Sobel 边缘检测 - matlab答案

【问题标题】：Sobel Edge detection – matlabSobel 边缘检测 - matlab
【发布时间】：2013-01-25 05:02:06
【问题描述】：

你好，作为我家庭作业的一部分。我需要计算并显示边缘幅度图像和图像balls1.tif的边缘方向图像，使用Sobel边缘检测。

不要使用 matlab 的边缘函数。您可以使用 conv2。显示强边缘像素（高于阈值）的二值边缘图像（1 个边缘像素，0 个无边缘）。确定消除球阴影的阈值。

这是我的 main.m

addpath(fullfile(pwd,'TOOLBOX'));
addpath(fullfile(pwd,'images'));

%Sobel Edge Detection 
Image = readImage('balls1.tif');
showImage(Image);
message = sprintf('Sobel Edge Detection');
sobelEdgeDetection(Image);
uiwait(msgbox(message,'Done', 'help'));
close all

这是我的 SobeEdgeDetection.m

function [ output_args ] = SobelEdgeDetection( Image )

maskX = [-1 0 1 ; -2 0 2; -1 0 1];
maskY = [-1 -2 -1 ; 0 0 0 ; 1 2 1] ;

resX = conv2(Image, maskX);
resY = conv2(Image, maskY);

magnitude = sqrt(resX.^2 + resY.^2);
direction = atan(resY/resX);
thresh = magnitude < 101;
magnitude(thresh) = 0;
showImage(magnitude);

end

我的问题是：
1.我用的方向是什么？我怎样才能显示它？
2.有没有更好的方法来获得消除球阴影的阈值。我用反复试验....

就显示幅度而言，这些是我的结果：

【问题讨论】：

direction - 是图像上的梯度方向，它与物体边缘正交。您的图像不会让您消除阴影：在这种情况下，您会失去一些上边框。

标签： image matlab image-processing

【解决方案1】：

根据你作业的第二部分，你已经解决了，即你消除了阴影。

对于第一个问题：方向可以有多种不同的用法。这是最简单的方法：用它制作漂亮的照片。考虑它的一个更有用的理由是当您进行非最大抑制时，但由于您不是手动执行它，因此它没有太多直接用途。要可视化渐变方向的结果，只需为您考虑的每个方向建立颜色即可。为了进一步简化可视化，还假设您将方向从 0 开始减少到 30 度到 180 的增量。这样，如果您有 35 度的方向，例如，您将其视为 30 度（因为它是最近的在您的精简列表中的一个）。接下来我们看到一幅图像及其梯度方向的可视化，考虑到 Sobel 和 30 度步长的离散化（黑色表示 0 度方向）。

自动确定好的阈值通常不是一件容易的事。例如，您可以从 Otsu 方法提供的值开始，根据您要解决的问题，根据其他一些直方图分析来减小或增加其值。

【讨论】：

当尝试使用 imagsec 或 showImage 时，我的图像变成了全黑。我需要做一些缩放吗？
我没有做任何缩放，只做答案中描述的。从 0 度到 29 度的任何东西都分配给强度 0（黑色），从 30 到 59 分配给其他颜色，依此类推。然后你就展示出来。

【解决方案2】：

这是您第一个问题的答案：

在 Sobel 边缘检测算法中。得到的方向基本上是梯度。

图像处理中的梯度定义为强度变化最大的方向。变化可以是强度增加或强度降低。此外，这种变化是针对每个像素计算的，这意味着对于每个像素，强度的最大变化都会被测量。 resX（在您的问题示例中，SobelEdgeDetection.m）表示 X 方向的变化，而 resY 定义 Y 方向的变化。

看到它实际上只是在 Matlab 的命令窗口中触发这个命令： imshow(resX);

也试试，imshow(resY)

【讨论】：