圖像邊緣檢測(cè)算法體驗(yàn)步驟

圖像邊緣檢測(cè)算法體驗(yàn)步驟（Photoshop，Matlab）

1. 確定你的電腦上已經(jīng)安裝了Photoshop和Matlab
2. 使用手機(jī)或其他任何方式，獲得一張彩色圖像（任何格式），建議圖像顏色豐富，分辨率比較高，具有比較明顯的圖像邊界（卡通圖像，風(fēng)景圖像，桌面圖像）
3. 將圖像保存到一個(gè)能夠找到的目錄中，例如img文件夾（路徑上沒有漢字）
4. 啟動(dòng)Photoshop，打開img文件夾中的圖像
5. 在工具箱中選擇“矩形選擇”工具，到圖面上選擇一個(gè)區(qū)域（如果分辨率比較高，建議不要太大，否則計(jì)算過程比較長(zhǎng)）
6. 點(diǎn)擊下拉菜單【文件】-【新建】，新建一個(gè)與矩形選擇框同樣尺寸的Photoshop圖像，不要求保存該圖像
7. 將該彩色圖像轉(zhuǎn)換為亮度圖像，即點(diǎn)擊下拉菜單【圖像】-【模式】-【灰度】，如提示是否合并，選擇“Yes”
8. 將該單色的亮度圖像另存為Windows的BMP文件，點(diǎn)擊下拉菜單【文件】-【存儲(chǔ)為】，在“存儲(chǔ)為”窗口中，為該文件起一個(gè)名字，例如test1（保存為test1.bmp）
9. 啟動(dòng)Matlab，將當(dāng)期路徑（Current Directory）定位到圖像文件夾，例如這里的img文件夾
10. 使用imread命令讀入該圖像，在命令行輸入：>> f = imread('test1.bmp');
11. 在Matlab中顯示該圖像，在命令行輸入：>> figure, imshow(f)
12. 然后，分別使用Matlab圖像工具箱中的Edge函數(shù)，分別使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的邊緣圖像：
在命令行輸入：>> g_sobel = edge(f, 'sobel', 0.05);
>> g_log = edge(f, 'log', 0.003, 2.25);
>> g_canny = edge(f, 'canny', [0.04 0.10], 1.5);
13 得到邊緣圖像計(jì)算結(jié)果后，顯示這些邊緣圖像：
>> figure, imshow(g_sobel)
>> figure, imshow(g_log)
>> figure, imshow(g_canny)

14 可以用不同的圖像做對(duì)比，后續(xù)課程解釋算法后，可以變換不同的閾值，得到不同的邊緣圖像