精华内容
下载资源
问答
  • MATLAB图像边缘提取

    2016-11-21 10:03:19
    用于图像处理初学者使用,对比了Sobel算子,Roberts算子,Prewitt算子,Canny算子,Laplacian算子等5种算子提取图像边缘的效果
  • 本资源是Matlab图像处理程序——去噪、边缘增强、边缘提取,直接是.m文件,可直接运行,但里面并未附加图片资源,大家需要使用自己的待处理图片
  • 图像分割时,经常需要实现对边界的跟踪,从而实现对区域的提取。输入是一幅图像,输出是提取的该图像的轮廓。
  • matlab图像边缘提取

    2012-09-27 11:41:38
    matlab中对图像边缘提取的简单程序
  • 基于MATLAB GUI的图像边缘检测界面
  • MATLAB_抠图_锐化_边缘提取.zip
  • Matlab实现:图像边缘提取

    万次阅读 2018-08-24 23:17:13
    1、 边缘提取算法 方法一:一阶微分算子 Sobel算子 Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,Sobel算子对边缘定位不是很准确,图像的边缘不止一个像素。 Roberts算子 ...

    转: https://www.cnblogs.com/AndyJee/p/3737325.html

    1、 边缘提取算法

    方法一:一阶微分算子

    • Sobel算子

    clip_image001

    Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,Sobel算子对边缘定位不是很准确,图像的边缘不止一个像素。

    clip_image003

    clip_image005

    • Roberts算子

    clip_image006

    Roberts算子检测方法对具有陡峭的低噪声的图像处理效果较好,但是利用roberts算子提取边缘的结果是边缘比较粗,因此边缘的定位不是很准确。

    clip_image008

    clip_image009

    • Prewitt算子

    clip_image010

    Prewitt算子检测方法对灰度渐变和噪声较多的图像处理效果较好。但边缘较宽,而且间断点多。

    clip_image012

    clip_image014

    • Canny算子

    Canny算子是目前边缘检测最常用的算法,效果也是最理想的。

    Canny边缘检测算法不是简单的模板卷积而已,通过梯度方向和双阈值法来检测边缘点,具体算法可以参考:http://www.cnblogs.com/AndyJee/p/3734805.html

    Canny方法不容易受噪声干扰,能够检测到真正的弱边缘。优点在于,使用两种不同的阈值分别检测强边缘和弱边缘,并且当弱边缘和强边缘相连时,才将弱边缘包含在输出图像中。

    clip_image016

    clip_image018

     

    方法二:二阶微分算子

    • Laplacian算子

    clip_image019 clip_image020

    Laplacian算子法对噪声比较敏感,所以很少用该算子检测边缘,而是用来判断边缘像素视为与图像的明区还是暗区。

    clip_image022

    clip_image024

    2、 实验结果分析

    一、边缘提取:

    clip_image026

    • Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,sobel算子对边缘定位不是很准确,图像的边缘不止一个像素;
    • Roberts算子检测方法对具有陡峭的低噪声的图像处理效果较好,但是利用roberts算子提取边缘的结果是边缘比较粗,因此边缘的定位不是很准确;
    • Prewitt算子检测方法对灰度渐变和噪声较多的图像处理效果较好。但边缘较宽,而且间断点多;
    • Laplacian算子法对噪声比较敏感,所以很少用该算子检测边缘,而是用来判断边缘像素视为与图像的明区还是暗区;
    • Canny方法不容易受噪声干扰,能够检测到真正的弱边缘。优点在于,使用两种不同的阈值分别检测强边缘和弱边缘,并且当弱边缘和强边缘相连时,才将弱边缘包含在输出图像中。

    二、边缘复合增强

    clip_image028

    • Sobel、Robert、Prewitt算子的增强效果并不是很明显,尤其是Robert算子,因为它提取的边缘点过于稀疏和离散;
    • Laplacian算子和canny算子的增强效果都比较理想, 将边缘叠加上去后,整个手的轮廓和边缘都很清晰,直观上看,canny算子实现的效果比Laplacian算子好,最明显的地方就是手指尖的边缘。

    3、程序实现

    下面的程序就实现上面效果的完整Matlab代码:

     

    clear;clc;
    I=imread('x1.tif');
    % I=rgb2gray(I);
    % gray transform
    
    J=imadjust(I,[0.1 0.9],[0 1],1);
    
    % Edge detection
    % Sobel
    BW1=edge(I,'sobel');
    sobelBW1=im2uint8(BW1)+J;
    figure;
    %imshow(BW1);
    subplot(1,2,1);
    imshow(J);
    title('original image');
    subplot(1,2,2);
    imshow(sobelBW1);
    title('Sobel augmented image');
    % Roberts
    BW2=edge(I,'roberts');
    robertBW2=im2uint8(BW2)+J;
    figure;
    %imshow(BW2);
    subplot(1,2,1);
    imshow(J);
    title('original image');
    subplot(1,2,2);
    imshow(robertBW2);
    title('robert augmented image');
    % prewitt
    BW3=edge(I,'prewitt');
    prewittBW3=im2uint8(BW3)+J;
    figure;
    %imshow(BW3);
    subplot(1,2,1);
    imshow(J);
    title('original image');
    subplot(1,2,2);
    imshow(prewittBW3);
    title('Prewitt augmented image');
    % log
    BW4=edge(I,'log');
    logBW4=im2uint8(BW4)+J;
    figure;
    %imshow(BW4);
    subplot(1,2,1);
    imshow(J);
    title('original image');
    subplot(1,2,2);
    imshow(logBW4);
    title('Laplacian augmented image');
    % canny
    BW5=edge(I,'canny');
    cannyBW5=im2uint8(BW5)+J;
    figure;
    %imshow(BW5);
    subplot(1,2,1);
    imshow(J);
    title('original image');
    subplot(1,2,2);
    imshow(cannyBW5);
    title('Canny augmented image');
    % gaussian & canny
    % h=fspecial('gaussian',5); 
    % fI=imfilter(I,h,'replicate');
    % BW6=edge(fI,'canny');
    % figure;
    % imshow(BW6);
    
    figure;
    subplot(2,3,1), imshow(BW1); 
    title('sobel edge detect'); 
    subplot(2,3,2), imshow(BW2); 
    title('roberts edge detect'); 
    subplot(2,3,3), imshow(BW3); 
    title('prewitt edge detect'); 
    subplot(2,3,4), imshow(BW4); 
    title('log edge detect'); 
    subplot(2,3,5), imshow(BW5); 
    title('canny edge detect'); 
    % subplot(2,3,6), imshow(BW6); 
    % title('gasussian&canny edge detect');
    
    figure;
    subplot(2,3,1), imshow(sobelBW1); 
    title('sobel edge detect'); 
    subplot(2,3,2), imshow(robertBW2); 
    title('roberts edge detect'); 
    subplot(2,3,3), imshow(prewittBW3); 
    title('prewitt edge detect'); 
    subplot(2,3,4), imshow(logBW4); 
    title('laplacian edge detect'); 
    subplot(2,3,5), imshow(cannyBW5); 
    title('canny edge detect');

    下面的Matlab程序是精简的边缘提取实现:

    clear;clc;
    
    I=imread('lena.bmp');
    I=rgb2gray(I);
    imshow(I,[]);
    title('Original Image');
    
    sobelBW=edge(I,'sobel');
    figure;
    imshow(sobelBW);
    title('Sobel Edge');
    
    robertsBW=edge(I,'roberts');
    figure;
    imshow(robertsBW);
    title('Roberts Edge');
    
    prewittBW=edge(I,'prewitt');
    figure;
    imshow(prewittBW);
    title('Prewitt Edge');
    
    logBW=edge(I,'log');
    figure;
    imshow(logBW);
    title('Laplasian of Gaussian Edge');
    
    cannyBW=edge(I,'canny');
    figure;
    imshow(cannyBW);
    title('Canny Edge');

     

    展开全文
  • MATLAB图像处理之图像边缘提取

    万次阅读 多人点赞 2018-10-02 23:06:53
    MATLAB中有几种算法可以对图像进行边缘提取,其中一种就是edge算法,这个edge算法中有好几个算子,每一个算子分别对应着一种边缘提取的原理,接下来就来看一下几种方法的异同 %读取一张图片,并显示 original_...

    MATLAB中有几种算法可以对图像进行边缘提取,其中一种就是edge算法,这个edge算法中有好几个算子,每一个算子分别对应着一种边缘提取的原理,接下来就来看一下几种方法的异同

    %读取一张图片,并显示
    original_picture=imread('D:\SoftWare\matlab2016a\Project\Picture\cat.jpg');
    Pic2=im2bw(original_picture,thresh);
    figure(1)
    subplot(2,2,1);
    imshow(original_picture);
    title('原始RGB图像')
    subplot(222)
    imshow(Pic2)
    title('二值化图像')
    
    %用edge算法对二值化图像进行边缘提取
    PicEdge1=edge(Pic2,'log');
    subplot(223);
    imshow(PicEdge1);
    title('log算子')
    
    PicEdge2 = edge(Pic2,'canny');
    subplot(224);
    imshow(PicEdge2);
    title('canny算子');
    
    PicEdge3=edge(Pic2,'sobel');
    figure(2)
    subplot(221)
    imshow(PicEdge3);
    title('sobel算子')
    
    PicEdge4=edge(Pic2,'prewitt');
    subplot(222)
    imshow(PicEdge4);
    title('sprewitt算子')
    
    PicEdge5=edge(Pic2,'zerocross');
    subplot(223)
    imshow(PicEdge5);
    title('zerocross算子')
    
    PicEdge6=edge(Pic2,'roberts');
    subplot(224)
    imshow(PicEdge6);
    title('roberts算子')
    
    



    虽然我们从提取的结果来看,可能他们的差别不是很明显,但是这几个算子的基本原理还是有区别的,另外由于我采用的原始图片可能图中的猫和背景颜色有的部分很相似,所以会导致有些猫的边缘没有被提取出来,以后还需改善。

    展开全文
  • 这是图像处理课程的作业,对图片进行边缘检测和特征提取,这是我自己实现的MATLAB源代码。
  • ①soble缺省值,用导数的Sobel近似值检测边缘,梯度最大点返回边缘;②prewitt用导数的Prewitt近似值检测边缘,梯度最大点返回边缘;③roberts用导数的Roberts近似值检测边缘,...⑥canny用导数计算图像的两个阈值...

    ①soble缺省值,用导数的Sobel近似值检测边缘,梯度最大点返回边缘;

    ②prewitt用导数的Prewitt近似值检测边缘,梯度最大点返回边缘;

    ③roberts用导数的Roberts近似值检测边缘,梯度最大点返回边缘;

    ④log使用高斯滤波器的拉普拉斯运算对I进行滤波,通过寻找零相交检测边缘;

    ⑤zerocross使用指定的滤波器对I滤波后,寻找零相交检测边缘;

    ⑥canny用导数计算图像的两个阈值,大于高阈值为边缘,小于低阈值为非边缘。

    (2)thresh表示该图像边缘提取方法所采用的阈值,所有小于阈值的图像边缘都被忽略,缺省时自动选取阈值;

    (3)direction表示所采用方法指定方向,具有方向时才使用。direction为字符串,其中horizontal表示水平方向、vertical表示垂直方向、both表示两个方向(缺省值);

    2)[BW, thresh]=edge(…)表示对图像边缘提取所返回的二进制图像和阈值。

    3.2图像的边缘提取

    图像采用罗伯特算子、拉普拉斯算子、零交叉、Sobel算子、Prewitt算子和Canny算子等方法对其边缘提取,以2000年摄影的珠江三角洲图像为例,编程如下:

    3.2.1编程

    I=imread('20000502.jpg'); %读取图像

    I1=im2double(I);%将彩图序列变成双精度

    I2=rgb2gray(I1);%将彩色图变成灰色图

    [thr, sorh,keepapp]=ddencmp('den','wv',I2); I3=wdencmp('gbl',I2,'sym4',2,thr,sorh,keepapp);%小波除噪

    I4=medfilt2(I3,[99]); %中值滤波

    I5=imresize(I4,0.2,'bicubic'); %图像大小BW1=edge(I5,'sobel'); %sobel图像边缘提

    BW2=edge(I5,'roberts'); %roberts图像边缘提取

    BW3=edge(I5,'prewitt'); %prewitt图像边缘提取

    BW4=edge(I5,'log'); %log图像边缘提取BW5=edge(I5,'canny'); %canny图像边缘提

    h=fspecial('gaussian',5); %高斯滤波

    BW6=edge(I5,'zerocross',[],h); %zerocross图像边缘提取

    figure;

    subplot(1,3,1); %图划分为一行三幅图,第一幅图

    imshow(I2);%绘图

    title('原始图像'); %标注

    subplot(1,3,2); %第二幅图

    imshow(I3);

    title('消噪后图像');

    subplot(1,3,3);%第三幅图

    imshow(I4);

    title('中值滤波图像');

    figure;

    subplot(1,3,1);

    imshow(BW1);

    title('Sobel算子');

    subplot(1,3,2);

    imshow(BW2);

    title('Roberts算子');

    subplot(1,3,3);

    imshow(BW3);

    title('Prewitt算子');

    figure;

    subplot(1,3,1);

    imshow(BW4);

    title('log算子');

    subplot(1,3,2);

    imshow(BW5);

    title('Canny算子');

    subplot(1,3,3);

    imshow(BW6);

    title('Zerocross');

    3.2.2结果分析

    图像采用Sobel算子、Roberts算子、Prewitt算子、LOG算子、Canny算子与零交叉方法等进行边缘提取,仿真如图3、4、5。

    205493.jpg

    205494.jpg

    图3 原始图像与消噪图像图案4 三种算子的边缘提取图

    205495.jpg

    图5三种算子的边缘提取图

    从上图中可以看出,Sobel算子对灰度渐变的图像处理效果较好,但是对变化不大的部位处理效果差以及边缘定位不准确;Roberts算子对具有陡峭的低噪声的图像处理效果较好,但是提取的边缘比较粗,因此对边缘的定位不是很准确;Prewitt算子对灰度渐变的图像处理效果较好,但是提取的图像边缘的间断点较多;LOG算子比前面几种方法要好,但是边缘的间断点也较多;Canny方法不容易受噪声干扰,能够检测到真正的弱边缘,原因是它使用两种不同的阈值分别检测强边缘和弱边缘,并且当弱边缘和强边缘相连时,可以将弱边缘包含在输出图像中,但是与原始图像比较,所提取的边缘仍然存在不完整,且有丢失的现象;Zerocross方法提取的边缘与原始图像相比,比较完整,优于其它几种方法。论文发表。

    4、结论

    采用罗伯特算子、拉普拉斯算子、Sobel算子、Prewitt算子、Canny算子和零交叉方法对图像边缘进行提取,并对这几种方法的结果进行分析与比较,发现零交叉方法对图像边缘的提取优于其它几种方法,能够比较完整的显示图像的整个边缘,这为今后深入研究图像边缘的提取提供了有益的参考和帮助。同时还表现出Matlab具有强大的图像处理功能,为图像处理技术的深入研究提供有利的工具保障。

    参考文献:

    [1]郝文化主编. MATLAB图像图形处理应用教程[M]. 北京:中国水利水电出版社,2003

    [2]许志影, 李晋平.MATLAB及其在图像处理中的应用[J].江西:计算机与现代化,2003,92(4):64~65

    [3]余成波编著. 数字图像处理及MATLAB实现[M].重庆:重庆大学出版社,2003

    [4]飞思科技产品研发中心编著. Matlab6.5辅助图像处理[M]. 北京:电子工业出版社,2003

    展开全文
  • 这次小白为大家带来滤波的新用处——边缘提取。什么是图像边缘所谓图像边缘(Edlge)是指图像局部特性的不连续性,例如,灰度级的突变,颜色的突变,纹理结构的突变等。边缘广泛存在于目标与目标、物体与背景、区域与...

    60e39024d492757c16ce0ba71c7af96e.gif

    上一讲小白为小伙伴们带来了如何使用自编函数和自带函数对图像进行滤波,去除图像的噪声。这次小白为大家带来滤波的新用处——边缘提取。

    什么是图像边缘

    所谓图像边缘(Edlge)是指图像局部特性的不连续性,例如,灰度级的突变,颜色的突变,纹理结构的突变等。边缘广泛存在于目标与目标、物体与背景、区域与区域(含不同色彩)之间,它是图像分割所依赖的重要特征。

    小白今天主要介绍几种典型的图像灰度值突变的边缘检测方法,其原理也适用用于其他特性突变的边缘检测。图像的边缘通常与图像灰度的一阶导数的不连续性有关。图像灰度的不连续性可分为两类:阶跃不连续,即图像灰度在不连续处的两边的像素灰度有明显的差异。线条不连续,即图像灰度突然从一个值变化到另一个值,保持一个较小的行程又返回到原来的值。但是在实际中,阶跃和线条边缘图像是较少见的,由于空间分辨率(尺度空间)、图像传感器等原因会使阶跃边缘变成斜坡形边缘,线条边缘变成房顶形边缘。它们的灰度变化不是瞬间的而是跨越一定距离的。几种边缘类型,可以通过下面的图片有个更清晰的认识。

    8277d33621eaf5f6231e4d5c63cc608e.png

    Sobel算子

    在前面的关于图像滤波的讲解中,小白为大家介绍了sobel算子模板,但是没有讲解其具体作用。这次的讲解中,小白将为大家讲解什么是sobel算子。

    sobel算子是一阶的梯度算子,也就是对信号求取一阶导数,对噪声具有平滑作用,提供较为精确的边缘方向信息,但是边缘定位精度不够高;但是该种方法比较简单,容易实现,也比较容易理解。

    对一个连续函数求导是一件比较容易的事情,但是图像中的数据都是数字化之后的数据,是离散的,因此对于求导就需要使用差分方式:前面的像素灰度值减去后面像素的灰度值,并将结果大于一定阈值的设为边缘,否则就不是边缘。我们用数学公式表示就是:I(x,y)-I(x-n,y)。公式给出的是两个像素在同一行中,两个像素也可以在同一列中,而且方向也可以更改。

    根据之前的模板来看的话,只有一个维度的求导可以用如下的模板表示:

    416187976c0946b4df4614ab6fc43d02.png

    66c0b332954b66a2cde509ef2692a462.png

    可以用上面两个模板分别对原图像求取横着和竖着边缘,之后对两者求并集,便是图像整体的边缘。但是细心的小伙伴肯定会发现,模板之后两个元素,以哪个元素作为模板的中心呢?为了解决这个问题,研究者将其进行了扩展,变为以下的模板:

    19b62086c125c20715fe14556af30e4b.png

    4645680808349cc635a355e83beaa782.png

    模板长度变为奇数便可以解决模板没有“中心”的问题。后续经过各种演化,最终变为前面几讲中提到的模板的样子。小伙伴在使用的过程中可以直接使用其模板就可以,而且Matlab也是带有sobel边缘提取的函数,不需要小伙伴自己编写复杂的程序。

    91a6383d1d6413714ceeef7989c780b7.png

    常用的sobel边缘提取模板

    Roberts算子

    其实很多种算子都借鉴了sobel方法的思想,Roberts算子检测方法对具有陡峭的低噪声的图像处理效果较好,但是利用roberts算子提取边缘的结果是边缘比较粗,因此边缘的定位不是很准确。我们直接给出Roberts算子的模板:

    68cf8efb81d2d8181f3ba847637e3c6c.png

    通过模板我们也能看出来,该算法是采用检测斜着方向的梯度变化来判定图像的边缘。

    Canny算子

    Canny算子是目前边缘检测最常用的算法,效果也是最理想的。但是Canny边缘检测算法不是简单的模板卷积而已,通过梯度方向和双阈值法来检测边缘点,具体算法讲解,可以通过点击”原文阅读“来了解更多:

    Canny方法不容易受噪声干扰,能够检测到真正的弱边缘。优点在于,使用两种不同的阈值分别检测强边缘和弱边缘,并且当弱边缘和强边缘相连时,才将弱边缘包含在输出图像中。

    Matlab边缘提取

    Matlab提供多种边缘检测方法,通过函数edge(image,'method')来实现图像的边缘提取,通过修改参数‘method’来实现不同滤波方法。具体的边缘检测代码如下:

    I=imread('lena.bmp');%  提取图像

    I=rgb2gray(I);%将彩色图转换灰度图

    BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测

    BW2=edge(I,'roberts');%用Roberts算子进行边缘检测

    BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测

    BW4=edge(I,'log'); %用log算子进行边缘检测

    BW5=edge(I,'canny'); %用canny算子进行边缘检测

    subplot(2,3,1), imshow(BW1);

    title('sobel edge check');

    subplot(2,3,2), imshow(BW2);

    title('roberts edge check');

    subplot(2,3,3), imshow(BW3);

    title('prewitt edge check');

    subplot(2,3,4), imshow(BW4);

    title('log edge check');

    subplot(2,3,5), imshow(BW5);

    title('canny edge check');

    将上述代码复制到Matalb里,把图像地址改成自己想要提取边缘的图像,运行之后便可的得到图像边缘。小白在自己的电脑上运行程序的结果如下图。在程序里也利用其他算子提取了边缘,方便小伙伴的对比。

    49c19fa212de4fd512b53a81888e23d0.png

    总结

    图像的边缘提取是对像素灰度值连续性、变化大小的检测,不同边缘检测的方法各有优缺点,需要根据实际的情况来选择提取边缘的方法。

    相关阅读:

    展开全文
  • 自编matlab程序,实现对图像边缘提取。简单实用!
  • 该资源是Matlab图像处理——小波变换去噪声、边缘提取,直接是.m文件,可直接运行。里面并未附加图像资源,需要使用自己待处理图像。
  • 数学建模挑战赛的代码,边缘提取,然后使用函数拟合
  • 使用soble算子对图像进行边缘检测。再进行细化(阈值有问题),但是效果不是很好。效果如下图处理的目的是检测出道路。请问接下来如何处理,把边缘点连成线,从而检测出道路。先在这里谢谢大家了。下面是代码hg=zeros...
  • 利用Matlab实现图像边缘提取

    千次阅读 2018-04-09 22:20:35
    clear;clc; close all; I=imread('lena.bmp'); I=rgb2gray(I); imshow(I,[]); title('Original Image'); sobelBW=edge(I,'sobel'); figure; imshow(sobelBW); title('Sobel Edge'); robertsBW=edge(I,'roberts'......
  • matlab 图像边缘检测代码 用于图像处理
  • 不用matlab的自带函数,自编的边缘提取程序。 不用matlab的自带函数,自编的边缘提取程序。 不用matlab的自带函数,自编的边缘提取程序。 不用matlab的自带函数,自编的边缘提取程序。
  • 结合【中值滤波,均值滤波,高斯滤波】和【laplacian算子,sobel算子。prewitt算子】对图片进行去噪和边缘增强处理。通过视觉对比和MSE/SNR/PSNR数值对比,得到9种组合的处理效果。
  • Sobel算子图像边缘提取Matlab代码

    热门讨论 2008-10-05 22:11:08
    图像处理中,使用Sobel算子进行边缘提取Matlab代码。
  • Sobel算子提取图像边缘-Matlab源程序1.rar 编程实现sobel算子,提取一幅图像边缘信息
  • 拉普拉斯算法实现图像边缘提取(MATLAB实现)clear;clc;a=imread('street.jpg');e=a(:,:,1);r=e;c=e;[m,n]=size(e);%拉普拉斯算法提取边缘h=zeros(m-1,n-1);for i=2:m-1for j=2:n-1h(i,j)=c(i,j+1)+c(i,j-1)+c(i+1,j)+...
  • matlab图像边缘检测分析

    万次阅读 2019-10-18 14:15:22
    更多MATLAB图像处理视频请点击  http://study.163.com/course/courseMain.htm?courseId=1003594013      所谓边缘是指其周围像素灰度有变化的那些像素的集合。边缘广泛存在于物体与...
  • MATLAB图像边缘检测

    2019-05-07 14:15:33
    基于matlab图像边缘提取,提取算子:中心像素与其八领域像素差平方和的算术平方根,根据阈值选择出合适的中心像素点即为边缘点。阈值:所有中心像素与其八领域像素差平方和的算术平方根的最大值的算术平方根。
  • matlab 提取图像轮廓(图像边缘提取

    万次阅读 多人点赞 2019-09-01 17:00:06
    利用edge()函数提取图像轮廓,绘制出对象的边界和提取边界坐标信息,matlab实现代码如下: close all;clear all;clc; % 提取图像轮廓,提取图像边缘 I = imread('yifu.jpg'); c = im2bw(I,graythresh(I)); ...
  • 调用matlab中的函数对图像进行边缘提取,对遥感图像非常有帮助,建议大家来看看!

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,028
精华内容 3,211
关键字:

matlab图像边缘提取

matlab 订阅