Canny_matlab.rar_canny_canny matlab_connect_get_coords_matlab中ge

clear all; close all; clc; img=imread('E:\using\2015\疲劳驾驶\人眼定位与人脸检测\人眼定位与人脸检测\z2.png'); imshow(img); [m n]=size(img); img=double(img); %%canny边缘检测的前两步相对不复杂，所以我就直接调用系统函数了 %%高斯滤波 w=fspecial('gaussian',[5 5]); img=imfilter(img,w,'replicate'); figure; imshow(uint8(img)) %%sobel边缘检测 w=fspecial('sobel'); img_w=imfilter(img,w,'replicate'); %求横边缘 w=w'; img_h=imfilter(img,w,'replicate'); %求竖边缘 img=sqrt(img_w.^2+img_h.^2); %注意这里不是简单的求平均，而是平方和在开方。我曾经好长一段时间都搞错了 figure; imshow(uint8(img)) %%下面是非极大抑制 new_edge=zeros(m,n); for i=2:m-1 for j=2:n-1 Mx=img_w(i,j); My=img_h(i,j); if My~=0 o=atan(Mx/My); %边缘的法线弧度 elseif My==0 && Mx>0 o=pi/2; else o=-pi/2; end %Mx处用My和img进行插值 adds=Canny_get_coords(o); %边缘像素法线一侧求得的两点坐标，插值需要 M1=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3)); %插值后得到的像素，用此像素和当前像素比较 adds=Canny_get_coords(o+pi); %边缘法线另一侧求得的两点坐标，插值需要 M2=My*img(i+adds(2),j+adds(1))+(Mx-My)*img(i+adds(4),j+adds(3)); %另一侧插值得到的像素，同样和当前像素比较 isbigger=(Mx*img(i,j)>M1)*(Mx*img(i,j)>=M2)+(Mx*img(i,j)<M1)*(Mx*img(i,j)<=M2); %如果当前点比两边点都大置1 if isbigger new_edge(i,j)=img(i,j); end end end figure; imshow(uint8(new_edge)) %%下面是滞后阈值处理 up=120; %上阈值 low=100; %下阈值 set(0,'RecursionLimit',10000); %设置最大递归深度 for i=1:m for j=1:n if new_edge(i,j)>up &&new_edge(i,j)~=255 %判断上阈值 new_edge(i,j)=255; new_edge=Canny_connect(new_edge,i,j,low); end end end figure; [~,n]=size(new_edge); % imshow(new_edge==255); a=(new_edge(:,1:n/3)==255); imshow(a); r=10;