数字图像处理实验报告

数字图像处理实验报告实验课程名称数字图像处理开课实验室 数学 数学高考答题卡模板高考数学答题卡模板三年级数学混合运算测试卷数学作业设计案例新人教版八年级上数学教学计划 实验室学院理学院年级数学与应用数学专业一班学生姓名XXX学号XXXXXXXX开课时间2010至2011学年第一学期教师评语:总成绩教师签名刘亚威重庆交通大学、理学院、数学与应用数学数字图像处理实验目录目录......................................................................................................................................1实验(一)..........................................................................................................................2实验要求..........................................................................................................................2实验目的..........................................................................................................................2实验 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 ..........................................................................................................................2题目A...........................................................................................................................2题目B...........................................................................................................................4题目C...........................................................................................................................6实验(二)........................................................................................................................10实验目的........................................................................................................................10实验要求........................................................................................................................10实验内容........................................................................................................................10题目A.........................................................................................................................10题目B.........................................................................................................................11题目C.........................................................................................................................13题目D.........................................................................................................................15实验(三)........................................................................................................................18实验目的........................................................................................................................18实验内容........................................................................................................................18实验内容........................................................................................................................18题目A.........................................................................................................................18题目B.........................................................................................................................20题目C.........................................................................................................................22题目D.........................................................................................................................23实验(四)........................................................................................................................24实验目的........................................................................................................................24实验内容........................................................................................................................24实验内容........................................................................................................................24题目A.........................................................................................................................24题目B.........................................................................................................................26题目C.........................................................................................................................28题目D.........................................................................................................................30题目E.........................................................................................................................32~1~重庆交通大学、理学院、数学与应用数学数字图像处理实验实验(一)一、实验要求1、严禁抄袭，一旦发现，判为零分。一、1.每位同学按要求独立完成实验内容;2、每次实验后按要求撰写实验报告;3、一次实验课结束后，在下次实验课前提交实验报告(含纸质材料和电子文档及代码);4、杜绝抄袭，一经发现，实验成绩以零分计。二、实验目的学习Matlab软件的图像处理工具箱，掌握常用的一些图像处理命令;通过编程实现几种简单的图像增强算法，加强对图像增强的理解。三、实验内容题目A.图像处理函数的使用:,imread函数用于读入各种图像文件，如:A=imread('007.jpg'),imageinfo函数获取图像的信息，主要事宽，高，大小如:imageinfo('007.jpg')Filename007.jpgFileModDate2010-10-2220:22FileSize22004FormatjpgFormatVersion''Width283Height399BitDepth24ColorTypetruecolorFormatSignature''NumberOfSamples3CodingMethodHuffmanCodingProcessSequentialComment{},imwrite(A,['007.jpg','jpg']),需要与getframe连用如:x=0:pi/100:2*pi;y=sin(x);h=plot(x,y);[X,map]=getframe(gcf);imwrite(X,'image\007.jpg')~2~重庆交通大学、理学院、数学与应用数学数字图像处理实验,imopen()打开文件se=strel('disk',5);I_opened=imopen(A,se);figure,imshow(I_opened,[]),imclose()loseBW=imclose(A,se);figure,imshow(closeBW),imshow('I')输出图像,impixel()RGB=imread('007.jpg');c=[12146410];r=[104156129];pixels=impixel(RGB,c,r)pixels=231226230249252255NaNNaNNaN,imresize()I=imread('007.jpg');J=imresize(I,1.25);%使用默认的最近邻插值法放大图像1.25倍imshow(I)figure,imshow(J),imadjust()RGB1=imread('007.jpg');~3~重庆交通大学、理学院、数学与应用数学数字图像处理实验RGB2=imadjust(RGB1,[.2.30;.6.71],[]);imshow(RGB1),figure,imshow(RGB2),imnoise()I=imread('007.jpg');J=imnoise(I,'salt&pepper',0.02);figure,imshow(I)figure,imshow(J),imrotate()I=fitsread('solarspectra.fts');I=mat2gray(I);J=imrotate(I,-1,'bilinear','crop');figure,imshow(I)figure,imshow(J),im2bw()loadtreesBW=im2bw(X,map,0.4);imshow(X,map),figure,imshow(BW),rgb2gray()I=imread('007.jpg');J=rgb2gray(I);figure,imshow(I),figure,imshow(J);题目B.编程实现对图像的线性灰度拉伸y=ax+b，函数形式为:imstrech(I,a,b);~4~重庆交通大学、理学院、数学与应用数学数字图像处理实验使用图像(文件名007.jpg)MATLAB程序:%文件名imstrech.mfunctionY=imstrech(J,a,b)a=input('输入a值=');b=input('输入b值=');I=imread('007.jpg');J=rgb2gray(I);%输入图像转化为灰度图像，如果输入图像已经是灰度图像，则不需此步骤2,1),imshow(J)subplot(1,title('原始灰度图')Y=a*J+b;%线性拉伸subplot(1,2,2),imshow(Y)title('线性灰度拉伸后图')运行程序:>>imstrech输入a值=10输入b值=5得到图像:原始灰度图~5~重庆交通大学、理学院、数学与应用数学数字图像处理实验灰度拉伸后图题目C.编程实现对图像进行直方图均衡化处理，并将实验结果与Matab中imhist命令结果比较。根据图像直方图均衡化的原理，设计算法，编写程序，并给出实验结果。直方图给出的结果是整幅图像中某个像素值对应的点的个数的分布。使用直方图并调用直方图均衡化技术来处理离散灰度级后，处理有的图像的像素分布会变得比较均匀。程序为:functionzhisteq()I=imread('Fig3.10(b).jpg');L=256;[row,col]=size(I);Pr=zeros(1,L);Sk=zeros(1,L);Tk=zeros(1,L);Gk=zeros(1,L);G=zeros(row,col);n=row*col;nk=zimhist(I,L);Pr=nk/n;Sk(1)=Pr(1);fori=2:LSk(i)=Sk(i-1)+Pr(i);endTk=uint8(Sk*(L-1)+0.5);Tk=double(Tk);Gk=double(Gk);~6~重庆交通大学、理学院、数学与应用数学数字图像处理实验nk=double(nk);fori=1:Lk=Tk(i)+1;Gk(k)=Gk(k)+nk(k);endI=double(I);fori=1:rowforj=1:colk=I(i,j)+1;g(i,j)=Tk(k);end;end;figure(1),subplot(3,1,1);subplot(3,1,1),plot(nk),title('原直方图');subplot(3,1,2),plot(Gk),title('新直方图');subplot(3,1,3),plot(Tk),title('映射');I=uint8(I);g=uint8(g);figure(2);subplot(211),imshow(I),title('原图');subplot(212),imshow(g),title('均衡化图');nk=zimhist(I,L)functionnk=zeros(L,1);[row,col]=size(I);n=row*col;原图fori=1:rowforj=1:colnum=double(I(i,j))+1;nk(num,1)=nk(num,1)+1;endend运行得到图像为原图均衡化图均衡化图~7~重庆交通大学、理学院、数学与应用数学数字图像处理实验4原直方图(nk)x102100501001502002503004新直方图(Gk)x10210050100150200250300映射(Tk)4002000050100150200250300用matlab的imhist函数进行均匀化处理f=imread('Fig3.10(b).jpg');g=histeq(f);%直方图均衡化subplot(2,2,1);imshow(f);title('原图像');subplot(2,2,2);imhist(f,64);title('原图直方图');subplot(2,2,3);imshow(g);title('均衡后图像');subplot(2,2,4);imhist(g,64);title('均衡后直方图');运行得到图像:4原图直方图原图像x102100100200均衡后直方图均衡后图像10000~8~5000001002004原图直方图原图像x1021重庆交通大学、理学院、数学与应用数学数字图像处理实验00100200均衡后直方图均衡后图像10000500000100200从结果中可以看出，自编函数可以达到均横效果，但运行时函数自编的函数明显比自带函数慢(算法没有优化)，而且均衡后的的直方图没有imhist函数的分布均匀。~9~重庆交通大学、理学院、数学与应用数学数字图像处理实验实验(二)一、实验目的掌握数字图像增强的基本原理和方法，通过Matlab编程实现图像的各种增强技术;掌握Matlab软件图像处理工具箱中相关图像增强函数及用法。二、实验要求采用Matlab自带图像或者自己找些图像，验证自己编写的图像增强图像函数的正确性，并与Matlab工具箱中对应函数的处理结果比较，显示处理后结果，并将代码和显示结果整理在实验报告中。三、实验内容题目A.编程实现图像的平滑增强，分别采用3×3，5×5，7×7的窗口实现，比较窗口大小对图像平滑效果的影响。下面给出了对应3×3平滑模板。111，，1,,111,,9111,,，，用滤波器去除图像噪声，程序和图像如下:i1=imread('007.jpg');i=rgb2gray(i1);subplot(2,2,1),imshow(i),title('原始图像')h=ones(3,3);h=h/9;%产生滤波模板并归依k=conv2(i,h);%进行平滑增强subplot(2,2,2),imshow(k,[]),title('3*3平滑增强后图像')h1=ones(5,5);h1=h1/25;k1=conv2(i,h1);subplot(2,2,3),imshow(k1,[]),title('5*5平滑增强后图像')h2=ones(7,7);h2=h2/9;k2=conv2(i,h2);subplot(2,2,4),imshow(k3,[]),title('7*7平滑增强后图像')~10~重庆交通大学、理学院、数学与应用数学数字图像处理实验运行程序后得到图像原始图像3*3平滑增强后图像5*5平滑增强后图像7*7平滑增强后图像题目B.编程实现图像的锐化增强，分别采用Robert梯度算子，prewiit梯度算子，Laplace算子实现，比较实现结果并说明每种算子的锐化特点。图像的锐化增强程序和图像如下:loadimdemoscircuit%读入图像文件I=circuit;[m,n]=size(I);I1=double(I);%卷积运算不支持unit8类型，所以将图像矩阵转化为double类型imagesc(I1),colormap(gray),title('原始图像')H=[0101-41010];%用Robert算子的模板表示J=conv2(I1,H,'same');%用Robert算子滤波K=I1-J%怎强图像为原图像减去Robert算子滤波的图像figure,imagesc(K),colormap(gray),title('经Robert算子增强的图像’);%prewiit梯度算子水平化H1=[121;000;-1-2-1];fori=2:m-1~11~重庆交通大学、理学院、数学与应用数学数字图像处理实验forj=2:n-1temp=I1(i-1:i+1,j-1:j+1);I2(i,j)=abs(sum(sum(H1.*temp)));endendfigure,imagesc(I2),colormap(gray),title('prewiit梯度算子水平化图像’)%prewiit梯度算子垂直化H2=[10-1;20-2;10-1];fori=2:m-1forj=2:n-1temp=I1(i-1:i+1,j-1:j+1);I3(i,j)=abs(sum(sum(H2.*temp)));endendprewiit梯度算子垂直化图figure,imagesc(I3),colormap(gray),title('像’)%laplacianH3=[0-10;-14-1;0-10];fori=2:m-1forj=2:n-1temp=I1(i-1:i+1,j-1:j+1);I4(i,j)=abs(sum(sum(H3.*temp)));endendfigure,imagesc(I4),colormap(gray),title('laplacian算子图像')经Robert算子增强的图像原始模糊图像20204040606080801001001201202040608010012020406080100120~12~重庆交通大学、理学院、数学与应用数学数字图像处理实验prewiit梯度算子垂直量化图像prewiit梯度算子水平量化图像20204040606080801001001201202040608010012020406080100120laplacian算子图像2040608010012020406080100120题目C.编程实现统计排序滤波器:最大值滤波器、最小值滤波器、中值滤波器。滤波器程序和和图像x=imread('007.jpg');x=double(x);x1=x;x2=x;x3=x;[m,n]=size(x);%最大值滤波fora=1:3:m-2forb=1:3:n-2c=x1(a:a+2,b:b+2);d=max(c);%秋池每列中的最大值e=max(d);%求c中的最大值x1(a:a+2,b:b+2)=e;end~13~重庆交通大学、理学院、数学与应用数学数字图像处理实验end%中值滤波fora=1:1:m-2forb=1:1:n-2c=x2(a:a+2,b:b+2);d=reshape(c,1,9);e=sort(d);x2(a+1,b+1)=e(5);endend%最小值滤波fora=1:3:m-2forb=1:3:n-2c=x3(a:a+2,b:b+2);d=min(c);e=min(d);%求c中的最小值x3(a:a+2,b:b+2)=e;endendx=uint8(x);x1=uint8(x1);x2=uint8(x2);x3=uint8(x3);figure(1);imshow(x);title('原始图像');figure(2);imshow(x1);title('最大值滤波器处理后的图片');figure(3);imshow(x2);title('中值滤波器处理后的图片');figure(4);imshow(x3);title('最小值滤波器处理后的图片');原始图片~14~重庆交通大学、理学院、数学与应用数学数字图像处理实验中值滤波器处理后的图片最大值滤波器处理后的图片最小值滤波器处理后的图片题目D.编程实现算术均值滤波、几何均值滤波、逆谐波均值滤波器。滤波器程序为I=imread('Fig3.08(a).jpg');%I=rgb2gray(I);figure(1),imshow(I),title('输出原始图像');[x,y]=size(I);a=1;c=1;%算术均值滤波fori=1+a:x-aforj=1+c:y-cJ1(i,j)=sum(sum(I(i-a:i+a,j-c:j+c),1),2)/((2*a+1)*(2*c+1));endendfigure(2),imshow(J1),title('算术均值滤波后的图像');%几何均值滤波I1=double(I);fori=1+a:x-aforj=1+c:y-c~15~重庆交通大学、理学院、数学与应用数学数字图像处理实验J2(i,j)=prod(prod(I1(i-a:i+a,j-c:j+c),1),2)^(1/((2*a+1)*(2*c+1)));endendfigure(3),imshow(J2),title('几何均值滤波后的图像');%逆谐波均值滤波fori=1+a:x-aforj=1+c:y-cQ=-1;K1=sum(sum(I(i-a:i+a,j-c:j+c),1),2)^(Q-1);K2=sum(sum(I(i-a:i+a,j-c:j+c),1),2)^Q;J3(i,j)=round(K1/K2);endendfigure(4),imshow(J3),title('逆偕波均值滤波后的图像');运行结果为输出原始图像算术均值滤波后的图像~16~重庆交通大学、理学院、数学与应用数学数字图像处理实验几何均值滤波后的图像逆偕波均值滤波后的图像~17~重庆交通大学、理学院、数学与应用数学数字图像处理实验实验(三)一、实验目的掌握Matlab中二值图像的基本逻辑运算符号;掌握膨胀和腐蚀的基本原理和作用，可以根据实际需要，熟练使用不用结构元素进行膨胀和腐蚀操作;掌握开运算和闭运算的基本原理作用，能够熟练使用开和闭运算对二值图像进行处理。二、实验要求找Matlab自带图像或者自己找些图像，说明1中各个函数的调用格式和功能;按2中要求进行实验，显示处理后结果，并进行必要的文字说明;按3要求编写代码，并给出实验图像效果和结论。三、实验内容题目A.学习Matlab的图像处理工具箱中下列函数:rgb2gray(),im2bw(),graythresh(),strel(),imdilate(),imerode(),imopen(),imclose();,rgb2gray()、将彩色图像转化为灰度图像例:I=imread(’008.jpg’);II=rgb2gray(I);imshow(II),im2bw()、将图像转成二值图像例:I=imread(’008.jpg’);II=im2bw(I);%灰度图和彩图均可imshow(II),graythresh()、通过otsu方法得到图像二值化时的阀值例:I=imread('001.bmp');I=rgb2gray(I);J=edge(I,'canny',graythresh(I));subplot(1,2,1),imshow(I),title('原图')subplot(1,2,2),imshow(J),title('边界图')~18~重庆交通大学、理学院、数学与应用数学数字图像处理实验,strel()、创建由指定形状shape对应的结构元素，其中shape的种类有'arbitrary'、'pair'、'diamond'、'periodicline'、'disk'、'rectangle'、'line'、'square'、'octagon’例:s1=strel(‘square’,6)%创建6*6的正方形s2=strel(‘line’,10,45)%创建直线长度10，角度45s3=strel(‘disk’,15)%创建圆盘半径15ball’,15，5)%创建椭圆体，半径15，高度5s4=strel(‘,imdilate()、实现图像膨胀例:BW=zeros(9,10);BW(4:6,4:7)=1;SE=strel(‘square’,3);BW2=imdilate(BW,SE);figure(1),imshow(BW,'notruesize')figure(2),imshow(BW2,'notruesize'),imerode()、实现函数腐蚀例:BW1=imread('007.jpg');SE=sterl('arbitrary',eye(5));BW2=imerode(BW1,SE);imshow(BW1)figure,imshow(BW2),imopen()、打开文件例:se=strel('disk',5);I_opened=imopen(A,se);figure,imshow(I_opened,[]),imclose()、关闭文件例:W=imclose(A,se);~19~重庆交通大学、理学院、数学与应用数学数字图像处理实验figure,imshow(closeBW)题目B.运行下面一段代码，体会形态学图像处理的几个基本操作及其作用(1)I=imread(‘text.jpg’);h=[010;111;010];II=imdilate(I,h);imshow(II)尝试改变上面代码中结构元素的大小和形状，运行查看结果2)I=imread(‘circut.jpg’);(se=strel(‘disk’,10);II=imerode(I,se);imshow(II)将上面的结构元素大小分别改为5和20，运行代码，并与上面的结果比较并说明差异。原始图片运行代码(1)得到膨胀后的图像~20~重庆交通大学、理学院、数学与应用数学数字图像处理实验将代码(1)改为(1)*I=imread(‘text.jpg’);h=zeros(9,10);h(4:6,4:7)=1;II=imdilate(I,h);imshow(II)运行(1)*得到膨胀后的图像将代码(1)改为(1)**I=imread(‘text.jpg’);h=[0111110;0100010;0101010;0100010;0111110];II=imdilate(I,h);imshow(II)运行(1)**得到膨胀图像运行代码(2)得到腐蚀图像~21~重庆交通大学、理学院、数学与应用数学数字图像处理实验将(2)中结构元素大小分别改为5和20，运行代码得到俯视图像结构元素的大小表征了腐蚀程度的大小，结构元素越大，对图像的腐蚀程度越大，但腐蚀区域的尖角不明显，趋近于圆形，结构元素越小表征腐蚀程度越小，但腐蚀区域的尖角明显，呈现为多边形。题目C.采用形态学方法去除下图中圆形目标中心的黑圈;利用下面代码实现去除圆形目标中心的黑圈代码为:BW=im2bw(imread('006.jpg'));~22~重庆交通大学、理学院、数学与应用数学数字图像处理实验BW1=imfill(BW,'holes');figure,imshow(BW1)结果为题目D.采用形态学方法对下图指纹图像进行处理，使得图像中的纹理更加清晰，同时去除噪声。利用下面的代码对指纹图像进行处理I=imread('005.png');J=imnoise(I,’salt&pepper’,0.02);se=strel('disk',1);II=imerode(J,se);imshow(II)得到图像为~23~重庆交通大学、理学院、数学与应用数学数字图像处理实验实验(四)一、实验目的掌握图像分割的基本基本内容和常用方法，通过Matlab编程实现给定图像的分割任务，体会图像分割在 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 中的应用。二、实验要求实验中需要的图像自己提供，每个小实验需要给出实验结果和相应的文字说明;将3-5问中自己编写的边缘检测算法和Matlab中自带的edge()函数比较，寻找它们之间的差异，并就如何优化自己的算法给出 建议 关于小区增设电动车充电建议给教师的建议PDF智慧城市建议书pdf给教师的36条建议下载税则修订调整建议表下载 。三、实验内容题目A.设计一个模板实现图像中的突变点的检测，给出实验结果，并说明为什么这个模板可以检测突变点;突变点检测程序f=imread('Jellyfish.jpg');f=rgb2gray(f);figure(1),imshow(f),title('原始图像');w=ones(3,3);w=-w;w(2,2)=8;g=abs(imfilter(double(f),w));T=max(g(:));g=g>=T;figure(2),imshow(g),title('点检测图');i=input('请输入点检测图中的亮点坐标i，实现亮点扩大，若没有则按ctrl+c结束程序。i=');j=input('请输入点检测图中的亮点坐标j，实现亮点扩大，若没有则按ctrl+c结束程序。j=');p=g(j-10:j+10,i-10:i+10);figure(3),imshow(p),title('扩大的点检测图');运行结果~24~重庆交通大学、理学院、数学与应用数学数字图像处理实验原始图像点检原测图点检测扩大图原图像在点(430,779)处有一个突变点(在点检测图中的坐标是(31,30))，程序中w是一个非负阀值，点检测在matlab中可由函数imfilter来实现，所用的掩摸与w的掩模或其他掩模相似。最强的要求是，当掩模的中心位于一个孤立点时，掩模响应必须最强，而在亮度不变的区域中响应为零。~25~重庆交通大学、理学院、数学与应用数学数字图像处理实验注:并不是所有的图像都有孤立点当被检测的图像没有孤立点是输出图像为全黑色图题目B.采用以下四个模板检测图像中的直线，用实验说明各个模板的特点和性能;-12-1-1-122-1-1-1-1-1-12-1-12-1-12-1222-12-12-1-1-1-12-1-1-1线检测程序I=imread('007.png');I=rgb2gray(I);I=im2bw(I);figure(1),imshow(I)title('原始')fori=1:4ifi==1w=[-1,-1,-1;2,2,2;-1,-1,-1];tit='水平';elseifi==2w=[-1,-1,2;-1,2,-1;2,-1,-1];tit='+45度';elseifi==3w=[-1,2,-1;-1,2,-1;-1,2,-1];tit='垂直';elsew=[2,-1,-1;-1,2,-1;,-1,-1,2];tit='-45度';endendendJ=imfilter(I,w);T=max(J(:));J=J>=T;figure(i+1)imshow(J)title({[num2str(tit),'二值'];'处理后的图像'})end~26~重庆交通大学、理学院、数学与应用数学数字图像处理实验运行结果为:水平检测器处理后的图像原图像的二值图像垂直检测器+45?检测器处理后的图像处理后的图像-45?检测器处理后的图像~27~重庆交通大学、理学院、数学与应用数学数字图像处理实验题目C.比较robert算子、prewitt算子和sobel算子的异同，编程实现基于这三种梯度算子的边缘检测算法(阈值自定)，给出实验结果，比较各种梯度的优劣;Robert、prewitt、sobel三种梯度算子的边缘检测程序sourcePic=imread('007.png');grayPic=rgb2gray(sourcePic);I=grayPic;newGrayPic=grayPic;[m,n]=size(grayPic);robertsNum=0;threshold=15;fori=1:m-1forj=1:n-1robertsNum=abs(grayPic(i,j)-grayPic(i+1,j+1))+abs(grayPic(i+1,j)-grayPic(i,j+1));if(robertsNum>threshold)newGrayPic(i,j)=255;elsenewGrayPic(i,j)=0;endendendfigure,imshow(newGrayPic),title('robert算子图像');BW1=edge(I,'prewitt');figure,imshow(BW1),title('prewitt算子图像');f=im2double(grayPic);[VSFATThreshold]=edge(f,'sobel','vertical');figure,imshow(f),title('原始图像');figure,imshow(VSFAT),title('垂直图像边缘检测');SFST=edge(f,'sobel',Threshold);figure,imshow(SFST),title('水平图像边缘检测');ss=[-2-10;-101;012];SFST45=imfilter(f,ss,'replicate');SFST45=SFST45>=Threshold;figure,imshow(SFST45),title('45度图像边缘检测');运行结果如下~28~重庆交通大学、理学院、数学与应用数学数字图像处理实验水平图像边缘检测原始图像robert算子边缘检测prewitt算子边缘检测垂直图像边缘检测45度角图像边缘检测~29~重庆交通大学、理学院、数学与应用数学数字图像处理实验由于Roberts算子是利用图像的两个对角线的相邻像素之差进行梯度幅值的检测，所以求得的是在差分点处梯度幅度值的近似值，并检测水平和垂直方向边缘的性能好于斜线方向的边缘，检测精度比较高，但容易失去一部分边缘，同时由于经过图像平滑计算，因此不能抑制噪声，该算子对于具有陡峭的低噪声图像相应最好。Prewitt算子和Sobel算子都是对图像进行差分和滤波运算，仅在平滑部分的权值选择上有些差异，因此两者均对噪声具有一定的抑制能力，但这种抗噪声能力是通过像素平均来实现的，所以图像产生一定的模糊，而且还会检测出一些伪边缘，所以检测精度比较低，该类算子比较适于图像边缘灰度值比较尖锐，且图像噪声比较小的情况。题目D.分别用4邻域和8邻域Laplacian算子实现图像的边缘检测，给出实验结果，并与上面三种一阶梯度算子的效果比较，说明优劣;4邻域Laplacian算子边缘检测的程序I=imread('007.png');I=rgb2gray(I);[m,n]=size(I);figure(1);imshow(I);title('原始图');p=m;q=n;c=ones(4,4);c=-c;c(2:3,2:3)=3;I=double(I);forj=1:p-3fori=1:q-3b1=I(j:j+3,i:i+3);buffer(j,i)=sum(sum(c.*b1));J(j,i)=uint8(buffer(j,i));ifJ(j,i)<0J(j,i)=-J(j,i);endifJ(j,i)>255J(j,i)=255;endendend~30~重庆交通大学、理学院、数学与应用数学数字图像处理实验fori=1:qJ(1,i)=I(1,i);J(p,i)=I(p,i);endforj=1:pJ(j,1)=I(j,1);J(j,q)=I(j,q);endfigure(2);imshow(J);title('laplacian算子边缘检测');运行结果为laplacian算子边缘检测将上面程序中的的四阶邻域算子循环部分改为c=ones(8,8);c=-c;c(4:5,4:5)=15;I=double(I);forj=1:p-7fori=1:q-7b=I(j:j+7,i:i+7);w=c.*b;buffer(j,i)=sum(sum(w));J(j,i)=uint8(buffer(j,i));ifJ(j,i)<0J(j,i)=-J(j,i);endifJ(j,i)>255J(j,i)=255;end~31~重庆交通大学、理学院、数学与应用数学数字图像处理实验endend运行得到结果为laplacian算子边缘检测图像laplacian算子边缘检测Laplacian算子都是对图像进行滤波运算，在梯度算子部分的权值和阶数的选择上有些差异，对噪声具有一定的抑制能力，但会检测出一些伪边缘，检测精度比较高。题目E.编程实现基于LoG(LaplacianofGaussian)算子的边缘检测，给出实验结果(算法步骤:现对图像进行高斯平滑后在进行拉普拉斯边缘检测)。程序代码为I=imread('007.jpg');I=rgb2gray(I);subplot(1,2,1);imshow(I);title('原始图像');H=fspecial('gaussian',20,45);MotionBlur=imfilter(I,H,'replicate');BW1=edge(I,'log');subplot(1,2,2);imshow(BW1);title('LaplacianofGaussian');运行结果为原始图像LaplacianofGaussian~32~