VC++建立图像样本数据库实现图像边缘检测.docVIP

VC++建立图像样本数据库实现图像边缘检测 绪论 1.1课题研究背景及意义图像在当今世界的发展越来越受到广大群众的关注，在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分一般称为目标或前景。为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目标进一步利用，如进行特征提取和测量。图像边界处理就是指在保留图像重要信息的基础上减少数据量，并提取出感兴趣的边界处理技术和过程，使得图像更加清晰和生动形象。10034 图像中包含了人类所需要的感知世界，进而认识世界、改造世界的大部分信 息量。图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用 的要求，理解图像、识别图像中的目标是计算机视觉图像处理的中心任务。 边缘像素实质上是指局部图像范围内灰度的急剧变化(奇异点)，图像边缘就 是二维图像中奇异点的集合。物体形状、物体边界、位置遮挡、阴影轮廓及表面 纹理等重要视觉信息在图像中均有边缘产生。图像边缘是图像中最基本的特征， 是分析理解图像的基础。边缘检测对于物体识别也是很重要的。因为:(l)人眼通过 追踪未知物体的轮廓(轮廓是由一段段的边缘片断组成的)而扫视一个未知的物 体； (2)得到图像的边缘， 能使图像分析大大简化； (3)很多图像并没有具体的物体， 对于这些图像的理解取决于它们的纹理性质，而提取这些纹理性质与边缘检测有 极其密切的关系。所以边缘检测是数字图像分析处理的前提，检测结果的优劣影 响着下一步图像压缩、计算机视觉、模式识别的应用，所以对它的研究具有现实 意义和理论意义[1]。 数字图像处理技术从广义上可以看作是各种图像加工技术的总称。它包括利 慢融入我们生活的每一个角落。 图像边界处理对于进行高层次的特征提取、特征描述、目标识别和图像理 解等有着重大的影响。因此，边缘检测在图像分割、模式识别、计算机视觉等众 多方面都有着非常重要的地位。边缘检测的研究有着久远的历史，其原因一方面 是由于课题本身的重要性，另一方面也反映了这个课题的深度和难度。所以，边 缘检测方面的研究具有非常重要的理论意义[5]。 1.3本文的主要工作与内容安排 利用Visual C++以及建立的图像样本数据库，实现图像边缘检测，具体包括 图像边缘变化特征提取、边缘检测算法的设计及检测结果显示等功能。 （1）对图像进行特征提取； （2）对原图像进行二值化； （3）选择最优算法； （4）处理后的图像与原图像进行对比； （5）得出结论。 2图像边缘检测原理 图像的边缘具有以下几个特征，即： 1）灰度值出现不连续变化 2）灰度变化具有方向性 3）边缘两侧存在纹理差异及物质属性变化 4）场景内，边缘两侧的光照亮度不同 完整的边缘检测算法应该包括：提取边界点集、提出某些边界点、填补间断 点从而形成封闭边界。因此，边缘以上的属性决定了边缘检测的原理，即：由于 微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度 变化较大，故该处微分计算值较高，可将这些微分值作为相应点的边缘强度，通 过阈值来提取边缘点，即如果微分值大于阈值，则为边缘点。图像的边缘点主要 有三种（如图 1-1）：第一种是阶梯型边缘，该边缘两侧的灰度值有明显的变化； 像的一阶微分运算。 一阶微分函数通过梯度算子或一阶导数算子估计图像灰度变化方向，增强图 像中的灰度变化区域，在对增强区域进一步推算。对于连续函数 ，它在点 处的x方向，y方向和 ),( yxI ）（ yx, theta;方向的一阶方向导数为：以上是对一阶微分方法做了简要介绍，一阶微分方法是图像边界处理的主要 方法，该方法能够满足本文的要求，在本文中也采用一阶微分算法。 2.1.1 Robert算子 Robert算子是一种局部差分算子，它采用的是2times;2模板对图像的边缘进行检 测（如表2.1.1）。Robert算子采用的是对角相邻的两个像素之差来寻找边缘，找 到边缘之后，计算出每一个像素的向量，然后求绝对值。其水平方向和垂直方向 的梯度定义为： 2.1.2 Sobel算子 Sobel算子也是一种一阶微分算子，只不过由原来Robert算子的2times;2模板扩大 到3times;3模板（如表2.1.2）来检测图像边缘，图像中的每个点都是用这两个点做卷 积。Sobel算子还是一组方向算子，分别从四个方向（0度，45度，90度，135度） 来检测边缘，即对4mdash;领域采用带权的方法计算查分，它不再只是简单的求平均再差分，而是加强了中心像素上下左右四个方向的权重，削弱了4个对角近邻像 素的权重，导致在水平和垂直方向出现强烈的边缘。Sobel算子在图像上进行一个 二维空间的梯度检测。通常情况下，它被用来寻找输入的灰度图上每个点的近似 绝对梯度幅度。Sobel边缘