MATLAB编写代码：读入一副图像并利用Roberts,Prewitt,Sobble,LOG,Canny算子对图像进行边缘检测

在MATLAB中，你可以使用内置的图像处理函数来读取图像并应用各种边缘检测算子，包括Roberts、Prewitt、Sobel、LOG（Logarithmic Gradient）和Canny算法。以下是基本步骤：

读取图像：
img = imread('your_image_path.jpg'); % 替换 'your_image_path' 为你需要处理的图片路径
登录后复制

Roberts算子：
Roberts算子是简单的两个方向（水平和垂直）的梯度算子。这里是一个例子：
RobertsGrad = [-1 0; 0 1]; % 定义罗伯茨算子
edge_Roberts = imfilter(img, RobertsGrad, 'conv');
登录后复制

Prewitt算子：
PrewittGrad = [-1 -1; 1 1]; % 定义普雷维特算子
edge_Prewitt = imfilter(img, PrewittGrad, 'conv');
登录后复制

Sobel算子：
Sobel算子考虑了更多方向的变化：
sobelX = [-1 0 1; -2 0 2; -1 0 1]; % X方向
sobelY = [1 2 1; 0 0 0; -1 -2 -1]; % Y方向
edge_Sobel = sqrt(imfilter(img.^2, sobelX.' * sobelX, 'conv') + imfilter(img.^2, sobelY.' * sobelY, 'conv'));
登录后复制

LOG算子：
Ix = fspecial('sobel'); % 确定导数滤波器
Iy = fspecial('sobel', 'vert'); % 对于垂直边缘
Ixx = imfilter(img, Ix);
Iyy = imfilter(img, Iy);
Ixy = imfilter(img, Iy, 'replicate'); % 使用重复边界条件
LOG = log(sqrt(Ixx.^2 + Iyy.^2) + eps); % 计算对数梯度
登录后复制

Canny边缘检测：

% 高斯滤波降噪
img_Gaussian = imgaussfilt(img, 1);
% 计算梯度和方向
[Ix, Iy] = gradient(img_Gaussian);
mag = sqrt(Ix.^2 + Iy.^2);
angle = atan2(Iy, Ix);


% 非极大值抑制和双阈值
hysteresisThresholds = [0.3max(mag(:)), 0.7max(mag(:))];
edge_Canny = bwmorph(bwmorph(hysteresis(mag, angle), 'skewness'), 'thin');
% 结果保存
figure, imshow(edge_Canny, []);

每个步骤完成后，你可以通过imshow显示结果。如果你需要，还可以将上述操作封装成函数以便重复使用。