编号：B374
大小：39M
环境：Matlab2020
简介：模式识别之Matlab多算法实现边缘检测
实验原理：

1.中值滤波

主要用来处理椒盐噪声。椒盐噪声的出现使得该点像素比周围的像素亮（暗）很多，而如果在某个模板中对像素由小到大进行重新排列，那么最亮的或者最暗的点一定被排在两侧。这时取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。

1.将模板中心与像素位置重合

2.读取模板下各对应像素的灰度值

3.将这些像素从小到大排成1列

4.找出这些值里排在中间的1个

5.将这个中间值赋给模板中心位置像素。

2.图像锐化

图像锐化的目的是为了突出图像的边缘信息，加强图像的轮廓特征，便于人眼或者机器的识别。图像中边缘和轮廓往往出现于图像中灰度图片的地方，而检查这些图片可以用微分实现，因而图像锐化主要是通过微分方法进行的。由于处理的对象是数字图像，其像素是离散的，对微分形式进行一些近似处理，得到离散的模板矩阵，称为算子。常见的算子诸如Laplacians、Roberts、Sobel等。用这些算子作为模板对图像进行处理，就能得到图像的轮廓图。将轮廓图与原图像相加即可得到原图像的锐化结果。

3.边缘检测

在图像锐化得到的轮廓图的基础上，根据轮廓图的灰度直方图设立阈值（一般在两峰一谷之间），对其进行二值化处理即可。

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频