图像边缘检测matlab

在MATLAB中进行图像边缘检测有很多种方法，其中常用的有基于梯度算子的方法和基于边缘增强的方法。

基于梯度算子的方法：

1. Sobel算子

Sobel算子是一种常用的基于梯度算子的边缘检测方法。它分别计算水平和垂直方向的梯度，然后将两个方向的梯度合并起来。

示例代码：

img = imread('lena.jpg');
gray_img = rgb2gray(img);
sobel_h = [-1,-2,-1;0,0,0;1,2,1];
sobel_v = [-1,0,1;-2,0,2;-1,0,1];
img_h = imfilter(double(gray_img), sobel_h);
img_v = imfilter(double(gray_img), sobel_v);
img_sobel = sqrt(img_h.^2 + img_v.^2);
imshow(img_sobel, []);

2. Prewitt算子

Prewitt算子与Sobel算子类似，也是一种基于梯度算子的边缘检测方法。它同样分别计算水平和垂直方向的梯度，然后将两个方向的梯度合并起来。

示例代码：

img = imread('lena.jpg');
gray_img = rgb2gray(img);
prewitt_h = [-1,-1,-1;0,0,0;1,1,1];
prewitt_v = [-1,0,1;-1,0,1;-1,0,1];
img_h = imfilter(double(gray_img), prewitt_h);
img_v = imfilter(double(gray_img), prewitt_v);
img_prewitt = sqrt(img_h.^2 + img_v.^2);
imshow(img_prewitt, []);

3. Roberts算子

Roberts算子是一种简单的基于梯度算子的边缘检测方法。它只计算两个对角方向的梯度，并将其合并起来。

示例代码：

img = imread('lena.jpg');
gray_img = rgb2gray(img);
roberts_h = [1,0;0,-1];
roberts_v = [0,1;-1,0];
img_h = imfilter(double(gray_img), roberts_h);
img_v = imfilter(double(gray_img), roberts_v);
img_roberts = sqrt(img_h.^2 + img_v.^2);
imshow(img_roberts, []);

基于边缘增强的方法：

1. Canny算子

Canny算子是一种基于边缘增强的边缘检测方法。它包括以下几个步骤：

（1）高斯滤波：用高斯滤波器平滑图像，以减少噪声的影响。

（2）梯度计算：计算图像的梯度幅值和方向。

（3）非极大值抑制：对梯度幅值进行非极大值抑制，以保留梯度方向上的局部极大值。

（4）双阈值处理：将梯度幅值进行双阈值处理，以得到二值图像，并将强边缘和弱边缘分开处理。

（5）边缘连接：对弱边缘进行边缘连接，以连接成为强边缘的一部分。

示例代码：

img = imread('lena.jpg');
gray_img = rgb2gray(img);
img_gauss = imgaussfilt(gray_img, 1);
img_canny = edge(img_gauss, 'canny');
imshow(img_canny, []);