收藏 分销(赏)

数字图像处理实验报告——图像分割实验.doc

上传人:丰**** 文档编号:4354644 上传时间:2024-09-12 格式:DOC 页数:8 大小:417KB 下载积分:6 金币
下载 相关 举报
数字图像处理实验报告——图像分割实验.doc_第1页
第1页 / 共8页
数字图像处理实验报告——图像分割实验.doc_第2页
第2页 / 共8页


点击查看更多>>
资源描述
实 验 报  告 课程名称 数字图像处理导论   专业班级    _______________ 姓    名 _______________ 学 号   _______________ 电气与信息学院 与谐  勤奋  求就是 创新 实验题目 图像分割实验 实验室 DSP室&信号室 实验时间 实验类别 设计 同组人数 2 成 绩 指导教师签字: 一.实验目得 1. 理解图像分割得基本概念; 2. 理解图像边缘提取得基本概念; 3. 掌握进行边缘提取得基本方法; 4. 掌握用阈值法进行图像分割得基本方法. 二。实验内容 1. 分别用Roberts,Sobel与拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理得不同之处; 2. 设计一个检测图1中边缘得程序,要求结果类似图2,并附原理说明。 3. 任选一种阈值法进行图像分割、    图1          图2 三.实验具体实现 1. 分别用Roberts,Sobel与拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理得不同之处; I=imread(’mri、tif'); imshow(I) BW1=edge(I,’roberts’); figure ,imshow(BW1),title(’用Roberts算子’) BW2=edge(I,’sobel’); figure,imshow(BW2),title(’用Sobel算子 ') BW3=edge(I,’log’); figure,imshow(BW3),title(’用拉普拉斯高斯算子’) 比较提取边缘得效果可以瞧出,sober算子就是一种微分算子,对边缘得定位较精确,但就是会漏去一些边缘细节.而Laplacian—Gaussian算子就是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘得细节比较丰富。通过比较可以瞧出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。 2. 设计一个检测图1中边缘得程序,要求结果类似图2,并附原理说明. i=imread('m83、tif’); subplot(1,2,1); imhist(i); title('原始图像直方图'); thread=130/255; subplot(1,2,2); i3=im2bw(i,thread); imshow(i3); title('分割结果’);   3. 任选一种阈值法进行图像分割、 i=imread('trees、tif’); subplot(1,2,1); imhist(i); title('原始图像直方图’); thread=100/255; subplot(1,2,2); i3=im2bw(i,thread); imshow(i3); title('分割结果’) 附录:可能用到得函数与参考结果**************报告里不能用参考结果中得图像 1、分别用Roberts,Sobel与拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理得不同之处; 输入如下代码: I=imread('tire、tif'); imshow(I) BW1=edge(I,'roberts'); figure ,imshow(BW1),title('用Roberts算子') BW2=edge(I,’sobel'); figure,imshow(BW2),title('用Sobel算子 ') BW3=edge(I,’log'); figure,imshow(BW3),title('用拉普拉斯高斯算子') 得到: 比较提取边缘得效果可以瞧出,sober算子就是一种微分算子,对边缘得定位较精确,但就是会漏去一些边缘细节.而Laplacian—Gaussian算子就是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘得细节比较丰富。通过比较可以瞧出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。 2、设计一个检测图3-2中边缘得程序,要求结果类似图3-3,并附原理说明。 利用双峰法 i=imread('example、tif’); subplot(1,2,1); imhist(i); title('原始图像直方图’); thread=130/255; subplot(1,2,2); i3=im2bw(i,thread); imshow(i3); title(’分割结果'); 根据原图像得直方图,发现背景与目标得分割值大约在130左右,并将灰度图像转为二值图像,分割效果比较理想。 3.任选一种阈值法进行图像分割、 选用双峰法对图像进行分割: i=imread(’eight、tif’); subplot(1,2,1); imhist(i); title('原始图像直方图'); thread=100/255; subplot(1,2,2); i3=im2bw(i,thread); imshow(i3); title(’分割结果'); 结果:
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 学术论文 > 其他

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服