Seminarski rad

Obrada digitalne slike

 Zadatak za seminarski rad
• Date su slike slika37_1.jpg i slika37_2.jpg. potrebno je
detektovati ivice na slikama primjenom Canny
detektora ivica i primjenom morfoloških operatora.
Koja po Vama metoda daje bolje rezultate i zašto?
• Druga slika sadrži šum. Primijeniti filtriranje slike, a
zatim detekciju ivica. Kakvi se rezultati dobijaju u
odnosu na detekciju ivica bez filtriranja?
• Seminarski rad mora sadržavati kod, sve rezultujuće
slike i jasno objašnjenje kako su izvedeni postupci
obrade slike (uz opis metode) i koji su rezultati.
 Detektovanje ivica primjenom
morfoloških operatora
• % primjena morfoloskih operatora slika 1
• A = imread ('slika37_1.jpg'); %ucitavanje slike
• se=strel (ones(3)); %definisanje strukturnog elementa
• Amax=imdilate(A,se); %gray scale dilatacija slike
• Amin=imerode(A,se); % gray scale erozija slike
• Mgrad=Amax-Amin; % oduzimanje dviju slika
• subplot(1,3,1), imagesc(Amax); axis image;axis off;
• subplot(1,3,2), imagesc(Amin); axis image; axis off;
• subplot(1,3,3), imagesc(Mgrad); axis image; axis off;
• colormap(gray);
subplot(1,3,1), imagesc(Amax); axis
image;axis off;
subplot(1,3,2), imagesc(Amin); axis
image; axis off;
subplot(1,3,3), imagesc(Mgrad); axis
image; axis off;
Isti se postupak koristi i za drugu sliku
 Canny detektor ivica
• % canny detektor ivica
•
• I = imread('slika37_1.jpg'); %ucitavanje slike
• subplot(2,2,1), imshow(I);
• P = imread('slika37_2.jpg'); %ucitavanje slike
• subplot(2,2,2), imshow(P);
•
• IEr = edge (I, 'canny'); %naglasavanje ivica pomocu canny detektora
• subplot(2,2,3), imshow(IEr);
•
• IEp = edge (P, 'canny');
• subplot(2,2,4), imshow(IEp);
 IEr = edge (I, 'canny');
subplot(2,2,3), imshow(IEr);
 IEp = edge (P, 'canny');
subplot(2,2,4), imshow(IEp);
 Koja po vama metoda daje bolje
rezultate i zašto?
U ovom primjeru i jedna I druga metoda su dale
dobre rezultate s tim da je canny metoda za
prepoznavanje ivica bolja za tehniku dodatne
obrade jer pokazuje više detalja na slici.
 Filtriranje slike te detekcija ivica
• %Primijeniti filtriranje slike, a zatim detekciju ivica.
• I = imread('slika37_2.jpg'); %ucitavanje slike
• subplot(2,2,1), imshow(I); %prikaz slike
• k = ones(3,3)/9; %Definisemo mean filter
• Im = imfilter (I, k); %primjenjujemo filter na orginalnu
sliku
• subplot(2,2,2), imshow(Im); %prikaz rezultujuce slike
• S = edge (Im, 'canny'); %primjenjivanje canny detektora
ivica na dobijenu sliku
• subplot(2,2,3), imshow(S); %prikaz finalne slike
Orginalna slika
Filtrirana slika
Primjena detektora ivica na filtriranoj
slici
Kakvi se rezultati dobijaju u odnosu na
detekciju ivica bez filtriranja?
• Rezultati koji se dobiju primjenom canny
detektora ivica na filtriranu sliku u odnosu na
sliku koja nije filtrirana su puno bolji. Slika je
mnogo jasnija i više odgovara orginalnoj slici.