資源描述:
《基于Sobel算子的數(shù)字圖像邊緣檢測(cè)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、信號(hào)處理綜合設(shè)計(jì)報(bào)告綜合設(shè)計(jì)名稱:基于Sobel算子的數(shù)字圖像邊緣檢測(cè)學(xué)員:學(xué)號(hào):培養(yǎng)類型:技術(shù)類年級(jí):2013級(jí)專業(yè):電子工程所屬學(xué)院:指導(dǎo)教員:職稱:教授實(shí)驗(yàn)室:305-507實(shí)驗(yàn)日期:2016.8.23-2016.9.2一、綜合設(shè)計(jì)目的(1)掌握數(shù)字信號(hào)處理的基本概念、基本理論和基本方法;(2)了解邊緣檢測(cè)的算法和用途,學(xué)習(xí)利用Sobel算子進(jìn)行邊緣檢測(cè)的程序設(shè)計(jì)方法;(3)完成圖像邊緣處理系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn),分析處理性能;(4)學(xué)會(huì)TMS320VC5509ADSP的程序設(shè)計(jì)方法。二、綜合設(shè)計(jì)要求(1)在Matlab上獨(dú)立編程實(shí)現(xiàn)通過(guò)Sobel算子的邊緣檢測(cè);(2)讀懂DSP-CCS
2、平臺(tái)例程,自選圖像修改例程實(shí)現(xiàn)邊緣檢測(cè),對(duì)比Matlab仿真和DSP-CCS平臺(tái)處理的結(jié)果。(3)完成實(shí)驗(yàn)思考題三、詳細(xì)設(shè)計(jì)過(guò)程1.設(shè)計(jì)原理分析;Sobel邊緣檢測(cè)算子:圖像中的每個(gè)點(diǎn)都用這連個(gè)核做卷積,一個(gè)核對(duì)通常的垂直邊緣相應(yīng)最大,另一個(gè)對(duì)水平邊緣相應(yīng)最大。兩個(gè)卷積的最大值作為該點(diǎn)的輸出位(下文我們統(tǒng)稱為梯度)。Prewitt邊緣檢測(cè)算子:以上兩個(gè)卷積核形成了Prewitt算子。使用方法和Sobel算子一致,區(qū)別是系數(shù)不同。2.設(shè)計(jì)方案和過(guò)程。總體方案:(1)選擇圖像灰度處理這是程序運(yùn)行的預(yù)處理,需要注意的Matlab仿真時(shí),圖像選取限制較小,在DSP-CCS平臺(tái)處理時(shí),注意圖像選擇
3、要滿足例程的空間要求,一般選擇80*80尺寸圖像。(2)卷積計(jì)算得出梯度把圖像與Sobel算子的兩個(gè)模板分別進(jìn)行卷積,取卷積后較大值為該點(diǎn)的梯度。上圖顯示了在只考慮水平邊緣或垂直邊緣的情況下的檢測(cè)效果與實(shí)際效果的對(duì)比。(1)二值處理計(jì)算閾值把計(jì)算出的梯度歸一化,然后帶入Matlab中的graythresh函數(shù),采用最大類間方差法獲得閾值。(2)高于閾值設(shè)為1,低于閾值設(shè)為0。把二值圖像顯示出來(lái)即為邊緣檢測(cè)的最終結(jié)果。3.改進(jìn)與創(chuàng)新(1)八方向Sobel算子在原有中兩個(gè)模板的基礎(chǔ)上,又增加六個(gè)方向的模板,即45°,135°,180°,225°,270°,315°。這樣可以更加有效地檢測(cè)圖像
4、多個(gè)方向邊緣,使邊緣信息更加完整。(2)抗噪性能分析通過(guò)在原圖像中加入不同信噪比的高斯白噪聲,觀察邊緣檢測(cè)圖像的變化,分析差別。四、調(diào)試過(guò)程與結(jié)果分析1.傳統(tǒng)Sobel算子邊緣檢測(cè)效果展示注:上圖中g(shù)raythresh算子得出的閾值為0.27842.閾值不同時(shí)的結(jié)果對(duì)比。通過(guò)手動(dòng)調(diào)整閾值,我們可以發(fā)現(xiàn),減小閾值,圖像中線條增多,增大閾值,線條減少,實(shí)際情況中,課根據(jù)需要選擇合適閾值。3.Sobel算子與Prewitt算子對(duì)比對(duì)于大部分圖像,Sobel算子與Prewitt算子得出的結(jié)果差別不大。4.八方向Sobel算子性能分析實(shí)際效果,八方向Sobel算子邊緣檢測(cè)效果提升不明顯,但是帶來(lái)了
5、巨大的內(nèi)存和空間消耗。此圖顯示了八方向Sobel算子的空間占用,實(shí)際計(jì)算時(shí),需要的時(shí)間也比傳統(tǒng)Sobel算子要長(zhǎng),考慮到其邊緣檢測(cè)效果提升不明顯,后續(xù)我們沒(méi)有采用這種方法。5.抗噪性能分析通過(guò)給圖像加高斯白噪聲來(lái)測(cè)試程序的抗躁性能。加入信噪比為0.05的高斯白噪聲:幾乎不受影響,但是也出現(xiàn)了一些雜點(diǎn)。加入信噪比為0.5的高斯白噪聲:已經(jīng)損失了一些信息,左側(cè)后視鏡已經(jīng)看不見(jiàn)了。加入信噪比為0.9的高斯白噪聲:可以發(fā)現(xiàn)右圖已經(jīng)基本上沒(méi)有信息了,手動(dòng)調(diào)整閾值:將閾值調(diào)整為0.01后,原本的車(chē)在地面的陰影,后座都被誤判為邊界,但是車(chē)牌等重要信息被檢測(cè)出來(lái)。6.DSP-CCS平臺(tái)實(shí)現(xiàn)仿真時(shí)使用的奧
6、迪車(chē)圖片尺寸較大,無(wú)法移植,在CCS平臺(tái)上,我們使用北大?;蘸土Ψ?chē)標(biāo)做測(cè)試。北大?;辗抡娼Y(jié)果:CCS平臺(tái)處理結(jié)果:力帆車(chē)標(biāo)仿真結(jié)果:CCS平臺(tái)處理結(jié)果:通過(guò)兩個(gè)例子,可以發(fā)現(xiàn)CCS平臺(tái)處理的圖像在轉(zhuǎn)彎處,容易出現(xiàn)邊緣缺失,可能是由于圖片像素太低,精度不足造成的。五、設(shè)計(jì)總結(jié)和體會(huì)(1)本次實(shí)驗(yàn),以Sobel算子為基礎(chǔ),對(duì)數(shù)字圖像的邊緣檢測(cè)問(wèn)題進(jìn)行了一番探究。實(shí)驗(yàn)表明,Sobel算子產(chǎn)生的邊緣效果較好,在實(shí)際處理中,可根據(jù)具體情況采用不同的閾值。改進(jìn)的八方向Sobel算子邊緣信息更全,但是產(chǎn)生了大量空間和時(shí)間消耗,一般不采用。另外,Sobel算子對(duì)噪聲具有一定的平滑作用。(2)選題,分析
7、,仿真,實(shí)現(xiàn),是一般項(xiàng)目進(jìn)行的主要步驟,好的仿真可以大大縮短實(shí)際操作所需要的時(shí)間,但是仿真過(guò)程中要考慮實(shí)際平臺(tái)的計(jì)算能力和存儲(chǔ)空間。(3)本次實(shí)驗(yàn),本組進(jìn)度進(jìn)行較快,但是后來(lái)看了其他同學(xué)的情況后,發(fā)現(xiàn)對(duì)方做的效果比我們好很多,才激勵(lì)我們繼續(xù)研究,找出抗噪性能的分析這一創(chuàng)新點(diǎn)。啟示我們,做研究過(guò)程中不要實(shí)現(xiàn)一點(diǎn)成績(jī)就沾沾自喜,要保持謙虛,腳踏實(shí)地。六、思考題解答在CCS平臺(tái)上,將Sobel算子改為Prewitt算子。答:Sobel算子