Johanna Pingel,MathWorks
边缘检测是一种常见的图像处理技术,可用于图像分割、目标检测和Hough线检测等多种应用。利用MATLAB中的边缘函数有效地进行边缘检测®,并探索不同的可用参数。
边缘检测是一种在图像中寻找物体边界的图像处理技术。它通过检测图像中亮度的变化来工作。除了创建有趣的图像外,边缘检测也是图像分割的一个重要预处理步骤。
如果使用边创建对象的边界,则可以填充该边界以检测对象的位置。如果有两个相互接触的对象,则可以找到边并使用该信息来分隔对象。在某些情况下,基于颜色的分割可能会出现,也可以使用边基于纹理查找对象不太好用。
让我们来看一个详细的例子,说明如何在MATLAB中使用边缘作为图像预处理技术。目标是使用边缘检测车库门上的所有窗口。让我们从搜索文档开始。
我很快就了解到图像处理工具箱中有一个名为Edge的函数,它对我的图像执行边缘检测。我可以简单地调用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。让我们在图片上尝试一下这些方法,看看它们的性能如何。
我会首先尝试prowitt方法,然后是roberts然后sobel,而且我想并排可视化这些差异。如果我放大并查看这些结果中的差异,我可以看到这些方法之间的微妙变化,特别是在角落中,这可能具有填充这些正方形并找到窗口的效果。
现在,我想填充这些图像中的所有孔并比较这些结果。由于边缘检测算法的差异,一些窗口不会填充。但我看到最后一个算法确实填充了所有孔,因此这将是我选择解决这个特定问题的方法。
只是为了快速完成算法,我想拍摄我的图像并删除除Windows之外的所有内容。使用我们的图像处理应用程序非常简单。我使用一个名为图像区域分析器的应用程序,以基于某些属性过滤掉对象 - 在这种情况下,大小和稳定性。
我强烈建议您在图像处理工具箱中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,然后显示灰色窗口,证明我们已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,但没有得到预期的结果,那么还有其他参数可以更改,一个流行的参数是灵敏度。使用默认敏感度,我们仍然缺少owl的许多右侧。但我可以快速增加和降低灵敏度,并将这些结果可视化。
较低的灵敏度给了我所有我需要向前移动的边缘。要了解更多关于边缘检测的信息,请单击链接以将您带到MATLAB中的更多示例和文档。
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。