评阅教师签名：

1.垂直水平模板检测结果

（1）水平垂直线较多图像

  R0=imread('c:\\Documents and Settings\\Administrator\桌面\

      R0=rgb2gray(R0);

      figure

         subplot(121);

        imshow(R0);

       title('原图')

        T=edge(R0,'sobel');

        subplot(122);

        imshow(T);

        title('sobel算子边缘检测图')

（2）斜线较多图像

2.+45°、-45°模板检测结果

（1）3×3模板

①水平垂直线较多图像

      figure

          subplot(121);

        imshow(R0);

       title('原图')

         h1=[-2,-1,0;-1,0,1;0,1,2];

         W1=imfilter(R0,h1);    

        h1=[0,-1,-2;1,0,-1;2,1,0];

         W2=imfilter(R0,h1);

              w=(W1+W2);

         subplot(122);

         imshow(w);

         title(' 正负45度边缘检测图 ')

②斜线较多图像

（2）5×5模板

①水平垂直线较多图像

②斜线较多图像

h1=[-2,-1,-1,-1,0;-1,-1,-1,0,1;-1,-1,0,1,1;-1,0,1,1,1;0,1,1,1,2];

         W1=imfilter(R0,h1);            h1=[0,-1,-1,-1,-2;1,0,-1,-1,-1;1,1,0,-1,-1;1,1,1,0,-1;2,1,1,1,0];

         W2=imfilter(R0,h1);

         w=(W1+W2);

二．观察并分析实验结果，得出实验结论

Sobel算子的水平垂直和正负45度得模板都能提取出图像的边缘，水平垂直模板对提取水平垂直线条非常的适用，正负45度模板提取斜线较多的图像效果比较好。其中检测出来的边缘越细越亮越好，5*5模板不如3*3模板检测出来的边缘好。

三．总结实验过程中所遇到的问题和解决方法，并写出经验和体会

       实验中对边缘检测和锐化的概念还是有所混淆，不太知道这两方面的关系，以致很难对实验题目下定论。经过和同学讨论知道边缘检测是对图像进行锐化的前提，经过了边缘检测才可以根据数据对图像锐化。

四．思考题

1.将原图像和处理后的图像进行比较。

在图像中，边界表明一个区域的终结或另一个特征区域的开始，边缘检测是利用物体背景在某种图像特征上的差异实现的，包括灰度、颜色、和纹理特征。此实验的边缘检测就是灰度发生变化的位置。出来的边缘检测图就是提取的区域边界。

2.以上三种sobel算子各有什么特点，分别适合处理哪种类型的图像？

 水平垂直模板检测水平垂直较多的图像好，正负45度模板检测斜线较多的图像好，5*5正负45度模板检测斜线较多、线条比较粗的图像好。