图像边缘提取——梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现

#图像边缘提取——
##梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现

matlab代码

clear;
f=rgb2gray(imread('edge2017.jpg'));
T=20;%阈值
[m,n]=size(f);
%------梯度法-------
f_g=zeros(m,n);
for i=2:m-1for j=2:n-1f_g(i,j)=abs(f(i+1,j)-f(i,j))+abs(f(i,j+1)-f(i,j));if f_g(i,j)<Tf_g(i,j)=0;elsef_g(i,j)=255;endend
end
figure(1);
subplot(2,3,1);imshow(uint8(f_g));title('梯度法');%------roberts算子-------
f_r=zeros(m,n);
for i=2:m-1for j=2:n-1f_r(i,j)=abs(f(i+1,j+1)-f(i,j))+abs(f(i,j+1)-f(i+1,j));if f_r(i,j)<Tf_r(i,j)=0;elsef_r(i,j)=255;endend
end
%f_r=imbinarize(imfilter(f,r),T);
subplot(2,3,2);imshow(uint8(f_r));title('Roberts算子');%------prewitt算子-------
f_p=zeros(m,n);
for i=2:m-1for j=2:n-1f_p(i,j)=abs(f(i-1,j-1)+f(i,j-1)+f(i+1,j-1)-f(i-1,j+1)-f(i,j+1)-f(i+1,j+1))+abs(f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)-f(i-1,j-1)-f(i-1,j)-f(i-1,j+1));if f_p(i,j)<15f_p(i,j)=0;elsef_p(i,j)=255;endend
end
subplot(2,3,3);imshow(uint8(f_p));title('Prewitt算子');%------sobel算子-------
f_s=zeros(m,n);
for i=2:m-1for j=2:n-1f_s(i,j)=abs(f(i-1,j-1)+2*f(i,j-1)+f(i+1,j-1)-f(i-1,j+1)-2*f(i,j+1)-f(i+1,j+1))+abs(f(i+1,j-1)+2*f(i+1,j)+f(i+1,j+1)-f(i-1,j-1)-2*f(i-1,j)-f(i-1,j+1));if f_s(i,j)<Tf_s(i,j)=0;elsef_s(i,j)=255;endend
end
subplot(2,3,4);imshow(uint8(f_s));title('Sobel算子');%------krisch算子-------
k(:,:,1)=[-3,-3,-3;-3,0,5;-3,5,5];
k(:,:,2)=[-3,-3,5;-3,0,5;-3,-3,5];
k(:,:,3)=[-3,5,5;-3,0,5;-3,-3,-3];
k(:,:,4)=[-3,-3,-3;-3,0,-3;5,5,5];
k(:,:,5)=[5,5,5;-3,0,-3;-3,-3,-3];
k(:,:,6)=[-3,-3,-3;5,0,-3;5,5,-3];
k(:,:,7)=[5,-3,-3;5,0,-3;5,-3,-3];
k(:,:,8)=[5,5,-3;5,0,-3;-3,-3,-3];
kk=zeros(size(f));
I=double(f);
for i=1:8f_k(:,:,i)=conv2(I,k(:,:,i),'same');kk=max(kk,f_k(:,:,i));
end
f_kk=imbinarize(kk,600);
subplot(2,3,5);imshow(f_kk);title('Krisch算子');%------LoG算子-------
log1=[0 0 -1 0 0;0 -1 -2 -1 0;-1 -2 16 -2 -1;0 -1 -2 -1 0;0 0 -1 0 0];f_l=conv2(f,log1,'same');
f_ll=imbinarize(abs(f_l),300);
subplot(2,3,6);imshow(f_ll);title('LoG算子');

效果

图像边缘提取——梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现相关推荐

【图像处理】——Python图像分割边缘检测算法之一阶梯度算子（Roberts、Prewitt、Sobel、 Kirsch、Canny算子）
目录前言一.边缘检测算法 1.一阶算子 2.二阶算子二.一阶算子原图像lena 1.Roberts算子不同方向的算子模板梯度的计算系统代码: 自定义函数代码结果 2.Prewitt 不 ...
Roberts、Prewitt、Sobel、Laplacian、LoG 和 Canny 边缘检测算子(MATLAB自写函数实现)
文章目录 Roberts.Prewitt.Sobel.Laplacian.LoG 和 Canny 边缘检测算子(MATLAB自写函数实现) 1理论 1.1 知识引入 1.1.1 图像边缘边缘[1] 1 ...
梯度与Roberts、Prewitt、Sobel、Lapacian算子
一.学习心得: 学习图像处理的过程中,刚开始遇到图像梯度和一些算子的概念,这两者到底是什么关系,又有什么不同,一直困扰着我.后来在看到图像分割这一模块后才恍然大悟,其实图像的梯度可以用一阶导数和二阶偏 ...
Python图像锐化及边缘检测(Roberts、Prewitt、Sobel、Lapllacian、Canny、LOG)
目录图像锐化概述算法方法介绍代码实现效果展示图像锐化概述图像锐化(image sharpening)是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰,分为空间域处理和频域处 ...
梯度与边缘检测常用算子：Roberts、Prewitt、Sobel、LOG，Canny、Lapacian算子
原文:https://blog.csdn.net/swj110119/article/details/51777422 原文:https://blog.csdn.net/gdut2015go/arti ...
卷积核——Roberts、Prewitt、Sobel、Lapacian、DoG、LoG算子
文章目录一.算子推导过程 1.1 梯度和Roberts算子: 1.2 Prewitt: 1.3 Sobel算子 1.4 Lapacian算子: 二.图像特征复杂算子高斯拉普拉斯算子(LoG,Lap ...
[Python图像处理] 四十二.Python图像锐化及边缘检测万字详解（Roberts、Prewitt、Sobel、Laplacian、Canny、LOG）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
【计算机视觉】图像分割与特征提取——基于Roberts、Prewitt、Sobel算子的图像分割实验
个人简介: >
图像处理 | 最常用的边缘检测详解与代码(Robert, Sober, Prewitt, Canny, Kirsch, Laplacian, LOG, DOG算子)
边缘检测一阶 Roberts Cross 罗伯茨交叉算子 Sobel 索贝尔算子 Prewitt 普利维特算子 Canny 算子 Kirsch 算子二阶 Laplacian 拉普拉斯算子 LoG ...

图像边缘提取——梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现

图像边缘提取——梯度算子、Roberts算子、prewitt算子、Sobel算子、Kirsch算子、LOG算子的matlab实现相关推荐

最新文章

热门文章