实验三图像分割与边缘检测

数字图像处理实验报告

学生姓名王真颖

学生学号L0902150101

指导教师梁毅雄

专业班级计算机科学与技术1501 完成日期2017年11月06日

计算机科学与技术系信息科学与工程学院

目录

实验一.................................................................................................. 错误!未定义书签。

一、实验目的.................................................................................................... 错误!未定义书签。

二、实验基本原理 ........................................................................................... 错误!未定义书签。

三、实验内容与要求....................................................................................... 错误!未定义书签。

四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3)

实验一图像分割与边缘检测

一．实验目的

1. 理解图像分割的基本概念；

2. 理解图像边缘提取的基本概念；

3. 掌握进行边缘提取的基本方法；

4. 掌握用阈值法进行图像分割的基本方法。

二．实验基本原理

●图象边缘检测

图像理解是图像处理的一个重要分支，研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置

由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此，边界检测包括两个基本内容：首先抽取出反映灰度变化的边缘点，然后剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。边缘检测的方法大多数是基于方向导数掩模求卷积的方法。

导数算子具有突出灰度变化的作用，对图像运用导数算子，灰度变化较大的点处算得的值比较高，因此可将这些导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。

一阶导数与是最简单的导数算子，它们分别求出了灰度在x 和y 方向上的变化率，而方向α上的灰度变化率可以用相应公式进行计算;对于数字图像，应该采用差分运算代替求导。

一幅数字图像的一阶导数是基于各种二维梯度的近似值。图像f(x,y)在位置(x,y)的梯度定义为下列向量：

????

?

?

??????????=y f x f y x f G )],([ (3-4)

在边缘检测中，一般用这个向量的大小，用f ?表示

2/122][Gy Gx f +=? (3-5)

函数f 在某点的方向导数取得最大值的方向是，方向导数的最大值是称为梯度模。利用梯度模算子来检测边缘是一种很好的方法，它不仅具有位移不变性，还具有各向同性。为了运算

简便，实际中采用梯度模的近似形式。

?≈

f Gx Gy

f Gx Gy

||||

?≈+或者max(||,||)

传统的边缘检测算法通过梯度算子来实现的，在求边缘的梯度时，需要对每个象素位置计算。在实际中常用小区域模板卷积来近似快速计算，简单有效，即梯度算子一般采用滤波算子的形式来完成，因此应用很广泛。模板是N*N的权值方阵，经典的梯度算子模板有：Sobel 模板、Prewitt模板、Roberts模板、Laplacian模板等。具体模板请见书。

拉普拉斯高斯（LoG）算法是一种二阶边缘检测方法。它通过寻找图像灰度值中二阶微分中的过零点（Zero Crossing）来检测边缘点。其原理为，灰度级变形成的边缘经过微风算子形成一个单峰函数，峰值位置对应边缘点；对单峰函数进行微分，则峰值处的微分值为0，峰值两侧符号相反，而原先的极值点对应二阶微分中的过零点，通过检测过零点即可将图像的边缘提取出来。

(a)原图(b)边缘检测后的图(c) 阈值处理后的图

图3-1 检测具有-45度边缘的图例

●图象分割

图像分割是将图像划分成若干个互不相交的小区域的过程，小区域是某种意义下具有共同属性的像素的连通集合。如不同目标物体所占的图像区域、前景所占的图像区域等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。

1.双峰法

先给出原图的直方图，再定出阈值(门限)T，一般取两个峰值间的谷值。

2.P参数法

这种方法用于目标所占图像面积已知的情况。设目标在最简单图像f(i , j) 中所占的面积s0与图像面积s之比为P = s0/ s，则背景所占面积比为1-P = (s - s0) / s。一般来说，低灰度值为背景，高灰度值为目标。如果统计图像f(i , j)灰度值不大于某一灰度t的像元数

和图像总像元数之比为1-p 时，则以t 为阈值。 3．自适应全局阈值（单阈值）

算法步骤如下：

1、 初始化阈值T (一般为原图像所有像素平均值)。

2、 用T 分割图像成两个集合：G 1 和G 2，其中G 1包含所有灰度值小于T 的像素，G 2包含所有灰度值大于T 的像素。

3、 计算G 1中像素的平均值m 1及G 2中像素的平均值m 2。

4、 计算新的阈值：T ＝ （m 1＋m 2）/2 。

5、 如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续2

－4步。

全局单阈值分割只适用于很少的图像。对一般图像采用局部阈值法或多阈值法会得到更好的效果

4. 最大类间方差法 (OTSU)

设有M-1个阈值：0≤k1＜k2＜…＜KM-1≤L-1。将图像分割成M 个灰度值的类Cj ， （Cj ∈［kj-1+1, …, kj ］；j=1, 2, …, M ; k0=0, kM=L ），则各类Cj 的发生概率ωj 和平均值μj 为

)()(1--=j j j k k ωωω (3-1)

)

()()

()(11----=

j j j j j k k k k ωωμμμ (3-2) 式中, ω(0)=0，μ(0)=0。 由此可得各类的类间方差为

∑=--*M

j r j j M k k k 1

21212

)(),,,(μμωσ (3-3)

将使上式的σ2值为最大的阈值组(k1, k2， …, kM －1)， 作为M 值化的最佳阈值组。若取M 为2，即分割成2类，则可用上述方法求出二值化的阈值。

三．

三．实验内容与要求

1.分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之处；

2.设计一个检测图3-2中边缘的程序，要求结果类似图3-3，并附原理说明。

3．任选一种阈值法进行图像分割.

4．检测出3.3图像的线条，要求完成的结果为二值图像；

四．实验结果与分析

1.分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之处；

代码：

I=imread('eight.tif');

imshow(I)

BW1=edge(I,'roberts');

figure ,imshow(BW1),title('用Roberts算子')

BW2=edge(I,'sobel');

figure,imshow(BW2),title('用Sobel算子')

BW3=edge(I,'log');

figure,imshow(BW3),title('用拉普拉斯高斯算子')

比较提取边缘的效果可以看出，sober算子是一种微分算子，对边缘的定位比较精确，但是会漏去一些边缘细节，而拉普拉斯算子是一种二阶边缘检测算法，他通过寻找图像灰度值中二阶过零点来检测边缘并将边缘提取出来，边缘的细节比较丰富。通过比较可以看出，拉普拉斯算子比sober算子边缘更完整，效果更好。

2.设计一个检测图3-2中边缘的程序，要求结果类似图3-3，并附原理说明。

代码：

I=imread('lines.png');

F=rgb2gray(I); subplot(2,2,1); imshow(I);

title('原始图像'); thread=130/255; subplot(2,2,2); imhist(F);

title('直方图'); subplot(2,2,3);

J2=im2bw(F,thread); imshow(J2);

title('分割结果');

实验结果:

(3)原理说明：

根据图像的直方图，发现背景和目标的分割值在135左右，将此作为分割值，将图像转换为二值图像。

3．任选一种阈值法进行图像分割.

(1)选取阈值为180进行分割：

I=imread('lines.png');

F=rgb2gray(I);

subplot(2,2,1);

imshow(I);

title('原始图像');

thread=180/255; %阈值为180进行分割

subplot(2,2,2);

imhist(F);

subplot(2,2,3);

J2=im2bw(F,thread);

imshow(J2);

title('分割结果');

实验结果：

将阈值调节到180，明显的看到线条的边缘变得模糊，而背景的线条被消除。

4.检测出3.3图像的线条，要求完成的结果为二值图像：

代码：

I=imread('line2.png');

F=rgb2gray(I);

subplot(2,2,1);

imshow(I);

thread=120/255; subplot(2,2,2); imhist(F);

title('直方图'); subplot(2,2,3);

J2=im2bw(F,thread); imshow(J2);

title('分割结果');

实验结果：

实验-四-图像分割与边缘检测

实验四图像分割与边缘检测 一．实验目的及要求 1．利用MATLAB研究图像分割与边缘检测的常用算法原理； 2．掌握MATLAB图像域值分割与边缘检测函数的使用方法； 3．了解边缘检测的算法和用途，比较Sobel、Prewitt、Canny等算子边缘检测的差异。 二、实验内容 （一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。 1．图像阈值分割 clear all, close all; I = imread('cameraman.tif'); figure (1),imshow(I) figure(2); imhist(I) T=120/255; Ibw1 = im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L = uint8(T*255) Ibw2 = im2bw(I,T); subplot(1,2,2), imshow(Ibw2);

help im2bw; help graythresh; clear all, close all; I = imread('cameraman.tif'); figure (1),imshow(I) figure(2); imhist(I) T=240/255; Ibw1 = im2bw(I,T); figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); L = uint8(T*255) Ibw2 = im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh;

第三方检测实验室如何良性发展

第三方检测实验室如何良性发展？ 近几年，国家连续出台激励政策，大力推动第三方检验检测产业发展。当外资实验室在中国不断扩大版图的同时，国内检验检测实验室也出现了一片繁荣景象。但是，我国实验室数量虽然增长迅速，规模却普遍偏小，竞争力较弱，为生存剑走偏锋的机构并不鲜见，既不能保守诚信的从业底线，也扰乱了整体市场秩序。那么，处在时代变革期的第三方检验检测实验室，该如何在机遇与挑战下找准位置?如何在激烈的市场竞争中实现良性发展?针对上述问题，近日，国家认监委实验室与检测管理部监督管理处处长谢澄，接受了《中国纤检》记者的专访。 《中国纤检》：据您了解，我国的检验检测行业目前已经发展到哪个阶段?还存在哪些问题?今后可能会向什么方向发展? 谢澄：我国检验检测机构经过近30年的高速发展，目前数量众多，分布广泛，层级上从中央到地方都有，行业和地域的覆盖状况总体较好，基本适应我国经济发展的需要，正在从数量扩张向质量提升的阶段转变。但产业体量总体规模不大，能力水平总体不高，还存在巨大的发展空间。近些年国家为服务业发展提供了诸多扶持政策，对检验检测业发展有利，我国检验检测行业也因而受益，机构数量增长迅速，就业人口不断增加，行业产值不断增大。近几年，我国经济环境总体不太好，但检验检测业仍在迅速发展，说明我们国家的经济增长已经从量到了质的阶段，国家和社会公众对产品质量要求不断提升非常需要检验检测服务的有效支撑，供给侧结构性改革也需要这方面的支撑支持，这对检验检测行业来说既是机会，也是挑战。 不过，检验检测毕竟是小众行业，与制造业相比体量很小，在一些政策执行上容易边缘化。同时检验检测市场总体增量不够，放开不足，行政干预以及行政色彩仍然十分浓厚，市场竞争十分激烈。这种情况下，可能会诱发一些问题，包括重复建设、条块分割、恶性竞争、低价竞标等。这些问题如果解决不好，可能会影响行业的健康发展。 当然，任何时代都会有问题，目前面临的问题都是发展中的问题，是可以解决的。我们需要有信心熬过这个阶段。我预测，将来中国的检验检测市场将会有一次比较大的洗牌，很多小微型检验检测机构难以适应竞争，会慢慢消亡，或者被并购到一些大的检测集团中，我国检验检测机构的数量这几年增长到一个峰值后，未来几年会逐渐回落并开始出现下降，8～10年后，一半左右目前存在的机构会消失，中国检验检测机构的总数量维持在2万家左右会是一个比较合理的规模。 其实，检验检测只是技术性服务的一个类别，国外只做检验检测的机构很少，很多机构不只做检验检测，还做其他业务，比如设计、策劃、咨询、认证、培训等综合性服务。当然，也有一些小机构只做检验检测。我认为，只有综合多元化的服务才有生命力，单纯做检验检测，服务太单一，可替代性太强，不容易生存，除非做得特别专业。目前国内的检验检测机构大多只做常规检验检测，其他服务做得少，做技术研发也比较少，能够面对市场竞争的能力普遍较差。这也是检验检测机构改革难的原因，很多机构都是国家投资建立的，如果这些机构消亡，涉及国有资产损失的问题，所以现在名存实亡的僵尸实验室为数不少。同时，我国检验检测市场行政干预仍然很多，行政色彩依然很浓，体制机制的约束还不少。例如事业单位制的检验检测机构，要想异地设立分支机构，几乎是一个不可能的任务。而外资、民营的实验室在中国发展的限制反而少一些，只要依法登记，到哪儿都能设立机构，所以我们看到近几年民营、外资检验检测机构是我国检验检测机构行业数量增长的主力军，而体系内的很多检验检测机构发展反而比较缓慢。

实验六-图像分割教学文稿

实验六-图像分割

信息工程学院实验报告 课程名称：数字图像处理 实验项目名称：实验六图像分割实验时间：2016.12.16 班级：姓名：学号： 一、实验目的 1. 使用MatLab 软件进行图像的分割。使学生通过实验体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响。 2. 要求学生能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。能够掌握分割条件(阈值等)的选择。完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。 二、实验内容与步骤 1.边缘检测 (1)使用Roberts 算子的图像分割实验 调入并显示图像room.tif图像；使用Roberts 算子对图像进行边缘检测处理； Roberts 算子为一对模板： （a）450方向模板（b）1350方向模板 图 1 matlab 2010的Roberts算子模板 相应的矩阵为：rh = [0 1；-1 0]； rv = [1 0；0 -1]；这里的rh 为45度Roberts 算子，rv 为135度Roberts 算子。分别显示处理后的45度方向和135方向的边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果。 提示：先做检测结果的直方图，参考直方图中灰度的分布尝试确定阈值；应反复调节阈值的大小，直至二值化的效果最为满意为止。 (2)使用Prewitt 算子的图像分割实验

（a）水平模型（b）垂直模板 图2. Prewitt算子模板 使用Prewitt 算子进行内容(1)中的全部步骤。 (3)使用Sobel 算子的图像分割实验 使用Sobel （a）水平模型（b）垂直模板 图3. Sobel算子模板 (4)使用LoG (拉普拉斯-高斯)算子的图像分割实验 使用LoG (拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1：处理后可以直接显示处理结果，无须另外计算梯度的模。提示2：注意调节噪声的强度以及LoG (拉普拉斯-高斯)算子的参数，观察处理结果。 (5) 打印全部结果并进行讨论。 下面是使用sobel算子对图像进行分割的MATLAB程序 f=imread('room.tif'); [gv,t1]=edge(f,'sobel','vertical');%使用edge函数对图像f提取垂直边缘 imshow(gv) [gb,t2]=edge(f,'sobel','horizontal');%使用edge函数对图像f提取水平边缘 figure,imshow(gb) w45=[-2 -1 0;-1 0 1;0 1 2];%指定模版使用imfilter计算45度方向的边缘 g45=imfilter(double(f),w45,'replicate'); T=0.3*max(abs(g45(:))); %设定阈值 g45=g45>=T; %进行阈值处理 figure,imshow(g45); 在函数中使用'prewitt'和'roberts'的过程，类似于使用sobel边缘检测器的过程。

图像分割和边缘检测

岭南师范学院 课程名称数字图像处理 实验序号实验5 实验名称图像分割和边缘检测 实验地点综B207 2017年10 月14 日

四、实验过程（实验步骤、记录、数据、分析） 1.基于一阶导数的边缘算子 a=imread('y.jpg'); f=rgb2gray(a); subplot(2,2,1),imshow(f),title('原始图像'); [g1 , t1]=edge(f,'roberts',[ ], 'horizontal'); subplot(2,2,2), imshow(g1),title('Roberts'); [g2, t2]=edge(f, 'sobel',[ ], 'horizontal'); subplot(2,2,3), imshow(g2),title('Sobel'); [g3, t3]=edge(f, 'prewitt',[ ], 'horizontal'); subplot(2,2,4), imshow(g3),title('Prewitt'); 从图像结果来看，'Roberts'的边缘检测范围更加大 2、基于二阶导数的边缘算子：应用LOG算子检测边缘 a=imread('y.jpg'); f=rgb2gray(a); subplot(1,2,1),imshow(f),title('原始图像'); [g , t]=edge(f, 'log'); subplot(1,2,2),imshow(g),title('log');

3、基于约束条件的最优化检测边缘算子：应用Canny算子检测边缘a=imread('y.jpg'); f=rgb2gray(a); subplot(1,2,1),imshow(f),title('原始图像'); [g , t]=edge(f,'canny'); subplot(1,2,2),imshow(g),title('Canny');

图像处理实验-图像增强和图像分割

图像处理实验 图像增强和图像分割 一、实验目的： 掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。 二、 实验要求： 1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？ 2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。 实验内容： 1. 实验原理 1) 图像增强：流程图： 图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。 1. 中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间的灰度值来代替窗口中心点的灰度值。

对于一维序列{N f }： 21,},...,,...,{-=∈=+-m u N i f f f M e d y u i i u i i 对于二维序列{ij F }：为滤波窗口W y ij F Med W ij }{= 2. 均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领 域N ，用N 中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即： ∑∈=xy S t s t s g mn y x f ),(),(1),(? 2) 图像分割： 图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。

本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。 迭代法算法步骤： (1) 初始化阈值T (一般为原图像所有像素平均值)。 (2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。 (3) 计算G1中像素的平均值m1及G2中像素的平均值m2。 (4) 计算新的阈值：T ＝（m1＋m2）/2 。 (5）如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。 2.程序代码与分析： 1)图像增强： clear all;clc; %读入图像 I1=imread('Fig5.12(b).jpg'); %均值滤波模板 h1=ones(5,'uint8'); %获取分辨率 [a,b]=size(I1); %创建变量 I2=zeros(a+4,b+4,'uint8'); I3=zeros(a+4,b+4,'uint8'); %复制原始图像 for n=3:a+2 for m=3:b+2 I2(n,m)=I1(n-2,m-2); I3(n,m)=I1(n-2,m-2); end end

第三方环境监测机构实验室建设指南

第三方环境检测机构实验室建设指南 （老兵） 为贯彻落实党的十八大关于全面深化改革的战略部署，培育壮大环境监测服务市场，推进政府购买环境监测服务，引导社会力量参与环境监测，第三方环境监测机构的建设逐渐成为当前实验室建设的热点。现针对第三方环境监测机构必要的场所、技术人员及监测仪器设备提出以下建议。 1.明确拟开展的检测项目 为避免盲目投资造成采购来的仪器闲置浪费，现以最常规和检测仪器不太贵的检测项目为例，建议通过认证开展的检测项目分别是： 1.1水和废水检测项目 水温、pH、电导率、透明度、色度、流量、悬浮物、全盐量（总残渣或溶解性残渣）、游离氯和总氯、硫化物、氰化物、氟化物、氨氮、溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、总磷、总氮、铜、铅、锌、镉、总砷、总汞、总硒、总铬（六价铬）、挥发酚、石油类（或动植物油）、阴离子表面活性剂、氯化物、硝酸盐、硫酸盐、铁、锰、嗅和味、浊度、总硬度、粪大肠菌群、亚硝酸盐。上述项目除包含《地表水环境质量标准》（GB3838-2002）表1和表2规定的必测项目，还包括了其它常见的和测试方法较为简单的指标。 1.2空气和废气 总悬浮颗粒物、可吸入颗粒物、二氧化硫、氮氧化物（含二氧化氮和一氧化氮）、烟（粉）尘、烟气参数、烟气黑度、一氧化碳、氟化物、恶臭、氨、铅、砷、硫化氢、铬酸雾、硫酸雾、和甲醛等。 1.3土壤和水系沉积物 水分、pH、镉、汞、砷、铅、铬（含六价铬）、铜、锌、镍、全磷、全氮、钾、阳离子交换量和有机质含量等。 1.4 固体废物 铜、锌、镉、铅、总铬、铬（六价）、汞、铍、钡、镍、总银、砷、氟化物和氰化物等。 1.5噪声和振动 环境噪声、工业企业厂界噪声、建筑施工场界噪声、社会生活噪声、、铁路边界噪声、噪声源（设备噪声）、机动车噪声振动

试验检测计划(第三方试验室)

XXXX公路工程试验检测有限公司XX市XX新区XXX路第三方检测试验室XX市XX区XX道路工程第三方检测实施方案 第一章工程概况 XX路概况：本项目位于XXXX新区，为城市支路，设计行车速度为30km/h，本次施工图设计道路起点为K0+000(XXX路与XXX路交叉口处)，沿正北方向直线前进350m，终点位于K0+350(XXX路与XXX路交叉口处)。 第二章项目组织机构、人员及仪器配备 1.检测机构简介 XXXXX公路工程试验检测有限公司于2006年正式成立，隶属于XX省高等级公路工程监理有限公司。2007年初取得CMA计量认证证书，并获省交通厅公路工程试验检测综合乙级资质。2010年初通过CMA计量认证换证工作。 近年来，公司按照业务范围积极开展各项试验检测工作，先后承接了XX高速公路第一驻地办试验室、XX高速公路驻地办试验室、XX高速公路驻地办试验室等多条高速公路试验检测任务，在积极承接新建高速公路检测任务的同时，公司还先后参与了省内多条高速公路养护科研项目的检测任务。此外，公司还积极承接了XX市多条市政道路检测项目。 公司现拥有试验检测专业人员八十余名，主要检测仪器设备近90台（套），检测仪器设备齐全，能够熟练开展公路桥梁工程各类常规检测及特殊测试工作，人员及设备的配备均满足XX省交通基本建设工程质量监督站综合乙级试验检测机构的要求。 2.第三方试验室职责 1)贯彻执行国家标准、行业标准，建立、遵守各项规章制度； 2)贯彻执行已批准的工作计划并对月工作做出总结； 3)编制切实可行的检测方案报业主审批，并按审批后的方案进行检测； 4)对各标段原材料及工程质量进行随机抽检，检测数量及频率原则上按 照国家相关规范的规定取定，且为≥30%； 5)对原材料进行抽样统一登记，根据需要现场试验室不能检测的送往公 1

图像分割实验报告

实验七图像分割 一、实验目的 利用光谱特征进行遥感图像的分割和分割后处理。 二、实验要求 1. 能够根据图像的特征，综合使用不同的方法分割出地物对象。 2. 熟练掌握图像直方图的应用。 3. 掌握彩色图像分割的基本方法 4. 掌握利用波段组合进行图像分割的工作流程 5. 熟悉数学形态学基本方法的应用。 三、实验准备 ●软件准备：ENVI软件 ●数据：兰花.jpg 文字测原始图像.bmp IKNOSm14 nj Hroad ●基本知识： ?图像分割的原则：（1）依据像素灰度值的不连续性进行分割。假定不同区域像素的灰度值具有不连续性，因而可以对其进行分割。（2）依据同一区域内部 像素的灰度值具有相似性进行分割。这种方法一般从一个点（种子）出发，将 其邻域中满足相似性测量准则的像素进行合并从而达到分割的目的。依据像素 的不连续性进行分割的方法只要是区域增长法。 ?图像分割的工作流程：（1）确定待分割的对象；（2）选择对分割对象敏感的波段；（3）选择分割方法进行分割；（4）将分割后的结果图像转为矢量图。 ?图像分割：（1）图像分割是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。从数学角度来看，图像分割是将数字图像划分成互不相交的 区域的过程。图像分割的过程也是一个标记的过程，即将属于同一个区域的像 素赋予相同的编号的过程。（2）目的：将一幅图像分为几个区域，这几个区域 之间具有不同的属性，同一区域中各像素具有某些相同的性质。 ?图像分割的方法：（1）灰度阀值法，它在目标与背景之间存在强对比时特别有效（直方图方法）；（2）数学形态学方法，腐蚀、膨胀、开运算和闭运算； ?波段运算：ENVI Band Math是一个灵活的图像处理工具，其中许多功能是无法在任何其它的图像处理系统中获得的。由于每个用户都有独特的需求，利用 此工具用户自己定义处理算法，应用到在ENVI打开的波段或整个图像中，用 户可以根据需要自定义简单或复杂的处理程序。例如：可以对图像进行简单加、 减、乘、除运算，或使用IDL编写更复杂的处理运算功能。 ?波段运算实质是对每个像素点对应的像素值进行数学运算。

图像分割 实验报告

实验报告 课程名称医学图像处理 实验名称图像分割 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期

050100150200250 图1 原图 3 阈值分割后的二值图像分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底，则取第一个作为阈值。本题的阈值取

%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量，用于控制循环次数 i=0; %迭代，初始值i=0 while~done %while ~done 是循环条件，~ 是“非”的意思，此 处done = 0; 说明是无限循环，循环体里面应该还 有循环退出条件，否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较，当满足小于1时，停止循环， 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏，每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口，在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题 图4原始图像图5迭代阈值二值化图像 分析：本题是迭代阈值二值化分割，步骤是：1.选定初始阈值，即原图大小取平均；2.用初阈值进行二值分割；3.目标灰度值平均背景都取平均；4.迭代生成阈值，直到两次阈值的灰 度变化不超过1，则稳定；5.输出迭代结果。

数字图像处理实验 图像分割

实验报告 实验名称实验四图像分割 课程名称数字图像处理A 姓名成绩 班级学号 日期地点 1.实验目的 （1）了解并掌握图像分割的基本原理； （2）编写程序使用Hough变换处理图像，进行线检测；

（3）编写程序使用阈值处理方法进行图像分割，根据实验结果分析效果； （4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。 2.实验环境（软件条件） Windws2000/XP MATLAB 7.0 3.实验方法 对256级灰度的数字图像camera.bmp（如图4.1所示）和car.bmp（如图4.2所示）进行如下处理： （1）对图像camera.bmp进行Hough变换进行线检测，显示处理前、后图像： 思考如何利用Hough变换进行圆检测； （2）对图像car.bmp分别利用不同的阈值处理方法进行图像中汽车及车牌的分割，显示处理前、后图像；思考不同的阈值处理算法对分割效果的影响？ 4.实验分析 实验原理 Hough变换是最常用的直线提取方法，它的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的参数曲线相交于参数空间中一点的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中的间隙和噪声影响较小。 思考： Hough变换对圆的检测： Hough变换的基本原理在于，利用点与线的对偶性，将图像空间的线条变为参数空间的聚集点，从而检测给定图像是否存在给定性质的曲线。 圆的方程为：222 ()() x a y b r -+-=，通过Hough变换，将图像空间(,) x y对应到参数空间(,,) a b r。 第一题结果图 图4.1 实验图像camera.bmp 图4.2 实验图像car.bmp

新版第三方医学检验行业概况.pdf

第三方医学检验行业概况 一、国外独立实验室的发展 1.1 独立医学实验室的发展历史 1925年美国出现商业化运营检验实验室 20世纪80年代中期。医院附属实验室占临床检验市场60%的份额，私人诊所实验室占20%左右的份额，而独立实验室占20%左右的份额 20世纪90年代中期，独立实验室占36%的市场份额，医院附属实验室占56%的份额，私人诊所下降至8%。 1.2 国外独立实验室现状 QUEST和LabCorp两家经营规模最大，均可开展3000余项的诊断项目。其中Quest在美国拥有31个区域性大型诊断中心，155家快速反应实验室，超过2100个病人服务中心，每年诊断超过1亿个标本。目前，美国前三名公司的市 场占有率超过60％，市场集中度很高。在欧美和日本等发达国家，独立实验室 已经占据临床检验市场的1/3。而中国99％的检验业务仍在医院检验科完成。但 相比Quest拥有的3000多项检验项目，中国的大型医院也只有500~1000个项目。 目前美国的独立实验室所开展的临床诊断业务，除了医疗卫生机构外包诊断业务，也直接面向患者提供诊断服务，此外还有些独立医学实验室利用自身医学 诊断平台开展更多的相关新业务，如新药研发的临床试验、疾病风险检测等。 二、国内第三方医学检验行业发展 2.1 发展概况 受市场发展较晚和医疗制度等影响，中国第三方医学检验行业尚处于发展初期，整体市场规模较小。目前中国从事第三方医学诊断市场规模不足20亿元，仅占医学诊断总收入的1%-2%。并且中国第三方医学诊断市场可检验的项目仅1000多项，而国外发达国家如美国可达4000多项，医学诊断水平差距明显，特 别是基因/分子诊断细分市场。 目前中国从事第三方医学诊断的实验室约有100多家，但大部分规模较小。金域、迪安、杭州艾迪康和达安基因是中国第三方医学诊断行业的龙头企业，市

北航数字图象处理实验报告

数字图像处理实验报告 实验二图像变换实验 1．实验目的 学会对图像进行傅立叶等变换，在频谱上对图像进行分析，增进对图像频域上的感性认识，并用图像变换进行压缩。 2．实验内容 对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。 3. 实验要求 实验采用获取的图像，为灰度图像，该图像每象素由8比特表示。具体要求如下： （1）输入图像采用实验1所获取的图像（Lena、Cameraman）； （2）对图像进行傅立叶变换、获得变换后的系数矩阵； （3）将傅立叶变换后系数矩阵的频谱用图像输出，观察频谱； （4）通过设定门限，将系数矩阵中95%的（小值）系数置为0，对图像进行反变换，获得逆变换后图像； （5）观察逆变换后图像质量，并比较原始图像与逆变后的峰值信噪比（PSNR）。 （6）对输入图像进行离散余弦、哈达玛变换，重复步骤1-5； （7）比较三种变换的频谱情况、以及逆变换后图像的质量（PSNR）。 4. 实验结果 1. DFT的源程序及结果 J=imread('10021033.bmp'); P=fft2(J); for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); end end Q=sort(G); for i=1:size(Q,2) if (i=size(Q,2)*0.95) t=Q(i); end end G(abs(G)

实验三图像分割与边缘检测

数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日

计算机科学与技术系信息科学与工程学院

目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法；

图像分割实验报告汇总

图像分割实验报告 一、实验目的 1. 掌握图像分割的基本思想，了解其分割技术及其计算策略； 2. 学会从图像处理到分析的关键步骤，掌握图像分割过程； 3. 了解图像分割的意义，进一步加深对图像分析和理解； 4. 掌握基本分割方法：迭代分割和OTSU图像分割，并编程实现。 二、实验原理 （一）迭代阈值分割选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值，然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值。迭代式阈值选取过程可描述如下： 1. 计算初始化阈值g0=(g max+g min) ； 2 2. 根据g0，将图像分为两部分，分别计算灰度值期望，取其平均值为g1； 3. 如此反复迭代，当|g n-g n?1|足够小时，停止迭代，取T=g n即为最终阈值。 （二）OTSU图像分割（最大类间方差法）是一种自适应的阈值确定的方法，是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别

越大, 当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值，即分离性最大。OTSU阈值选取过程可描述如下： 1.记T为目标与背景的分割阈值，目标点数占图像比例为w1，平均灰度为u1；背景点数占图像比例为w2，平均灰度为u1； 2.图像的总平均灰度为：u=w1*u1+w2*u2； 3.目标和背景图象的方差：g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2-u)=w1*w2*(u1-u2)*(u1-u2)； 4.当方差g最大时，可以认为此时前景和背景差异最大，此时的灰度T是最佳阈值。 二、实验内容 1. 利用C++编程实现迭代阈值图像分割算法； 2. 利用C++编程实现OTSU动态阈值图像分割算法。 三、实验框图

第三方实验室检测报告

第三方实验室调研 一、分类及数量 据中国能效标识网站新闻公告，截至目前，共28类（实际上类别数量并不明确，如此处说是28类，但网站上备案实验室分类列表中有34类，已备案表格中有36类），产品1000多家实验室申请能效标识检测实验室备案，通过现场核验和数据一致性核验，备案实验室共870家，其中第一方实验室占比约65%，第三方实验室占比约35%。（各类别实验室、企业备案数详见附件1） 二、能效检测业务概况 经查询多种类别、二十余家备案实验室，发现多为大型实验室（检测研究院），业务广泛，能效检测均非主要业务，且各类别能效检测差异很大，因此未取得能效检测业务的收费方式、标准（如确定具体类别，可进行针对性调研）。 具备设计生产能力的企业，一般具有能效检测能力，且产品能效检测为自我申报、备案，监测方式为抽查、并不严格，故单纯第三方能效检测业务面较小。 三、设备场所要求 因已备案实验室多为大型实验室（检测研究院），且业务不专注于能效检测，其设备、场所参考性不大。目前，《能效检测实验室能力要求(2009)》中有11篇具体类别的设备标准（因是2009年版，部分或已过期，已咨询标准化研究院人员，也无新版文件），联系标准化研究院仅取得通风机、电力变压器两篇设备标准（各类别产品检测、实验室备案有专人负责，确定具体类别后可进一步咨询)。（详见附件2） 四、备案流程 1、网上注册企业信息，填写注册表单（附件3） https://www.wendangku.net/doc/362894622.html,:8000/lab/reg/register.jsp 2、通过网上审核后，邮寄文本资料(详见附件4） a)实验室概况 b)能源效率检测产品目录

实验二 图像分割与边缘检测

实验二图像分割与边缘检测 一．实验目的及要求 1．利用MATLAB研究图像分割与边缘检测的常用算法原理； 2．掌握MATLAB图像域值分割与边缘检测函数的使用方法； 3．了解边缘检测的算法和用途，比较Sobel、Prewitt、Canny等算子边缘检测的差异。 二、实验内容 （一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。 1．图像阈值分割 clear all, close all; I = imread('rice.tif'); figure (1),imshow(I) figure(2); imhist(I) T=120/255; Ibw1 = im2bw(I,T); %选择阈值T=120/255对图像二值化； figure(3); subplot(1,2,1), imshow(Ibw1); T=graythresh(I); %采用Otsu方法计算最优阈值T对图像二值化； L = uint8(T*255) Ibw2 = im2bw(I,T); subplot(1,2,2), imshow(Ibw2); help im2bw; help graythresh; （令Ｔ取不同值，重做上述试验，观察试验结果） 以下是程序执行结果： Comand窗口： L = 125 IM2BW Convert image to binary image by thresholding. IM2BW produces binary images from indexed, intensity, or RGB images. To do this, it converts the input image to grayscale format (if it is not already an intensity image), and then converts this grayscale image to binary by thresholding. The output binary image BW has values of 0 (black) for all pixels

浅谈第三方检测实验室的人员管理

浅谈第三方检测实验室的人员管理 浅谈第三方检测实验室的人员管理 经济利益所支配和影响，以公正、权威的非当事人的身份，用科学、公正地方法对产商品进行评价、监督的活动的机构。其提供的数据为社会所用，目的为保证民众的基本利益。 在经济全球一体化的趋势下，竞争者均力图开发支持其竞争的新策略，其中重要的环节就是通过检测数据显示其产品的高技术和高质量，这就对实验室检测服务的客观保证提出了更高的要求。随着科技创新的快速发展，产品类型与品种迅速发展，技术含量越来越高，相应的产品规范和法规也日趋繁杂，各国和大众对产品质量的要求也越来越高，因而对实验室的专业技术能力、对检测结果的正确性和有效性的要求也日益迫切。这即为第三方检测实验室带来了机遇，也对我们的检测能力提出了挑战。如何加强第三方检测实验室的自身管理，寻求实验室的自我改进和自我完善，不断提供检测技术能力，适应检测市场不断提出的新要求，成为第三方检测实验室快速发展道路中面临的重要课题。 人是实验室技术要求的最重要的要素，对于任何机构来说，人是根本，作为第三方检测实验室，他的团队建设，特别是对实验室技术人员和管理人员的发现、选拔、使用和培养、交流，通过管理、协调以及创造相应的环境使其在检测活动中发挥最大的能动行，有着重大的意义。 根据《实验室资质认定评审准则》和《检测和校准实验室认可准则》的规定：“实验室需配备与其从事检测活动相适应的专业技术人员和管理人员”、“第三方检测或校准实验室不应参与任何损坏其判断独立性和检测或校准诚信度的活动”。因此在人员管理方面，要充分考虑技术岗位和管理岗位对于专业技术要求的不同需求，以及第三方检测实验室作为为社会提供公正数据的机构，对人员基本素质的特殊要求。人员配备要与本机构的发展战略、各部门的发展规划相结合，在人才的数量、类别配备上要适合本机构实际和发展，要以最佳

第三方环境监测机构实验室建设指南

第三方环境监测机构实验室建设指南为贯彻落实党的十八大关于全面深化改革的战略部署，培育壮大环境监测服务市场，推进政府购买环境监测服务，引导社会力量参与环境监测，第三方环境监测机构的建设逐渐成为当前实验室建设的热点。现针对第三方环境监测机构必要的场所、技术人员及监测仪器设备提出以下建议。 1.明确拟开展的检测项目 为避免盲目投资造成采购来的仪器闲置浪费，现以最常规和检测仪器不太贵的检测项目为例，建议通过认证开展的检测项目分别是： 1.1水和废水检测项目 水温、pH、电导率、透明度、色度、流量、悬浮物、全盐量（总残渣或溶解性残渣）、游离氯和总氯、硫化物、氰化物、氟化物、氨氮、溶解氧、高锰酸盐指数、化学需氧量、五日生化需氧量、总磷、总氮、铜、铅、锌、镉、总砷、总汞、总硒、总铬（六价铬）、挥发酚、石油类（或动植物油）、阴离子表面活性剂、氯化物、硝酸盐、硫酸盐、铁、锰、嗅和味、浊度、总硬度、粪大肠菌群、亚硝酸盐。上述项目除包含《地表水环境质量标准》（GB3838-2002）表1和表2规定的必测项目，还包括了其它常见的和测试方法较为简单的指标。 1.2空气和废气

总悬浮颗粒物、可吸入颗粒物、二氧化硫、氮氧化物（含二氧化氮和一氧化氮）、烟（粉）尘、烟气参数、烟气黑度、一氧化碳、氟化物、恶臭、氨、铅、砷、硫化氢、铬酸雾、硫酸雾和甲醛等。 1.3土壤和水系沉积物 水分、pH、镉、汞、砷、铅、铬（含六价铬）、铜、锌、镍、全磷、全氮、钾、阳离子交换量和有机质含量等。 1.4固体废物 铜、锌、镉、铅、总铬、铬（六价）、汞、铍、钡、镍、总银、砷、氟化物和氰化物等。 1.5噪声和振动 环境噪声、工业企业厂界噪声、建筑施工场界噪声、社会生活噪声、铁路边界噪声、噪声源（设备噪声）、机动车噪声振动和环境振动等。 2.实验场所要求

数字图像处理实验报告——图像分割实验

数字图像处理实验报告——图像分割实验课程名称数字图像处理导论专业班级 _______________ 姓名 _______________ 学号 _______________ 电气与信息学院 和谐勤奋求是创新 实验题目图像分割实验 DSP室&信号室实验室实验时间实验类别设计同组人数 2 成绩指导教师签字: 一(实验目的 1. 理解图像分割的基本概念; 2. 理解图像边缘提取的基本概念; 3. 掌握进行边缘提取的基本方法; 4. 掌握用阈值法进行图像分割的基本方法。 二(实验内容 1. 分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之 处; 2. 设计一个检测图1中边缘的程序，要求结果类似图2，并附原理说明。 3. 任选一种阈值法进行图像分割. 图1 图2

三(实验具体实现 1. 分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之 处; I=imread('mri.tif'); imshow(I) BW1=edge(I,'roberts'); figure ,imshow(BW1),title('用Roberts算子') BW2=edge(I,'sobel'); figure,imshow(BW2),title('用Sobel算子 ') BW3=edge(I,'log'); figure,imshow(BW3),title('用拉普拉斯高斯算子') 1

比较提取边缘的效果可以看出，sober算子是一种微分算子，对边缘的定位较精确，但是会漏去一些边缘细节。而Laplacian-Gaussian算子是一种二阶边缘检测方法，它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来，边缘的细节比较丰富。通过比较可以看出Laplacian-Gaussian算子比sober算子边缘更完整，效果更好。 2. 设计一个检测图1中边缘的程序，要求结果类似图2，并附原理说明。 i=imread('m83.tif');

图像分割和图像边缘检测

图像分割和图像边缘检测 边缘检测和图像分割的联系：边缘检测是通过图像的梯度变化将图像中梯度变化明显的地方检测出来，针对的是边缘信息。图像分割是将目标分割出来，针对的是目标对象，边缘检测是空间域图像分割的一种方法，属于包含关系 边缘检测后的图像是二值图像，对二值图像可以运用形态学操作来分割目标，所以边缘检测是图像分割的一个前提。但分割不一定非要用边缘检测。 图像分割：概念： 图像分割是将图像划分成若干个互不相交的小区域的过程，所谓小区域是某种意义下具有共同属性的像素的连通集合。 从集合的观点看：它应该是具有如下性质的一种点集，集合R代表整个区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集R1，R2，，RN： 目的： 无论是图像处理、分析、理解与识别，其基础工作一般都建立在图像分割的基础上； 将图像中有意义的特征或者应用所需要的特征信息提取出来； 图像分割的最终结果是将图像分解成一些具有某种特征的单元，称为图像的基元； 相对于整幅图像来说，这种图像基元更容易被快速处理。 图像分割原理图像分割的研究多年来一直受到人们的高度重视，至今提出了各种类型的分割算法。Pal把图像分割算法分成了6类：阈值分割，像素分割、深度图像分割、彩色图像分割，边缘检测和基于模糊集的方法。但是，该方法中，各个类别的内容是有重叠的。为了涵盖不断涌现的新方法，有的研究者将图像分割算法分为以下六类：并行边界分割技术、串行边界分割技术、并行区域分割技术、串行区域分割技术、结合特定理论工具的分割技术和特殊图像分割技术。 图像分割的特征：分割出来的各区域对某种性质例如灰度，纹理而言具有相似性，区域内部是连通的的且没有过多小孔。 区域边界是明确的

实验五图像分割及目标检测

电子科技大学 实 验 报 告 学生姓名： 学号： 指导教师：彭真明 日期： 2014 年 5 月 20 日 一、实验名称：图像分割及目标检测 二、实验目的：

1、了解图像边缘检测及图像区域分割的目的、意义和手段。 2、熟悉各种经典的边缘检测算子、图像分割方法及其基本原理。 3、熟悉各种图像特征表示与描述的方法及基本原理。 4、熟练掌握利用matlab 工具实现各种边缘检测的代码实现。 5、熟练掌握利用matlab 工具实现基本阈值分割的代码实现。 6、通过编程和仿真实验，进一步理解图像边缘检测、图像分割及其在目标检测、目标识别及跟踪测量应用中的重要性。 三、实验原理及步骤： 1、利用Soble算子进行图像的边缘检测 （1）原理与步骤 数字图像的边缘一般利用一阶/二阶差分算子进行检测。常用的差分算子包括：Roberts 算子（交叉对角算子），Prewitt 算子（一阶），Sobel 算子（一阶），Laplacian 算子（二阶），LoG 算子（二阶）及Canny 边缘检测算法等。其中，Soble 算子为常见的一类梯度算子（一阶梯度算子）。 其x, y 方向的梯度算子分别为： 一幅数字图像I（如图1）与Sx 和Sy 分别做卷积运算后（可采用多种方式，如conv2，filter2 及imfilter），可以求得x,y 两个方向的梯度图像Dx,Dy，然后，可以计算得到原图像的梯度幅度，即 或：

（2）进一步执行梯度图像D 的二值化处理（建议采用Otsu 阈值，也可考虑其他阈值分割），检测图像的二值化边缘。 （3）对于与步骤同样的输入图像I，利用matlab 工具的edge(I,’soble’)函数进行处理。试比较处理结果与步骤（2）的得到的结果的差异，并分析存在差异的原因。 （4）画出原图像、原图像的Dx, Dy 图，幅度图（D）及最后的二值化边缘检测结果图。 2、数字图像中目标区域的形心计算 （1）按如下公式计算原图像（图 2）的质心。 （2）对图 2 中的黑色形状目标进行阈值分割，得到二值化的图像； 图2 原始图像（240*240） （3）计算目标形状的面积（以像素表示）； （4）计算图中黑色形状目标的形心位置，并在原图上进行位置标记（可用红色小圆圈）。 其中，M，N 为图像尺寸。x,y 为像素图像平面上的坐标。 （5）画出原图像、原图上叠加质心标记图；分割后的二值化图及分割图上叠加形心标记图。 四、程序框图