MATLAB边缘检测实验：图像叠加与分析

知识点: 1. Matlab图片叠加及边缘检测: 本实验主要利用Matlab实现图片叠加与边缘检测。Matlab作为一种高级的数值计算语言和交互式环境，广泛应用于图像处理领域，能够对图像进行分析，处理和显示。边缘检测是图像处理中的一种技术，旨在标识出图像中亮度变化明显的点。Matlab中常见的边缘检测算法有Sobel、Canny、Prewitt等。 2. Sobel边缘检测: Sobel边缘检测算法是一种在图像中查找边缘的方法。该算法通过计算图像亮度的梯度来寻找边缘。Sobel算法会分别计算水平方向和垂直方向上的图像亮度梯度，然后将两者结合起来，最终确定图像中边缘的位置。Sobel算法较为简单，易于实现，但也存在一些限制，如对噪声敏感，不能处理图像中的光照变化等。 3. Gaussian模糊: 高斯模糊是一种图像处理技术，通过使用高斯函数（正态分布函数）对图像进行卷积，达到模糊图像的效果。高斯模糊能够平滑图像，去除噪声，使图像更加柔和。在边缘检测中，适度的高斯模糊可以有效减少噪声的影响，提升边缘检测效果。 4. Psychtoolbox-3的安装与使用: Psychtoolbox-3是一个Matlab的工具箱，用于心理学、视觉科学研究。它提供了丰富的函数和工具，方便研究者进行视觉刺激的呈现、控制、记录。为了运行本实验代码，必须在Matlab中安装Psychtoolbox-3。 5. 可视化实验过程: 本实验通过脚本指导用户一步步进行实验，包括运行edge_detection_new脚本，观察边缘检测随着光噪声增加的变化，转到实验脚本中输入姓名缩写，观察图片处理结果，以及最终转到分析脚本查看数据新图表。这个过程不仅让用户体验到边缘检测的直观变化，还能通过数据分析观察到人与计算机在边缘检测任务中的差异。 6. 实验步骤及具体操作: 实验步骤包括打开edge_detection_new脚本，点击“运行”开始，然后通过改变光噪声强度观察边缘检测效果。进入实验脚本后，输入个人缩写，将观察到带有两条红色水平线和一条小垂直线的图像，并通过左右箭头键导航，按下Enter键标记边缘，最后使用空格键切换到下一张图片。完成九张图片处理后，通过修改并运行分析脚本查看数据。 7. 数据分析与图表查看: 实验完成后，用户需要根据分析脚本中的指示，更改文件路径并重新运行脚本。脚本运行后，用户可以查看包含自己数据的新图表，并观察人与计算机边缘检测之间的差异。这一部分涉及到数据分析和结果展示，是对实验结果进行总结的重要步骤。