边缘检测与特征提取
实验说明
实验四:边缘检测与特征提取
学习计算机视觉中的基础技术——边缘检测。理解梯度、方向等概念,掌握经典边缘检测算子的原理与应用。
为目标识别、图像分割等高级应用打下基础。
达成要求：能自主选择Sobel、Canny或Harris方法并调节灵敏度与阈值，完成边缘检测或角点提取，导出结果并对比算法差异。
- 理解图像梯度与边缘的关系
- 掌握一阶微分算子(Sobel/Prewitt/Roberts)
- 学习二阶微分算子(Laplacian/LoG)
- 体验Canny边缘检测的多阶段处理
- 实践角点检测(Harris/SIFT)
- 提取HOG/LBP等传统特征
- 知识目标: 掌握边缘检测与特征提取的原理
- 能力目标: 培养图像特征分析与选择能力
- 素养目标: 理解从低级特征到高级语义的转换
- 图像梯度计算方法
- Sobel/Prewitt边缘算子
- Canny边缘检测算法
- Harris角点检测
- SIFT/SURF特征描述子
- HOG特征提取
漫话数媒
开始实验后，课前的“AI 导学”会在这里生成奇思、妙想的对话。
已阅读实验说明、看过仿真实验区，可直接从这里开始
