16、图像处理入门指南

图像处理入门指南

1. 图像轮廓检测

1.1 基本方法

图像轮廓检测是图像处理中的常见应用。一种简单的方法是先使用导数滤波器提取图像中具有显著梯度的部分，然后为每个像素定义一个布尔信息，表明该像素是否属于轮廓。这可以通过将所得结果与阈值进行比较来实现。

以下是一个使用示例代码：

%===== thresholdg.m
%===== file loading
clear; load lenabool2; % after differentiation
subplot(121); mydisp (pixr,cmap);
%===== threshold with manual choice for alpha
alpha=0;
decal=round((max(max (pixr))+min(min(pixr)))/2);
subplot(122) ; imagesc(-sign(pixr+decal+alpha)) ;
axis ( 'image' )

1.2 常见方法

将高斯低通滤波器与一阶水平和垂直导数相结合是一种非常常见的轮廓检测方法。J. Canny 表明，这种方法类似于应用一个优化精度和稳定性准则的滤波器。在导数结果中搜索局部最大值（峰值）可能是更明智的做法。

1.3 练习：使用 Sobel 滤波检测轮廓

1. 将 Sobel 滤波器应用于测试图像。
2. 使用所得像素 $P_v(k, l)$ 和 $P_h(k, l)$，构建像素 $\sqrt{P_v^2(