matlab 获取图像轮廓两种方法

matlab中有提取图形轮廓的函数bwperim。 但其只针对二值图像，所以需要先对灰度图像进行二值化，选定合适的阈值进行二值化。 I = imread('1.jpg');BW = im2bw(I,0.4);BW2 = bwperim(BW,8); 显示图像： subplot(1,2,1);imshow(I);title('original iamge');subplot(1,2,2), imshow(BW2);title('bwperim');

由上图可以看出，这个函数的局限性在于, 它不仅提取外轮廓, 对图形区域内部的孔洞所围成的内部边缘也提取出来。如果想只得到外形轮廓，则需要先进行填洞操作，后进行膨胀操作，去除孔、洞。填洞为imfill。 IBW = ~BW;F1 = imfill(IBW,'holes');SE = ones(3);F2 = imdilate(F1,SE,'same');BW3 = bwperim(F2); 显示图像： subplot(1,2,1);imshow(I);title('original iamge');subplot(1,2,2), imshow(BW3);title('operated bwperim');

这种方法具有一定局限性和优点，可根据个人的具体需要合理使用。 下面介绍一下另一种方法，也是较为常用的方法：edge。

edge方法适用于灰度图像。 edge的语法较为简单。 Bw = edge（I，‘methodname’）。 第一个参数为要提取轮廓的图像，第二个参数为使用的算子。 不同算子提取出来的效果略有不同。 第一种：SOBEL算子。 I=imread('lena.bmp');%  提取图像BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测 显示图像： figure; subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW1);title('sobel');

第二种：Roberts算子。 I=imread('lena.bmp');%  提取图像 BW2=edge(I,'roberts');%用Roberts算子进行边缘检测 显示图像： figure;subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW2);title('roberts');

第三种：prewitt算子。 I=imread('lena.bmp');%  提取图像 BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测 显示图像： figure;subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW3);title('prewitt');

第四种：log算子。 I=imread('lena.bmp');%  提取图像 BW4=edge(I,'log'); %用log算子进行边缘检测 显示图像: figure;subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW4);title('log');

第五种：canny算子。 I=imread('lena.bmp');%  提取图像 BW5=edge(I,'canny'); %用canny算子进行边缘检测 显示图像： figure;subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW5);title('canny');

我们也可以将图像加上噪音然后进行提取，加了噪声之后的图像的轮廓要更加杂乱。 第六种：加噪音提取。 I=imread('lena.bmp');%  提取图像 h=fspecial('gaussian',5);BW6=edge(I,'canny'); 显示图像： figure;subplot(1,2,1), imshow(I);title('original image');subplot(1,2,2), imshow(BW6);title('gasussian&canny');

以上就是提取图像轮廓常用的方法，根据需要选择合适的方法才能有更好的效果。