Matlab如何實現圖像邊緣提取

這篇文章主要介紹了Matlab如何實現圖像邊緣提取，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

所謂圖像邊緣（Edlge）是指圖像局部特性的不連續性，例如，灰度級的突變，顏色的突變，紋理結構的突變等。邊緣廣泛存在于目標與目標、物體與背景、區域與區域（含不同色彩）之間，它是圖像分割所依賴的重要特征。

小白今天主要介紹幾種典型的圖像灰度值突變的邊緣檢測方法，其原理也適用用于其他特性突變的邊緣檢測。圖像的邊緣通常與圖像灰度的一階導數的不連續性有關。圖像灰度的不連續性可分為兩類：階躍不連續，即圖像灰度在不連續處的兩邊的像素灰度有明顯的差異。線條不連續，即圖像灰度突然從一個值變化到另一個值，保持一個較小的行程又返回到原來的值。但是在實際中，階躍和線條邊緣圖像是較少見的，由于空間分辨率（尺度空間）、圖像傳感器等原因會使階躍邊緣變成斜坡形邊緣，線條邊緣變成房頂形邊緣。它們的灰度變化不是瞬間的而是跨越一定距離的。幾種邊緣類型，可以通過下面的圖片有個更清晰的認識。

在前面的關于圖像濾波的講解中，小白為大家介紹了sobel算子模板，但是沒有講解其具體作用。這次的講解中，小白將為大家講解什么是sobel算子。

sobel算子是一階的梯度算子，也就是對信號求取一階導數，對噪聲具有平滑作用，提供較為精確的邊緣方向信息，但是邊緣定位精度不夠高；但是該種方法比較簡單，容易實現，也比較容易理解。

對一個連續函數求導是一件比較容易的事情，但是圖像中的數據都是數字化之后的數據，是離散的，因此對于求導就需要使用差分方式：前面的像素灰度值減去后面像素的灰度值，并將結果大于一定閾值的設為邊緣，否則就不是邊緣。我們用數學公式表示就是：I(x,y)-I(x-n,y)。公式給出的是兩個像素在同一行中，兩個像素也可以在同一列中，而且方向也可以更改。

根據之前的模板來看的話，只有一個維度的求導可以用如下的模板表示：

可以用上面兩個模板分別對原圖像求取橫著和豎著邊緣，之后對兩者求并集，便是圖像整體的邊緣。但是細心的小伙伴肯定會發現，模板之后兩個元素，以哪個元素作為模板的中心呢？為了解決這個問題，研究者將其進行了擴展，變為以下的模板：

模板長度變為奇數便可以解決模板沒有“中心”的問題。后續經過各種演化，最終變為前面幾講中提到的模板的樣子。小伙伴在使用的過程中可以直接使用其模板就可以，而且Matlab也是帶有sobel邊緣提取的函數，不需要小伙伴自己編寫復雜的程序。

常用的sobel邊緣提取模板

其實很多種算子都借鑒了sobel方法的思想，Roberts算子檢測方法對具有陡峭的低噪聲的圖像處理效果較好，但是利用roberts算子提取邊緣的結果是邊緣比較粗，因此邊緣的定位不是很準確。我們直接給出Roberts算子的模板：

通過模板我們也能看出來，該算法是采用檢測斜著方向的梯度變化來判定圖像的邊緣。

Canny算子是目前邊緣檢測最常用的算法，效果也是最理想的。但是Canny邊緣檢測算法不是簡單的模板卷積而已，通過梯度方向和雙閾值法來檢測邊緣點，具體算法講解，可以通過點擊”原文閱讀“來了解更多：

Canny方法不容易受噪聲干擾，能夠檢測到真正的弱邊緣。優點在于，使用兩種不同的閾值分別檢測強邊緣和弱邊緣，并且當弱邊緣和強邊緣相連時，才將弱邊緣包含在輸出圖像中。

Matlab提供多種邊緣檢測方法，通過函數edge(image,'method')來實現圖像的邊緣提取，通過修改參數‘method’來實現不同濾波方法。具體的邊緣檢測代碼如下：

I=imread('lena.bmp');%  提取圖像
I=rgb2gray(I);%將彩色圖轉換灰度圖
BW1=edge(I,'sobel'); %用SOBEL算子進行邊緣檢測
BW2=edge(I,'roberts');%用Roberts算子進行邊緣檢測
BW3=edge(I,'prewitt'); %用prewitt算子進行邊緣檢測
BW4=edge(I,'log'); %用log算子進行邊緣檢測
BW5=edge(I,'canny'); %用canny算子進行邊緣檢測
subplot(2,3,1), imshow(BW1);
title('sobel edge check');
subplot(2,3,2), imshow(BW2);
title('roberts edge check');
subplot(2,3,3), imshow(BW3);
title('prewitt edge check');
subplot(2,3,4), imshow(BW4);
title('log edge check');
subplot(2,3,5), imshow(BW5);
title('canny edge check');

將上述代碼復制到Matalb里，把圖像地址改成自己想要提取邊緣的圖像，運行之后便可的得到圖像邊緣。小白在自己的電腦上運行程序的結果如下圖。在程序里也利用其他算子提取了邊緣，方便小伙伴的對比。

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Matlab如何實現圖像邊緣提取”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!