问如何对水平秩滤波进行边缘检测？

EN

我只是尝试了一个代码来处理这个特定的图像，但不是一般的。这里我们有输入图像。

​

​

a = imread('Izy.jpg');
b = imresize(a,0.5);
c = rgb2gray(b);

这里之前的代码将图像读入变量a，将其缩小到一半大小(存储在b中)，然后将其从3通道图像转换为灰度(存储在c中)。我建议使用Canny边缘检测器而不是Prewitt检测器，如下所示：

Gpx = edge(c,'canny');
L = bwlabel(Gpx,8);

​

​

• 边缘检测到的二值图像(存储在Gpx中)将有多个前景图像或区域。区域是像素的集合，每个成员像素连接到至少一个相邻像素。使用bwlabel()标记这些区域并存储在L中。
• 利用regionprops('properties','properties',..)，我们得到了图像中各区域的不同性质的结构。

这里，计算区域的area和eccentricity属性。eccentricity值帮助我们识别一个区域是圆形的还是线性的。对于圆，值是0，对于一行，值是1。

imgstat = regionprops(L,'Area','Eccentricity');
area = [imgstat.Area];
ecc = [imgstat.Eccentricity];

由于我们在图像中有129个(size(imgstat))区域，每个区域都会有一些区域和偏心值。使用试用和错误来标识area和eccentricity属性的所需值。

应用近似属性值求出车牌的边界，并将区域索引存储在label中。logical_result从标记的图像中提取并存储所需区域。

label = find((area > 150) & (ecc < 0.95) & (ecc > 0.9));
logical_result = ismember(L,label);
figure;imshow(logical_result)

存储在logical_result中的图像

​

​

现在，从logical_result计算边界值。这些值被恢复为索引，因此我们必须使用ind2sub()将它们转换为下标。从边界值中提取原始图像中感兴趣的区域。

[row, col] = ind2sub([size(c,1), size(c,2)],find(logical_result == 1));
result = c(min(row):max(row),min(col):max(col));
imshow(result);

这将产生以下结果：

​

​