基于神经模糊算法的边缘检测算法
2014-11-17 10:36
381 查看
本文参照赵小川编著的《MATLAB图像处理——能力提高与应用案例》,个人觉得该算法具有较好的复杂度,且效果并不比Canny优越,但是可以学习一下。
程序结果演示:
function edge_detection_based_on_neural_network %选择图像 [file path] = uigetfile('*.bmp;*.jpg;*png','选择一副图片'); if file==0 warndlg('用户必须选择一个输入的图片'); else a=imread(fullfile(path,file)); end figure; subplot(131),imshow(a,[]); %方向检测 I = double(a); [R C P]=size(a); for i=2:R-1 for j=2:C-1 D1(i-1,j-1)=abs(I(i-1,j-1)-I(i,j))+abs(I(i+1,j+1)-I(i,j)); D2(i-1,j-1)=abs(I(i-1,j)-I(i,j))+abs(I(i+1,j)-I(i,j)); D3(i-1,j-1)=abs(I(i-1,j+1)-I(i,j))+abs(I(i+1,j-1)-I(i,j)); D4(i-1,j-1)=abs(I(i,j-1)-I(i,j))+abs(I(i,j+1)-I(i,j)); end end %边缘分类 [R C P] = size(D1); for i=1:R for j=1:C if((D1(i,j)<=35)&&(D2(i,j)<=35)&&(D3(i,j)<=35)&&(D4(i,j)<=35)) New_im(i,j)=0;%BACKGROUND CLASS elseif ((D1(i,j)<=35)&&(D2(i,j)>35)&&(D3(i,j)>5)&&(D4(i,j)>35)) New_im(i,j)=1; elseif ((D1(i,j)>35)&&(D2(i,j)<=35)&&(D3(i,j)>5)&&(D4(i,j)>35)) New_im(i,j)=2; elseif ((D1(i,j)>35)&&(D2(i,j)>35)&&(D3(i,j)<=5)&&(D4(i,j)>35)) New_im(i,j)=3; elseif ((D1(i,j)>35)&&(D2(i,j)>35)&&(D3(i,j)>5)&&(D4(i,j)<=35)) New_im(i,j)=4; elseif ((D1(i,j)>35)&&(D2(i,j)>35)&&(D3(i,j)>5)&&(D4(i,j)>35)) New_im(i,j)=5;%SPECKLE CLASS end end end %自组织 C_0 = [5 5 5 5]; C_1 = [5 35 35 35]; C_2 = [35 5 35 35]; C_3 = [35 35 5 35]; C_4 = [35 35 35 5]; C_5 = [35 35 35 35]; [r c]=size(D1); n1 = 1; for i=1:r for j=1:c X = [D1(i,j) D2(i,j) D3(i,j) D4(i,j)]; U_0(i,j) = 1-(sum(abs(X-C_0)))/451; U_1(i,j) = 1-(sum(abs(X-C_1)))/451; U_2(i,j) = 1-(sum(abs(X-C_2)))/451; U_3(i,j) = 1-(sum(abs(X-C_3)))/451; U_4(i,j) = 1-(sum(abs(X-C_4)))/451; U_5(i,j) = 1-(sum(abs(X-C_5)))/451; [Value ind]=sort([U_0(i,j) U_1(i,j) U_2(i,j) U_3(i,j) U_4(i,j) U_5(i,j)],'descend'); if ind(1)==1 New_edgeim(i,j)=0; else New_edgeim(i,j)=1; end end end subplot(132),imshow(New_edgeim,[]); New_im = New_edgeim; [r c]=size(New_im); for i=2:r-1 for j=2:c-1 switch New_im(i,j) case 0 New_edge(i-1,j-1)=0; case 1 if(D3(i,j)>=D3(i+1,j-1))&&(D3(i,j)>D3(i-1,j+1)) New_edge(i-1,j-1)=1; else New_edge(i-1,j-1)=0; end case 2 if(D4(i,j)>=D4(i+1,j-1))&&(D4(i,j)>=D4(i-1,j+1)) New_edge(i-1,j-1)=1; else New_edge(i-1,j-1)=0; end case 3 if(D1(i,j)>=D1(i+1,j-1)&&(D1(i,j)>=D1(i-1,j+1))) New_edge(i-1,j-1)=1; else New_edge(i-1,j-1)=0; end case 4 if(D2(i,j)>=D2(i+1,j-1)&&(D2(i,j)>=D2(i-1,j+1))) New_edge(i-1,j-1)=1; else New_edge(i-1,j-1)=0; end case 5 New_edge(i-1,j-1)=1; end end end subplot(133),imshow(New_edge);
程序结果演示:
相关文章推荐
- 基于模糊Choquet积分的目标检测算法
- 一种基于边缘的运动目标检测与跟踪算法
- 基于模糊Choquet积分的目标检测算法
- <<一种基于δ函数的图象边缘检测算法>>一文算法的实现。
- 图像处理常用算法GPU实现三:基于模板匹配的边缘检测
- 前景检测算法(十二)--基于模糊Choquet积分
- 图像处理常用算法GPU实现三:基于模板匹配的边缘检测
- 灰度图像的区域分割插值算法和针对彩色图像的基于Canny边缘检测的色彩融合算法
- <<一种基于δ函数的图象边缘检测算法>>一文算法的实现。
- 图像处理常用算法GPU实现二:基于微分的边缘检测
- 基于DM642的图像边缘检测算法的研究
- 身份证号码图像提取--基于canny边缘检测的连通域检测算法
- 基于canny的边缘检测算法:
- 每天进步一点点------Sobel算子(3)基于彩色图像边缘差分的运动目标检测算法
- 图像处理常用算法GPU实现二:基于微分的边缘检测
- 基于MATLAB的Sobel边缘检测算法实现
- Canny边缘检测算法原理及其VC实现详解
- 图像边缘检测(Canny 算法)的Java实现
- 图像边缘检测算法的理解(转)
- 基于肤色和眼睛定位的人脸检测算法——MATLAB实现【转】