matlab图像边缘检测

MATLAB中常用的图像边缘检测算法有Sobel算子、Prewitt算子、Canny算子等。

以Sobel算子为例，其步骤如下：

1. 将图像灰度化。

2. 对灰度图像进行高斯滤波，以去除噪声。

3. 对滤波后的图像进行Sobel算子卷积，得到水平方向和竖直方向的梯度图像。

4. 将两个梯度图像合并，得到总的梯度图像。

5. 对总的梯度图像进行非极大值抑制，以保留梯度变化最大的边缘。

6. 对抑制后的图像进行双阈值处理，将像素值高于高阈值的点标记为强边缘，像素值低于低阈值的点标记为弱边缘，介于两者之间的点则根据其周围像素值决定是否标记为弱边缘。

7. 对弱边缘进行连接，将其与强边缘相连形成完整的边缘。

MATLAB中可以使用以下代码实现Sobel算子边缘检测：

img = imread('image.jpg');
gray_img = rgb2gray(img);
blur_img = imgaussfilt(gray_img, 1);
sobel_x = [-1 0 1; -2 0 2; -1 0 1];
sobel_y = [-1 -2 -1; 0 0 0; 1 2 1];
grad_x = imfilter(blur_img, sobel_x);
grad_y = imfilter(blur_img, sobel_y);
grad_mag = sqrt(grad_x.^2 + grad_y.^2);
grad_dir = atan2(grad_y, grad_x);
grad_dir = grad_dir * 180 / pi;
grad_dir(grad_dir < 0) = grad_dir(grad_dir < 0) + 180;
grad_dir(grad_dir > 157.5) = grad_dir(grad_dir > 157.5) - 180;
grad_dir(grad_dir > 22.5 & grad_dir <= 67.5) = 45;
grad_dir(grad_dir > 67.5 & grad_dir <= 112.5) = 90;
grad_dir(grad_dir > 112.5 & grad_dir <= 157.5) = 135;
grad_mag_nms = nonmaxsup(grad_mag, grad_dir);
high_threshold = 0.1 * max(grad_mag_nms(:));
low_threshold = 0.05 * max(grad_mag_nms(:));
strong_edges = grad_mag_nms > high_threshold;
weak_edges = grad_mag_nms > low_threshold & grad_mag_nms <= high_threshold;
connected_edges = bwselect(weak_edges, find(strong_edges), 8);
edges = strong_edges | connected_edges;
imshow(edges);

其中，imread()函数用于读取图像，rgb2gray()函数用于将图像转换为灰度图像，imgaussfilt()函数用于进行高斯滤波，imfilter()函数用于进行Sobel算子卷积，sqrt()函数用于计算梯度幅值，atan2()函数用于计算梯度方向，nonmaxsup()函数用于进行非极大值抑制，bwselect()函数用于连接弱边缘，imshow()函数用于显示边缘图像