基于边缘检测的路径边识别技术研究.pptxVIP

毕业答辩;一、绪论;一、绪论;二、图像预处理;常见图像噪声;2.图像噪声滤出;3.噪声滤波方法;加权平均法的基本思想是待定像素点的值与邻域内其他像素点的值随着位置关系不同而不同，代表是高斯滤波;中值滤波的思想继承于一维信号处理。其基本方法是用一个含奇数个窗口的滑动模板遍历图像，用模板中的中值替换中心窗口的像素灰度值。;三、边缘检测;2.经典边缘检测;;;（4）其他算子 现在边缘检测算种类繁多，很多科研人员根据不同的应用场合与需求，开发特点的边缘检测算子。 SUSAN检测就是一种低层次图像处理最小核值相似区算法。它的原理是用一个圆形模板遍历图像，通过比较模板其他像素与核像素灰度值的差值与给定阈值的关系，确定一个核值相似区USAN。 沈俊边缘检，基于小波分析的边缘检测从频域场分析边缘特性，神经网络算法进行边缘检测和特征识别。 ;（5）Canny边缘检测算子 边缘检测的三条准则 信噪比准则：也称为低错误率，即非边缘像素误检的概率要低，要没有伪响应。检测的边缘必须尽可能是真实边缘 边缘点很好定位：已定位边缘要尽可能接近真实边缘。检测器标记为边缘的点，与实际真实的边缘中心之间距离应该最小 单一边缘响应：对真实的边缘点，检测器仅应返回一个点。真实边缘周围的局部最大数应该最小。;（6）Canny边缘检测的具体方法 Step1.高斯滤波器平滑图像 Step2.梯度方向和梯度幅值的计算 Step3.非极大值抑制 Step4.双阈值处理和边缘连接 Canny边缘检测首先确定优化目标，为了达成目标，给出数学可行算法，在边缘检测算法中是一种非常优秀的边缘检测器 本文即采用Canny算法做边缘检测;（7）Canny边缘检测在路劲边界的效果;四、路径识别;2.直线检测—Hough变换;?;3.Hough变换的原理;?;?;4.Hough变换的实例;五、算法实现;2.m函数编写;3.路径识别实例;3.路径识别实例;3.路径识别实例;4.结果分析;六、总结与展望;2.展望;致谢;感谢聆听