Sobel边缘检测- matlab

Question

你好，这是我家庭作业的一部分。我需要使用Sobel边缘检测来计算和显示图像bals1.tif的边缘幅值图像和边缘方向图像。

不要使用matlab的边缘函数。您可以使用conv2。显示强边缘像素(高于阈值)的二进制边缘图像(1边缘像素，0无边缘)。确定消除球阴影的阈值。

这是我的主菜单。

addpath(fullfile(pwd,'TOOLBOX'));
addpath(fullfile(pwd,'images'));

%Sobel Edge Detection 
Image = readImage('balls1.tif');
showImage(Image);
message = sprintf('Sobel Edge Detection');
sobelEdgeDetection(Image);
uiwait(msgbox(message,'Done', 'help'));
close all

这是我的SobeEdgeDetection.m

function [ output_args ] = SobelEdgeDetection( Image )

maskX = [-1 0 1 ; -2 0 2; -1 0 1];
maskY = [-1 -2 -1 ; 0 0 0 ; 1 2 1] ;

resX = conv2(Image, maskX);
resY = conv2(Image, maskY);

magnitude = sqrt(resX.^2 + resY.^2);
direction = atan(resY/resX);
thresh = magnitude < 101;
magnitude(thresh) = 0;
showImage(magnitude);

end

我的问题是：

1. i方向是用来干什么的？我如何显示它呢？
2. 有一个更好的方法来获得消除球阴影的阈值。我用了试错法……

​

​

这些是我的结果，就其规模而言：

​

​

Answer 1

根据你作业的第二部分，你已经解决了它，也就是说，你消除了阴影。

对于第一个问题:方向可以以许多不同的方式使用。这是最简单的方法:用它来制作漂亮的图片。考虑它的一个更有用的原因是当你在做非最大抑制时，但由于你不是手动做的，所以它没有多少直接的用处。要可视化渐变方向的结果，只需为您考虑的每个方向建立颜色即可。为了进一步简化可视化，还假设您将方向从0开始减少到30度到180度的增量。例如，如果你有一个35度的方向，你就认为它是30度(因为它是你简化列表中最近的一个)。接下来，我们看到一幅图像及其梯度方向的可视化，考虑到Sobel和30度的离散化(黑色表示0度方向)。

​

​

自动确定好的阈值通常不是一件容易的事情。例如，您可以从Otsu方法提供的直方图开始，然后根据您试图解决的问题，基于其他一些直方图分析来减少或增加它的值。

Answer 2

这是你第一个问题的答案：

在Sobel边缘检测算法中。得到的方向基本上就是梯度。

在图像处理中，梯度被定义为强度变化最大的方向。变化可以是强度的增加也可以是强度的降低。此外，这种变化是为每个像素计算的，这意味着对于每个像素，测量强度的最大变化。resX (在您的问题示例中，SobelEdgeDetection.m)表示X方向的更改，而resY定义Y方向的更改。

只需在Matlab的命令窗口中执行以下命令: imshow(resX)；

另请尝试，不显示(ResY)