QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 29810|回复: 45
打印 上一主题 下一主题

我用java实现的图像边缘提取(高斯拉普拉斯算子)附源码

[复制链接]
字体大小: 正常 放大

937

主题

117

听众

3万

积分

升级  0%

  • TA的每日心情

    2020-10-25 11:55
  • 签到天数: 264 天

    [LV.8]以坛为家I

    自我介绍
    内蒙古大学计算机学院

    社区QQ达人 金点子奖 助人为乐奖 风雨历程奖

    群组2013年数学建模国赛备

    跳转到指定楼层
    1#
    发表于 2013-8-1 10:44 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    图像识别.rar (6.9 KB, 下载次数: 167) ; j4 a% B* K) \: [' ^, `& L
    高斯拉普拉斯算子; b& I$ ~* U1 x- A" J
           利用拉普拉斯算子求卷积过程恰好是边缘提取的过程。过程保留了如上所述的两种边界。但是边缘提取过程恰好是一个将图像锐化的一个过程,图像中的噪声也会被放大,大大影响了处理后基于像素对比的效果。因此引入了高斯算子,先将图像变平滑,消除噪声,再提取边界,就会达到比较理想的效果。0 X4 s# ^3 o) Y: {9 [
    如下矩阵即为高斯拉普拉斯算子9 F7 t. ]+ X+ Q, N* w- w" V
    -2   -4   -4   -4   -2
      r( [5 o6 u% m! t( y5 E-4    0   8    0   -4
    + n* f% G( M% F5 ^-4    8   24   8   -4
    6 z+ {' |. l, y) a: ?/ W9 x-4    0   8    0   -4
    8 O  ~- I0 o+ {7 ?# i-2   -4   -4   -4   -2
    3 `* e8 M% u$ [& X, `6 S0 V2 \1 p" f2 i
    基于高斯拉普拉斯算子边缘提取的实现
    4 T; ~. r% z1 }* L* _& a/ V1 }                  
    1 J5 }! D( @/ j6 w7 Y                                                                        1 e8 V" k1 T, r" C7 e
            1        2        3        4        5                                * T- @2 M/ \8 w5 h& s0 G4 M
            6        7        8        9        10                                
    * P+ H# u* G$ x& z' \        11        12        13        14        15                                " Q0 ^$ l  n/ \8 Y* R# k9 @! k' ?
            16        17        18        19        20                                
    3 u( R7 u3 i' z( S/ k1 e: M        21        22        23        24        X                                ! q% o& ~5 _" t8 B& f; G! j
                                                                            
    8 y6 \1 G& g. e# P: l/ B5 |                                                                        4 U+ X' }1 P9 \& n
                                                                            
      d! Y8 l( u* c5 L" G# V                                                                        ; S; ]; ?7 ~: {
    X=| (-2*1   +  -4*2   +  -4*3  +   -4*4  +  -2*5 +  # j) s: _7 W0 |  Y8 Y& l/ B& \/ t, f
       -4*6   +   0*7   +   8*8  +   0*9  +  -4*10+
    : t3 [& L; m; X% O, h) F-4*11  +   8*12  +  24*13 +   8*14  +  -4*15+
    + N5 B0 x4 R( J. @-4*16  +   0*17  +   8*18 +   0*19  +  -4*20: o0 G+ U6 @7 N  J3 }. C. T5 m, [
    -2*21  +   -4*22  +  -4*23 +  -4*24  +  -2*X)*0.25 |
    2 [+ o$ K1 g* t" z0 T9 V2 O! Z0 n公式上面矩阵中的X在处理后的值等于表中编号的数据与高斯拉普拉斯算子矩阵对位相乘之和,再乘以 0.25,再取绝对值(如上式)。如果该值大于255,则设该值为255,如果没有超过255则设置为原值。如上过程可以描述为:处理后的像素点灰度值等于它向上4行向左4列包含的25个像素点灰度值与算子求卷积的结果。这样做会发现高斯拉普拉斯算子中会有横向4行纵向4列像素点没有参与处理。如下图即为该算法处理图像效果。
    5 ^& v! ^. b; A. N# {. A clip_image002.jpg `{V]KBI(]CYZ5WDW8Z{4RVL.jpg
    # z& X. C3 q4 c( i+ F. K/ a; e0 X+ {& o
    . A% B; |. @1 e, ^$ x! B
    高斯拉普拉斯算子对基于像素点差异对比方法的可行性研究
    : x: t# o' |9 t& w3 _ LI2(84P1%L2BTR`LW%ODK]O.jpg   表7
    , k% E! F; s9 |7 m7 i如上表 7所示,表中标号的区域的灰度值都不为零,未标号区域的灰度值都为零。现实中的图像在图片中都是以二维图像形式显示的。二维图像可以抽象为点、线、面三种形式。+ M, O' R# k0 F) y1 U9 ]
    表 7 中的标号为1的区域,进行第3.1.3节中所述的处理后,它周围会有24个像素点的值由零变为非零的数值。假设与另一幅所有的像素点的灰度值都为零的图片对比,则两幅图片中的差异点个数会增多。. C2 P6 c( r* ]$ K) z3 K
    表 7中标号为 2的区域,进行第3.1.3节中所述的处理后,会与1区域的效果类似。假设与另一幅所有的像素点灰度值都为零的图片对比,则两幅图片中的差异点个数会增多。
    ! J; ^2 h! L: D8 p8 S% Z; y表 7 中标号为3 的区域,进行完第3.1.3节中所述的处理后,结果类似于表 8 所示,边缘的灰度值不为零,而中心的灰度值变为零。与另一幅所有的像素点灰度值都为零的图片对比,如果中心区域足够大,那么差异点个数将减少。+ P1 g- E- |7 h$ r8 ]* v
    二维的图像都是由点、线、面组成。图像在处理完以后差异点数是不可预测的,所以高斯拉普拉斯算子不适用基于像素的图像差异对比方法。在图像差异对比中不使用该方法。6 X, P+ j% H" M" S: @& p  K

    ; Z, t0 M- w9 J( L6 }7 L {_I@Z)Q)%ODRK(_[`57TFOI.jpg 表8

    ( }7 |: A+ T5 @% y
    % K8 c+ n4 G5 z# I! e) ~% N! Y* ?7 a$ J2 [$ H8 @
    源码使用方法:
    - g/ j: ^- z. I# ^' m       把源码导入eclipse中即可,大家可以看源代码自己更改一下文件的路径,测试自己的图片。1 h0 G6 L( Y! n/ G0 a& q2 `
           几年前美赛出过一道图像处理题,估计今年可能会出一道吧。希望大家能用到并提前准备+ x9 e& f+ J5 W: ^( `( J+ r6 U8 p
          
    zan
    已有 1 人评分威望 体力 能力 收起 理由
    中国好好好女人 + 50 + 999 + 10 很不错的,鼓励共享。

    总评分: 威望 + 50  体力 + 999  能力 + 10   查看全部评分

    转播转播1 分享淘帖0 分享分享3 收藏收藏4 支持支持0 反对反对0 微信微信

    3503

    主题

    538

    听众

    5990

    积分

  • TA的每日心情
    开心
    2017-2-7 15:12
  • 签到天数: 691 天

    [LV.9]以坛为家II

    社区QQ达人 元老勋章 发帖功臣 新人进步奖 优秀斑竹奖 金点子奖 原创写作奖 最具活力勋章 助人为乐奖 风雨历程奖

    群组2013年国赛赛前培训

    群组2014年地区赛数学建模

    群组数学中国第二期SAS培训

    群组物联网工程师考试

    群组2013年美赛优秀论文解

    回复

    使用道具 举报

    937

    主题

    117

    听众

    3万

    积分

    升级  0%

  • TA的每日心情

    2020-10-25 11:55
  • 签到天数: 264 天

    [LV.8]以坛为家I

    自我介绍
    内蒙古大学计算机学院

    社区QQ达人 金点子奖 助人为乐奖 风雨历程奖

    群组2013年数学建模国赛备

    回复

    使用道具 举报

    937

    主题

    117

    听众

    3万

    积分

    升级  0%

  • TA的每日心情

    2020-10-25 11:55
  • 签到天数: 264 天

    [LV.8]以坛为家I

    自我介绍
    内蒙古大学计算机学院

    社区QQ达人 金点子奖 助人为乐奖 风雨历程奖

    群组2013年数学建模国赛备

    大家快来看看吧

    点评

    honghu012  请问楼主,我们提取边缘后,面对200+张图片,用什么算法才能最快找出配对的,用穷举法找实在是太慢了  详情 回复 发表于 2013-9-14 09:53
    回复

    使用道具 举报

    aoqi        

    0

    主题

    5

    听众

    6

    积分

    升级  1.05%

  • TA的每日心情
    无聊
    2014-2-6 11:13
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    有志于数学建模的IT青年

    群组数学建模培训课堂2

    回复

    使用道具 举报

    20

    主题

    19

    听众

    217

    积分

    升级  58.5%

  • TA的每日心情

    2014-10-22 16:56
  • 签到天数: 48 天

    [LV.5]常住居民I

    自我介绍
    L.O.V.E
    回复

    使用道具 举报

    0

    主题

    6

    听众

    24

    积分

    升级  20%

  • TA的每日心情

    2014-2-10 10:03
  • 签到天数: 9 天

    [LV.3]偶尔看看II

    自我介绍
    正在数模中

    群组2013年国赛B题讨论组

    回复

    使用道具 举报

    sdccumcm 实名认证      会长俱乐部认证 

    59

    主题

    165

    听众

    5484

    积分

    升级  9.68%

  • TA的每日心情
    开心
    2015-9-28 12:07
  • 签到天数: 832 天

    [LV.10]以坛为家III

    2012挑战赛参赛者

    邮箱绑定达人 发帖功臣 新人进步奖 风雨历程奖 最具活力勋章

    群组MCM优秀论文解析专题

    群组2012第二期MCM/ICM优秀

    群组科学狂想曲

    群组第二届数模基础实训

    群组学术交流B

    回复

    使用道具 举报

    sdccumcm 实名认证      会长俱乐部认证 

    59

    主题

    165

    听众

    5484

    积分

    升级  9.68%

  • TA的每日心情
    开心
    2015-9-28 12:07
  • 签到天数: 832 天

    [LV.10]以坛为家III

    2012挑战赛参赛者

    邮箱绑定达人 发帖功臣 新人进步奖 风雨历程奖 最具活力勋章

    群组MCM优秀论文解析专题

    群组2012第二期MCM/ICM优秀

    群组科学狂想曲

    群组第二届数模基础实训

    群组学术交流B

    回复

    使用道具 举报

    honghu012        

    5

    主题

    5

    听众

    53

    积分

    升级  50.53%

  • TA的每日心情
    开心
    2013-11-9 22:59
  • 签到天数: 23 天

    [LV.4]偶尔看看III

    自我介绍
    喜欢数学 喜欢建模 喜欢听歌

    群组数学建摸协会

    群组全国大学生数学建模竞

    wangzheng3056 发表于 2013-9-13 10:16
    ) c* L1 X, Q, G# l1 L0 r大家快来看看吧

    . x+ U, E) o# ]请问楼主,我们提取边缘后,面对200+张图片,用什么算法才能最快找出配对的,用穷举法找实在是太慢了

    点评

    charge0411  我觉得应该是先用聚类分析  详情 回复 发表于 2013-9-26 17:25
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-8-1 00:42 , Processed in 0.903779 second(s), 109 queries .

    回顶部