如何检测图像中的边缘并创建遮罩（matlab）

我正在尝试做一项任务，但有两个问题。首先，我必须拍摄一张图像，然后检测表面的边缘

这是原始图像：

结果是：

然而，我得到了这个：

我使用了一个非常简单的代码：

filter=[1 2 1;0 0 0;-1 -2 -1];
image=imread('boat.jpg');
image_edge=filter2(filter,image);
imshow(image_edge);

正如你所看到的，这很容易，但我没有相同的图像。我的过滤器错了吗

---

第二个问题是下一个问题：我不知道如何创建miximg系数矩阵，

mask（x，y）

。必须基于边创建此矩阵（在平坦区域中值为1，到边逐渐减小为0）。我应该使用什么命令？

您的过滤器同时提取垂直边和水平边吗？因为filter2使用cov2函数并提取垂直和水平边，所以需要在代码中使用cov2两次。 检查页面，查看垂直和水平边缘上的conv2示例

您也可以尝试在MATLAB中使用edge命令，尽管该命令适用于强度图像：

I = imread('boat.jpg');
BW1 = edge(I,'prewitt');  % or any other filters supported
imshow(BW1);

---

检查不同类型的边缘过滤器。

NKN肯定明白了这一点，我想指出的唯一一点是，你在y方向使用sobel内核，如果你想在x轴上有效地执行边缘检测，内核是

Sobel_x = [1 0 -1; 2 0 -2; 1 0 -1];

还要注意的是，还有许多其他更好的检测器，比如精明的检测器。我强烈建议你去看看

---

关于你的第二个问题，我不确定你在问什么，但看起来你想要一个标准化的梯度幅值矩阵。 要获得它，您必须首先（惊奇！）计算梯度矩阵：

G=sqrt(G_x.^2 + G_y.^2);

其中，G_x和G_y是通过将图像与Sobel_x和Sobel_y进行卷积而获得的。该矩阵将包含检测边缘的图像的每个像素的梯度大小

然后，要获得区间[0,1]中的内容，只需对矩阵进行归一化：

G = G/max(G(:));

在这种情况下，您将得到与您想要的相反的结果（接近1意味着像素可能是边缘的一部分），因此您可以简单地执行G=1-G

---

编辑：

还要注意的是，为了得到一个像样的二进制结果，您需要设置梯度幅值矩阵的阈值

例如，在执行1-G之前，我在G上尝试了0.15的阈值

G = G>0.15;
G = 1-G
imshow(G)

sobel的结果是：

我相信你可以做得更好，这只是一个几乎随机的阈值来显示结果

---

阈值越高，分类为边的特征越精细

过滤器是否同时提取垂直和水平边？因为filter2使用cov2函数并提取垂直和水平边，所以您需要在代码中使用cov2两次。@Thomas，对不起。下次我会试着正确地做。谢谢，谢谢你的回答。我将尝试这些方法。你好@cifz，我有一个问题。当我用平方根“G=sqrt（G_x.^2，G_y.^2）”计算梯度时，Matlab说输入太多了。我猜，错误在于两个输入之间的逗号，对吗？它会是一个“+”吗？我做到了，结果令人满意。非常感谢你的回答，非常有帮助。是的，很抱歉，我脑子里有其他语言的组合+我累了，导致了打字错误！我正在编辑这个东西。编辑：现在它被更正了。谢谢你指点out@user3137463记住接受/投票给你最满意的答案（它不一定是我的！），因为它将帮助有类似问题的人轻松找到解决方案！