基于阈值分割和数学形态学的边缘检测算法介绍.doc

基于阈值分割和数学形态学的边缘检测算法 姓名：顾骏 学号：MZ13658 摘要：图像的边缘检测是计算机图像处理的基本步骤之一。本文主要介绍几种边缘检测技术及阈值分割技术，在此基础上结合数学形态学进行边缘检测，并用Matlab仿真，与传统的边缘检测算子Laplacian—Gauss算子、Sobel算子相比较，该算法具有检测精度高和抗干扰能力强的优点。 关键词：边缘检测技、阈值分割、数学形态学、Laplacian—Gauss算子、Sobel算子 1 边缘检测算法 边缘检测利用不同区域像素灰度不连续的特点，检测出区域的边缘，实现图像分割。不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。通过求微分算子来检测到边缘处像素的灰度不连续值进行边缘检测。 经典的边缘提取方法是通过对图像的每个像素邻域内灰度值的变化，即利用边缘邻近区域的一阶或二阶方向导数变化规律来检测边缘。Sobel算子即是基于一阶方向导数在边缘处取最大值的变化规律来提取边缘的，这种算法可以检测出平均灰度值对于阶梯状或者图像灰度值的变化。而Laplace算子则是基于二阶导数在边缘处过零的特点来提取边缘的，主要对灰度值变化呈阶梯状的图像进行检测，这种图像有过零点，对于点、线的检测效果较好，但是对含有噪声的图像检测效果不理想。虽然这些算子计