《边缘检测与Hough变换实验报告 Matlab - 图文》由会员分享，可在线阅读，更多相关《边缘检测与Hough变换实验报告 Matlab - 图文(5页珍藏版)》请在人人文库网上搜索。

1、边缘检测与Hough变换实验报告 Matlab - 图文边缘检测与Hough变换 实验目的：写一段代码实现一幅图像，其中分为以下两个步骤 1. 使用Matlab中的canny算子进行边缘检测，可以让使用者交互式的输入不同的Sigma的值实现边缘检测。 2. 运用Hough变换来找到最突出的边缘，在图像中找到并画出最长的直线。 实验原理： canny算子边缘检测的基本原理是：采用二维高斯函数的任一方向上的一阶方向导数为噪声滤波器，通过与图像f(x，y)卷积进行滤波，然后对滤波后的图像寻找图像梯度的局部极大值，以确定图像边缘。 Canny边缘检测算子是一种最优边缘检测算子。其实现步骤如下： 1) 。

2、用高斯滤波器平滑图像 2) 计算滤波后图像梯度的幅值和方向 3) 对梯度幅值应用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非局部极大值置零，以得到细化的边缘； 4) 再用双阈值算法检测和连接边缘； 使用canny算子的edge函数调用格式为 BW=edge(I,canny); BW=edge(I,canny,thresh,sigma); BW=edge(I,canny,thresh); BW,threshold=edge(I,canny,?); 2.Hough变换时最常用的直线提取方法，它的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的。

3、参数曲线相交于参数空间中一点的关系，使得直线提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小。 Hough检测直线的Matlab实现：在Matlab图像处理工具箱中提供了3个与Hough变换有关的函数，分别为hough函数，houghpeaks函数和houghlines函数。 hough函数的调用格式为H，theta,rho=hough(BW);其中BW为二值图像，H为Hough变换矩阵，theta为变换轴间隔,rho为元素个数。 Houghpeaks函数是用来提取Hough变换后参数平面上的峰值点。其调用格式为peaks=houghpeaks(H,num。

4、peaks),其中，H为Hough函数的输出，参数平面的技术结果矩阵，参数numpeaks为指定要提取的峰值数目，默认值为1；输出参数peaks为Q*2维峰值位置矩阵，其中Q为提取的峰值数目，peaks的第q行分别存储第q个峰值的行和列坐标。 Hough函数用于在图像中提取参数平面上的峰值点对应的直线。其调用格式为lines=houghlines(BW,theta,rho,peaks) Lines=houghlines(?,param1,val1,param2,val2) 其中，BW与Hough函数的BW相同，为二值图象。theta和rho为hough函数返回的输出，指示轴和轴各个单元对应的值。

5、。Peaks为houghpeaks函数返回的输出，指示峰值的行和列坐标，houghlines函数将根据这些峰值提取直线。Param和val是参数对，用于指定是否合并或保留直线段的相关参数，其取值有两种。当param=MinLength时，bal指定合并后的直线被保留的门限长度，长度小于val的直线被舍去。当param=FillGap时，val指定直线段被合并的门限间隔。如果两条斜率和截距均相同的直线段间隔小于val给点的值，则它们被合并为一条直线。 实验程序与实验结果如下： nny算子边缘检测 clear all; I1=imread(F:robotImagessniper.jpg); I=r。

6、gb2gray(I1);% 彩色图像灰度化 imshow(I1); title(原始图像); BW1= edge(I,Canny,0.4,0.5) ; ge调用Canny为检测算子判别阈值为0.5 figure,imshow(BW1); title( 阈值为0.4,sigma值为0.5的Canny算子边缘检测图像 ); BW2= edge(I,Canny,0.4,0.8) ; ge调用Canny为检测算子判别阈值为0.8 figure,imshow(BW2); title( 阈值为0.4，sigma值为0.8的Canny算子边缘检测图像); BW20= edge(I,Canny,0.4,1) 。

7、; ge调用Canny为检测算子判别阈值为1 figure,imshow(BW20); title( 阈值为0.4，sigma值为1的Canny算子边缘检测图像); BW21= edge(I,Canny,0.4,1.5) ; ge调用Canny为检测算子判别阈值为1.5 figure,imshow(BW21); title( 阈值为0.4，sigma值为1.5的Canny算子边缘检测图像 ); BW22= edge(I,Canny,0.4,2) ; ge调用Canny为检测算子判别阈值为2 figure,imshow(BW22); title( 阈值为0.4，sigma值为2的Canny算子边。

8、缘检测图像 ); %Hough变换检测直线程序 rotI=I; BW=edge(rotI,canny,0.4,1.5); %用canny算子提取图像边缘 H,T,R=hough(BW); %对图像进行Hough变换 figure; imshow(H, ,XData,T,YData,R,. InitialMagnification,fit); title(峰值提取效果); xlabel(theta),ylabel(rho); axis on,axis normal,hold on; %寻找参数平面上的极值点 P =houghpeaks(H,5,threshold,ceil(0.3*max(H(:。

9、); x=T(P(:,2);y=R(P(:,1); plot(x,y,s,color,white); %找出对应的直线边缘 lines=houghlines(BW,T,R,P,FillGap,58,MinLength,5); figure,imshow(BW), title(直线标记结果); hold on max_len=0; for k=1:length(lines) xy=lines(k).point1;lines(k).point2; plot(xy(:,1),xy(:,2),LineWidth,2,Color,green); %标记直线边缘对应的起点 plot(xy(1,1),xy(1,2),x,LineWidth,2,Color,yellow); plot(xy(2,1),xy(2,2),x,LineWidth,2,Color,red); %计算直线边缘长度 len=norm(lines(k).point1-lines(k).point2); if(lenmax_len) max_len=len; xy_long=xy; end end plot(xy_long(:,1),xy_long(:,2),LineWidth,2,Color,r); 程序结果：。