基于matlab的图像形状分类器毕业设计.doc

基于matlab的图像形状分类器毕业设计 目 录 前 言 1 第一章 图像分类器概述 2 第一节 图像的定义 3 一、图像边缘 3 二、图像形状 3 第二节 图像边缘检测 5 一、边缘检测的主要内容 5 二、边缘检测的应用 6 第三节 国内外研究现状 8 第四节 论文主要内容及章节安排 8 第二章 数字图像处理方法 10 第一节 数字图像的预处理 10 一、数字图像 10 二、采样 13 三、量化 13 四、采样、量化和图像细节的关系 13 第二节 形状特征及其描述方法 14 一、形状特征 14 二、几种典型的形状特征描述方法 15 第三节 几种不同的度量 16 一、矩形度 16 二、圆形度 16 三、矩 17 四、不变矩 17 第三章 边缘检测与提取方法 18 第一节 边缘检测 18 一、边缘检测准备条件 18 二、边缘检测基本步骤 19 第二节 边缘提取 20 一、边缘提取的步骤 20 第三节 边缘提取的常用算子 21 一、Roberts边缘算子 21 二、Sobel边缘算子 21 三、Prewitt边缘算子 22 四、Laplacian边缘算子 22 五、Log边缘算子 23 六、Canny边缘算子 25 第四章 算法的选择和实现 29 第一节 边缘检测与识别算法 29 第二节 仿真实验及结果分析 32 一、仿真实验 32 二、结果分析 34 结 论 36 致 谢 37 参考文献 38 附录 39  前 言  第一章 图像分类器概述 数字图像边缘检测技术20世纪过的，边缘检测处理技术目前己经广泛应用。 数字图像边缘检测处理技术在最近的10年发展尤为迅速，每年均有数以百计的新算法诞生，其中包括canny算法[1]、小波变换wavelet transform等多种算法，这算法神经网络[2]、遗传算法[3]、人工智能以及模糊逻辑[4]等。 现代数字图像边缘检测处理的目标有三： （1）可视化： （2）自动化： （3）定量化： 数字图像边缘检测处理，利用计算机处理图像的边缘，这些处理方法是与计算机的发展息息相关，这是一个新的应用领域的发展，以光电、数学等技术的许多方面为主题。图像边缘检测处理已经作为一门学科，被AMS当做应用数学的一个分支。经过如此迅速的发展，它被成功应用到了几乎所有关于图像的领域中。20世纪以后，随着图像分析与处理基础理论的不断完善，其已经在众多高新技术领域中占据了重要地位。 第一节 图像的定义 一、图像边缘 图像边缘（Edlge）是指图像局部特性如，灰度突变，突变，纹理结构的突变等。本主要几种典型的边缘检测方法，[5, 6]。 图像像灰度图像灰度从一个值到另一个值，保持返回到原来值，阶跃线条边缘图像是[7]。 在讨论边缘检测方法之前，首先介绍一些术语的定义。 （1）边缘点：图像中灰度显著变化的点。 （2）边缘段：边缘点坐标及方向的总和，边缘的方向可以是梯度角。 （3）轮廓：（4）边缘检测器：图像点集的算法。 （5）边缘连接：无序边缘有序边缘表。 （6）边缘跟踪： 二、图像形状 Matlab软件在图像处理。是由美国MathWorks 公司[8]。 MatlabMatlab指令非常简单，通俗易懂，真是因为这样的优势，matlab在国际上得到了有效的发展，并被广泛运用。 Matlab程序包中含有成百上千个函数，还有四十多个工具箱用于解决各式各样的数学优化及计算问题。不仅如此，用户汉可以认为编写程序，对工具包进行扩充处理，每个工具包中都具有相应的测试案例方便初学者学习。工具包Matlab中的simulink工具箱还可以通过搭建仿真模型来，使得用户对图形有一个直观的了解，因此也受到了众多学者的认可。不仅如此，Matlab软件对所有用户免费开放，除， 本文正是 第二节 图像边缘检测 一、边缘检测的主要内容 [9]。 图像边缘检测的主要研究内容包括： （1）图像获得和抽样，（2）图像分割，图像分割（3）边界查索， （4）图像增强和复原，图像增强和复原是（5）图像分类， （6）图像变换 二、边缘检测的应用 数字图像边缘检测， （1）航天和航空技术方面的应用， （2）生物医学工程方面的应用，（3）公安军事方面的应用，（4）交通管理系统的应用， 第三节 国内外研究现状 特征提取及识别的，Mckeown研究所、VGG德国波恩大学、等，国内，例如：softelec公司的VPStudio，日本日立公司的Imageseries，美国GTX公司的GTXRaster series，挪威Rasterex公司的RxAutoImage Pro 2000等。如：SEAS系统，华中理工大学的EDIS系统，清华紫光的TH-DAIMS图纸处理系统等。 第四节 论文主要内容及章节安排 本文主要MAT