基于Matab的数字图像边缘检测算法研究毕业设计.doc

毕业设计（论文） 基于Matab的数字图像边缘检测算法研究 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　 指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　 目 录 引言 3 1 基于一阶微分的边缘检测算法 7 1.1 Roberts算子 7 1.2 Prewitt算子 8 1.3 Kirsch算子 8 2 基于二阶微分的边缘检测算法 10 2.1 Laplacian算子 10 2.2 LoG算子 12 2.3 Canny算子 15 3 最佳Sobel边缘检测方法 18 3.1 Sobel图像边缘检测方法 18 3.2 改进的Sobel边缘检测方法 18 3.3 Sobel算子的最佳阈值选取 19 4 基于Matlab的实验结果与分析 22 4.1 Matlab简介 22 4.2 一阶微分算法的实验结果与分析 25 4.3 二阶微分算法的实验结果与分析 30 4.4 最佳Sobel边缘检测算法的实验结果与分析 35 结论 40 致谢 42 参考文献 43 附录 源程序清单 45 摘 要 在实际图像处理问题中，图像的边缘作为图像的一种基本特征，经常被应用到较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域中有较为广泛的应用，也是它们的基础。 边缘检测是图像处理与分析中最基础的内容之一，也是至今仍没有得到圆满解决的一类问题。图像的边缘包含了图像的位置、轮廓等特征，是图像的基本特征之一，广泛地应用于特征描述、图像分割、图像增强、图像复原、模式识别、图像压缩等图像分析和处理中。因此，图像边缘和轮廓特征的检测与提取方法，一直是图像处理与分析技术中的研究热点，新理论、新方法不断涌现。 本文研究了一些边缘检测算法，包括传统的Roberts、Sobel、Prewitt、LoG、Canny、Kirsch等算法。经典边缘检测方法的抗噪声性能都较差，解决该问题的主要方法就是设置阈值，把得到的图像高频部分与阈值相比较以达到去噪的目的，所以阈值的选取显得尤为重要。传统方法中的阈值都是通过实验确定的，没有统一的阈值选取方法。本文利用边缘的最大后验概率估计，介绍一种新的边缘估计方法，从理论上说明了怎样选取最佳阈值。文章中关于这些方法都有较详细的介绍，以及算法的实现步骤。对算法均进行了仿真实验。 论文的主要目的是进行图像边缘检测算法性能比较的研究。实验结果表明，本文的算法比较可以为图像处理的后续环节提供一些有益的参考。 关键词： 边缘检测； 图像处理； Matlab； Sobel； 检测算法 Abstract In image processing, as a basic characteristic, the edge of the image, which is widely used in the recognition, segmentation, intensification and compress of the image, is often applied to high-level domain. Edge detection is one of the most fundamentals in image processing and analyzing, which is still unsolved. Image’s edges include image’s features such as position and outline, which belong to the fundamental features. Edge detection is widely used in image analysis and processing such as feature de