基于matlab的模糊边缘检测

通过鼠标选择所需检测点，然后将离检测点最近的外边缘框出。

clear all
I = imread（‘1.jpg‘）;
im = rgb2gray（I）;
figure（1）

imshow（I‘border‘‘tight‘‘initialmagnification‘‘fit‘）;

axis normal

% x=800;y=1000;
[yxbutton] = ginput（1）;

thresh = graythresh（im）;
im2 = im2bw（imthresh）;

im = double（im）;
u = （im/thresh）.^2;
ft = find（im>thresh）;
ma = max（im（:））;
u（ft） = （（ma-im（ft））/（ma-thresh））.^2;
% imshow（uint8（im））;
r = 4;
temp = u;
[hl] = size（im）;
uc = 0.99;

if r>=2
    for k = 1:r
       for i = 1:h
          for j = 1:l
             if temp（ij） <= uc
                 temp（ij） = temp（ij）.^2/uc;
             else
                 temp（ij） = 1-（1-temp（ij）.^2）/（1-uc）;
             end
          end
       end
    end
end
X1 = thresh*sqrt（temp）;
X1（ft） = ma-sqrt（temp（ft））*（ma-thresh）;
X2 = X1-min（X1（:））;
f = edge（uint8（X2）‘canny‘）;
f = imfill（f‘hole‘）;
str = strel（‘disk‘5）;
ima = imdilate（fstr）;
ima = imerode（imastr）;
ima = bwareaopen（ima300）;

x = fix（x）;
y = fix（y）;
if（ima（xy）==0）
    ima = ~ima;
end
[Lm]= bwlabel（ima8）;
ima_temp = zeros（hl）;
mm = L（xy）;

ft = find（L==mm）;
ima_temp（ft） = 1;

ima_temp = imfill（ima_temp‘hole‘）;
xx = bwperim（ima_temp）;
count = 0;
xi = cell（1）;
yi = cell（1）;
for i=1:h
    for j=1:l
        if xx（ij）==1;
            count = count+1;
            xi{1}（count） = i;
            yi{1}（count） = j;
        end
    end
end
xx = xi{1}（:）;
yy = yi{1}（:）;
imshow（I）;
hold on
% xx = [xx（:）;xx（1）];
plot（[yy;yy（1）][xx;xx（1）]‘.r‘）
%     if m~=0
%     for ii=1:m
%         rectangle（‘position‘status（ii）.BoundingBox‘edgecolor‘‘r‘）;
%     end 
%     end
% for i = 1:500
%     rectangle（‘Position‘[x-i/2y-i/2ii]‘curvature‘[00]‘edgecolor‘‘r‘）;
% end
% px = fix（x）;
% py_but = fix（y）;
% py_top = fix（y）;
% while（1）
%    if f（pxpy_top）~=1
%        py_top = py_top-1;
%    elseif py_top ==0
%        break;
%    else
%        break;
%    end
% end
% while（1）
%    if f（pxpy_but）~=1
%        py_but = py_but-1;
%    elseif py_but ==l
%        break;
%    else
%        break;
%    end
% end
% figure（1）
% imshow（ima）;
% hold on
% 
% plot（py_toppy_but‘r‘）;
% a=cell（1）;
% b =cell（1）;
% count = 1;
% ed=[-1 -1;0 -1;1 -1;1 0;1 1;0 1;-1 1;-1 0]; %从左上角像素，逆时针搜索
% imgn=zeros（hl）;        %边界标记图像
% imgn（pxpy） = 2;
% while（1）
%     a{1}（count） = px;
%     b{1}（count） = py;
%     
%     for k = 1:8
%        tmpi = a{1}（count）+ed（k1）;        %八邻域临时坐标
%        tmpj = b{1}（count）+ed（k2）; 
%        if f
%     end
%     count = count+1;
% end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      384520  2016-01-21 10:19  1.jpg
     文件      429044  2016-01-21 10:20  10.jpg
     文件      239889  2016-01-21 10:19  3.jpg
     文件      239889  2016-01-21 10:19  5.jpg
     文件      223057  2016-01-21 10:20  6.jpg
     文件      384520  2016-01-21 10:20  9.jpg
     文件        2468  2016-02-27 09:26  bianyuan.m