这篇文章主要介绍了Matlab如何实现图像边缘提取，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

创新互联建站是一家专业提供高淳企业网站建设,专注与网站建设、成都网站制作、HTML5建站、小程序制作等业务。10年已为高淳众多企业、政府机构等服务。创新互联专业网络公司优惠进行中。

所谓图像边缘（Edlge）是指图像局部特性的不连续性，例如，灰度级的突变，颜色的突变，纹理结构的突变等。边缘广泛存在于目标与目标、物体与背景、区域与区域（含不同色彩）之间，它是图像分割所依赖的重要特征。

小白今天主要介绍几种典型的图像灰度值突变的边缘检测方法，其原理也适用用于其他特性突变的边缘检测。图像的边缘通常与图像灰度的一阶导数的不连续性有关。图像灰度的不连续性可分为两类：阶跃不连续，即图像灰度在不连续处的两边的像素灰度有明显的差异。线条不连续，即图像灰度突然从一个值变化到另一个值，保持一个较小的行程又返回到原来的值。但是在实际中，阶跃和线条边缘图像是较少见的，由于空间分辨率（尺度空间）、图像传感器等原因会使阶跃边缘变成斜坡形边缘，线条边缘变成房顶形边缘。它们的灰度变化不是瞬间的而是跨越一定距离的。几种边缘类型，可以通过下面的图片有个更清晰的认识。

在前面的关于图像滤波的讲解中，小白为大家介绍了sobel算子模板，但是没有讲解其具体作用。这次的讲解中，小白将为大家讲解什么是sobel算子。

sobel算子是一阶的梯度算子，也就是对信号求取一阶导数，对噪声具有平滑作用，提供较为精确的边缘方向信息，但是边缘定位精度不够高；但是该种方法比较简单，容易实现，也比较容易理解。

对一个连续函数求导是一件比较容易的事情，但是图像中的数据都是数字化之后的数据，是离散的，因此对于求导就需要使用差分方式：前面的像素灰度值减去后面像素的灰度值，并将结果大于一定阈值的设为边缘，否则就不是边缘。我们用数学公式表示就是：I(x,y)-I(x-n,y)。公式给出的是两个像素在同一行中，两个像素也可以在同一列中，而且方向也可以更改。

根据之前的模板来看的话，只有一个维度的求导可以用如下的模板表示：

可以用上面两个模板分别对原图像求取横着和竖着边缘，之后对两者求并集，便是图像整体的边缘。但是细心的小伙伴肯定会发现，模板之后两个元素，以哪个元素作为模板的中心呢？为了解决这个问题，研究者将其进行了扩展，变为以下的模板：

模板长度变为奇数便可以解决模板没有“中心”的问题。后续经过各种演化，最终变为前面几讲中提到的模板的样子。小伙伴在使用的过程中可以直接使用其模板就可以，而且Matlab也是带有sobel边缘提取的函数，不需要小伙伴自己编写复杂的程序。

常用的sobel边缘提取模板

其实很多种算子都借鉴了sobel方法的思想，Roberts算子检测方法对具有陡峭的低噪声的图像处理效果较好，但是利用roberts算子提取边缘的结果是边缘比较粗，因此边缘的定位不是很准确。我们直接给出Roberts算子的模板：

通过模板我们也能看出来，该算法是采用检测斜着方向的梯度变化来判定图像的边缘。

Canny算子是目前边缘检测最常用的算法，效果也是最理想的。但是Canny边缘检测算法不是简单的模板卷积而已，通过梯度方向和双阈值法来检测边缘点，具体算法讲解，可以通过点击”原文阅读“来了解更多：

Canny方法不容易受噪声干扰，能够检测到真正的弱边缘。优点在于，使用两种不同的阈值分别检测强边缘和弱边缘，并且当弱边缘和强边缘相连时，才将弱边缘包含在输出图像中。

Matlab提供多种边缘检测方法，通过函数edge(image,'method')来实现图像的边缘提取，通过修改参数‘method’来实现不同滤波方法。具体的边缘检测代码如下：

I=imread('lena.bmp');%  提取图像
I=rgb2gray(I);%将彩色图转换灰度图
BW1=edge(I,'sobel'); %用SOBEL算子进行边缘检测
BW2=edge(I,'roberts');%用Roberts算子进行边缘检测
BW3=edge(I,'prewitt'); %用prewitt算子进行边缘检测
BW4=edge(I,'log'); %用log算子进行边缘检测
BW5=edge(I,'canny'); %用canny算子进行边缘检测
subplot(2,3,1), imshow(BW1);
title('sobel edge check');
subplot(2,3,2), imshow(BW2);
title('roberts edge check');
subplot(2,3,3), imshow(BW3);
title('prewitt edge check');
subplot(2,3,4), imshow(BW4);
title('log edge check');
subplot(2,3,5), imshow(BW5);
title('canny edge check');

将上述代码复制到Matalb里，把图像地址改成自己想要提取边缘的图像，运行之后便可的得到图像边缘。小白在自己的电脑上运行程序的结果如下图。在程序里也利用其他算子提取了边缘，方便小伙伴的对比。

感谢你能够认真阅读完这篇文章，希望小编分享的“Matlab如何实现图像边缘提取”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!