIF)；RH=-1 0；0 1；RV=0-1；1 0；G45=imfilter(双(I)，RH，replicate)；G135=imfilter(双(I)、RV、replicate)；Subplot(3，2，1)；Imshow(g45，)；title(g45)；subplot(322)；Imshow(g135，)；title(g135)；%计算拔模模式%(1)欧氏距离计算倾斜模式Od=sqrt (g45)。2 g135。2)；subplot(323)；Imshow(OD，)；Title(1)欧氏距离计算倾斜模式)；t=0.1 * max(OD(:)；BWOD=ODTsubplot(324)；im show(BWOD)；Title(1)欧氏距离计算梯度模式二值化)；%(2)计算块距离渐变触摸JD=ABS(g45)ABS(g135)；subplot(325)；Imshow(JD，)；Title(2)块距离计算渐变模式)；t=0.1 * max(JD(:)；BWOD=ODTsubplot(326)；im show(BWOD)；Title(2)计算块距离渐变模式二进制)；%2 .使用Prewitt运算符分割图像的实验I=im read(room . TIF)；RH=-1-1-1；0 0 0；1 1 1；RV=-1 0 1；-1 0 1；-1 0 1；G45=imfilter(双(I)，RH，replicate)；G135=imfilter(双(I)、RV、replicate)；Subplot(3，2，1)；Imshow(g45，)；title(g45)；subplot(322)；Imshow(g135，)；title(g135)；%计算拔模模式%(1)欧氏距离计算倾斜模式Od=sqrt (g45)。2 g135。2)；subplot(323)；Imshow(OD，)；Title(1)欧氏距离计算倾斜模式)；t=0.1 * max(OD(:)；BWOD=ODTsubplot(324)；im show(BWOD)；Title(1)欧氏距离计算梯度模式二值化)；%(2)计算块距离坡率模式JD=ABS(g45)ABS(g135)；subplot(325)；Imshow(JD，)；Title(2)块距离计算渐变模式)；t=0.1 * max(JD(:)；BWOD=ODTsubplot(326)；im show(BWOD)；Title(2)计算块距离渐变模式二进制)；%3 .使用Sobel运算符进行图像分割的实验I=im read(room . TIF)；RH=-1-2-1；0 0 0；1 2 1；RV=-1 0 1；-2 0 2；-1 0 1；G45=imfilter(双(I)，RH，replic