matlab houghlines_matlab canny边缘检测_canny边缘检测simulink(3)

对于LOG算子，采用了均值为0，标准差σ=0.005的高斯白噪声。高斯模板采用的是滤波尺度为5×5，标准差σ=1，设置的阈值有thr=0.06、0.10、0.15三种情况。同时为了比较加入噪声对边缘检测的影响，同时参考了无噪声不同参数下的边缘检测效果。

对于Canny算子，设置的参数主要有高斯模糊尺度的不同，添加的噪声的程度以及双阈值参数的设置。具体为在无添加噪声情况下，有滤波尺度5×5

σ=1，thr_min=12，thr_max=24；滤波尺度5×5 ，σ=0.5 ，thr_min=12， thr_max=24；滤波尺度5×5 ，σ=1，thr_min=24 ，thr_max=48；滤波尺度5×5 ，σ=1 ，thr_min=6 thr_max=12；添加高斯噪声图片均值为0，方差为0.005 滤波尺度5×5 ，σ=1 thr_min=6 ，thr_max=12；添加高斯噪声图片均值为0，方差为0.0005滤波尺度5×5 ，σ=1 ，thr_min=6 ，thr_max=12。

(一)LOG边缘检测结果

1、以Lena(256×256,bmp格式的灰度图)为测试图片进行边缘检测

（1）噪声水平为=0.0005

图1-1-1 LOG 边缘检测及局部放大=1 thr=0.06

图1-1-2 LOG 边缘检测及局部放大=1 thr=0.10

图1-1-3 LOG 边缘检测及局部放大=1 thr=0.15

图1-1- 4 LOG 边缘检测及局部放大=0.5 thr=0.15

（2）噪声水平为=0.005

图1-1-5 LOG 边缘检测及局部放大=1 thr=0.06

2、以棋盘格Tessella为测试图片进行边缘检测

（1）噪声水平为=0.0005

图1-2-1 LOG 原图及加噪图像

图1-2-2 LOG 高斯平滑及边缘检测图像=1 thr=0.06

(二)Canny边缘检测结果

该部分对Canny边缘检测的四个步骤的各阶段图像都进行了显示，以便检验每一步操作的功能。在本实验中，阈值采用了thr_max/thr_min=2的默认比例。

1、以Lena(256×256,bmp格式的灰度图)为测试图片进行边缘检测

（1）噪声水平为=0,无噪声边缘检测

图2-1-1滤波尺度=1 thr_min=12 thr_max=24

v

图2-1-2滤波尺度=0.5 thr_min=12 thr_max=24

图2-1-3滤波尺度=1 thr_min=24 thr_max=48

图2-1-4滤波尺度=1 thr_min=6 thr_max=12

（2）噪声水平为=0.005

图2-1-5滤波尺度=1 thr_min=6 thr_max=12

（3）噪声水平为=0.005

图2-1-6滤波尺度=1 thr_min=6 thr_max=12

2、以棋盘格Tessella为测试图片进行边缘检测

图2-2-1添加高斯噪声图片均值为0，方差为0.0005

滤波尺度=1 thr_min=6 thr_max=12

实验结果分析

(1)以Lena图像分析LOG和Canny

通过观察图1-1-1、图1-1-2及图1-1-3，可以发现LOG边缘检测随着阈值thr的增大，虽然噪点越来越少，但同时检测到的图像边缘信息丢失严重，图像局部精细部分检测几乎趋向于零。

通过观察图1-1-1和图1-1-5，两幅图主要是加的噪声水平不一样，前者是0.0005，后者则是0.005，可以看到图1-1-5边缘检测的效果非常差，几乎只能隐约看到轮廓信息，大量的噪点充斥着整幅图像。从而我们可以知道LOG算子对噪声比较敏感，图1-3-2同样证实了该结论。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-33963-3.html