- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕业论文
图像边缘检测算法的分析实现
摘 要
边缘是图像最基本的特征,它包含了图像中的大部分信息,边缘检测技术广泛地应用于特征描述、图像分割、图像增强、模式识别等图像分析和处理领域,成为图像处理与分析技术中的研究热点。到目前为止,边缘检测领域已经提出了许多边缘检测算法,但是数字图像的边缘检测问题并没有得到比较完善的解决,图像在生产和传输过程中产生的噪声,使得边缘检测存在伪边缘、漏检边缘等问题,受拍摄环境和条件的限制,图像中总会出现一些与目标无关的干扰。如何提高边缘检测算法的准确性和信噪比是图像处理的经典难题,所以好的边缘检测方法一直是众多学者研究的重点,也是我们要为之努力的方向。
本文的主要内容:对数字图像处理的相关概念及其主要应用领域做了简单介绍,对边缘检测研究的背景、意义及具体步骤进行明确的阐述,对边缘检测技术仍存在的一些问题做了分析对比。对一些经典的图像边缘检测算子如:Prewitt 边缘算子、Robert 边缘算子、Laplacian 算子、Kirsch 边缘算子以及Sobel 边缘算子等进行了理论分析,并通过仿真实验比较了他们各自的优缺点及适用性,进而完成了数字图像边缘检测算法的分析实现。
关 键 词:数字图像处理;边缘检测;算子;算子。
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
第1章 引言 1
第2章 数字图像边缘检测概述 1
2.1 数字图像的相关定义 2
2.1.1 什么是数字图像 5
2.1.2 数字是如何表示图像的 5
2.2 数字图像边缘检测的相关定义 2
2.3 数字图像边缘检测的研究内容 3
2.4 数字图像边缘检测的主要应用 4
2.5 数字图像边缘检测的发展前景 6
第2章 数字图像边缘检测算法 7
3.1 边缘检测的基础理论 9
3.1.1 基本原理 9
3.1.2 基本步骤 9
3.2 边缘检测算子 10
3.2.1 Roberts算子 11
3.2. Sobel算子 12
3.2.3 Prewitt算子 11
3.2.4 Laplacian算子 12
3.2.5 Log算子 12
3.2.6 Canny算子 14
.2.7 改进的Sobel边缘检测 11
3.2.8 Sobel算子的最佳阈值选取 12
第5章 试验结果的分析比较 19
第4章 边缘检测的算法的选择与实现 16
4.1 算法 17
4.2 高斯—拉普拉斯(Log)算法 18
4. 改进的Sobel边缘检测算子 18
第5章 试验结果的分析比较 19
结束语 26
谢 辞 27
参考文献 28
附录1 28
第一章 引 言
数字图像处理应用十分广泛,边缘是图像的重要特征之一,边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域的一个重要基础。边缘检测是机器视觉系统中必不可少的重要环节,其目的是精确定位边缘, 同时较好地抑制噪声。边缘检测作为数字图像处理的一个关键环节,其研究多年来一直受到人们的高度重视,自从边缘检测的提出年到现在,在五十多年的发展中已提出了成百上千种不同类型的边缘检测算法。到目前为止,边缘检测的研究主要以两种方式为主:一、侧重于已有的传统的边缘检测技术的使用,以及完善。二、由于传统的方法难以满足某些需要以及在随着科学的进步,电脑的飞速发展的前提下不断创新,发明新更高效快速的检测算法。在这发展过程中,人们提出了许多新的边缘检测方法。这些新的方法大致可以分为两大类:一类是结合特定理论工具的检测技术方法。如基于数学形态学的检测技术、借助统计学方法的检测技术、利用神经网络的检测技术、利用模糊理论的检测技术、基于小波分析和变换的检测技术、利用信息论的检测技术、利用遗传算法的检测技术等。另一类是针对特殊的图
原创力文档


文档评论(0)