数字图像边的缘检测方法的实现本科.docVIP

前言 数字图像处理技术就是利用计算机对图像的信息进行加工处理，使得图像中的信息能够为我们所用。随着计算机技术的快速发展，数字图像处理技术已经融入到人们的生活之中，从早期的人们随处可见的报纸、杂志、照片以及各种刊物，到现代化社会中的卫星遥感，天气预报，航空测量等，在这些产物中，数字图像处理技术是必不可缺的。 图像的边缘是图像的重要特征之一, 可以定义为图像局部特征的不连续性，表现为图像灰度级的突变，纹理结构的突变和彩色的变化等，图像的边缘信息包含了大部分的图像特征信息，对图像分析十分重要。在一幅图像中，边缘有方向和幅度两个特征，一般沿边缘走向的灰度变化比较平缓，而垂直于边缘方向走向的灰度变化剧烈，这种变化可能是阶跃形，也可能是斜坡形。使图像的轮廓更加突出的图像处理方法叫做边缘检测或边缘增强。 数字图像的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十分重要的基础, 其目的是精确定位边缘, 同时较好地抑制噪声, 因此边缘检测是机器视觉系统中必不可少的重要环节。然而, 由于实际图像中的边缘是多种边缘类型的组合, 再加上外界环境噪声的干扰, 边缘检测又是数字图像处理中的一个难题。 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。它包括利用计算机和其他电子设备完成一系列工作，如图像采集、获取、编码、存储和传输，图像变换、增强、恢复和重建，特征是提取测量，目标的检测、表达和描述，序列图像的校正，图像数据库的建立、索引、查询和抽取等等。由于图像处理任务的复杂性，目前要找出一个通用的方法适应各种情况是几乎不可能的。针对某类特定问题，则可能找到有效的图像处理方法。边缘检测是图像处理中基础而又重要的课题，图像分析和理解的第一步常常是边缘检测。 边缘检测是图像特征提取的重要技术之一，边缘常常意味着一个区域的终结和另一个区域的开始。图像的边缘包含了物体的形状的重要信息，它不仅在分析图像时大幅度地减少了要处理的信息量，而且还保护了目标的边界结构。因此。边缘检测可以看做是处理许多复杂问题的关键。 第1章 数字图像处理与边缘检测 §1.1 数字图像及其处理 人类在对信息的传递、处理的过程中，图像信息的处理一直占有很重要的地位。信息时代的早期，图像是作为一种模拟信息来进行传递和处理，然而，模拟信号有很多显而易见的缺点：一是模拟信号很难储存，二是模拟信号在传输的过程中抗干扰的能力很差。随着科技的快速发展，数字信息已经开始进入到我们的生活之中，人类在对图像的处理上有了更深一步的理解，数字图像处理开始进入到人们的视野之中。数字图像可以通过很多设备生成，例如数码相机、扫描仪、坐标测量机等等。同时，也可以通过一些非图像的信息里面获取得到，例如数学函数或者三维几何模型等。 而所谓的数字图像处理，就是通过计算机的软件对图像信息进行加工以满足人们的感官视觉。其中，计算机对图像信息的加工包括了对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 一般来说，对图像信息加工主要有两个方面：一、对图像的亮度、彩色进行处理来改善图像的质量，以提高视觉感官质量。二、提取图像中的某些和信息来计算机分析图像提供便利。这些特征包括很多方面，如频域特征、灰度或颜色特征、边界特征、区域特征等。 §1.2 边缘及其检测 边缘是图像最基本的特征。图像的边缘是指图像信号强度发生急剧变化的位置，即在灰度级上发生急剧变化的区域。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；第二种是屋脊型边缘，该边缘中间的灰度值与两边的灰度值有明显的差异。第三种是线性型边缘，该边缘中间的灰度值与两边得灰度值差异很大，它与屋脊边缘的差别在于，屋脊边缘从侧边到中间灰度值的变化是逐渐变化的，而线性边缘从侧边到中间灰度值的变化是瞬间变化的。 边缘检测是数字图像处理与模式识别中最基础的内容之一，边缘提取与检测在数字图像处理中占有很重要的地位，其算法的优劣直接影响所研究产品的性能。它的主要内容就是对图像灰度值的度量、检测和定位。现在，局部技术边缘检测的方法主要有一次微分（Roberts算子、Sobel算子、Prewitt算子、Kirsch算子等）和Marr-Hildre算子（也称拉普拉斯高斯算子）和canny边缘检测算子。同时，近年来迅速发展起来的小波理论，其中，小波变换是检测灰度值变化强有力的工具，能很好的判断灰度变化的位置。 图1-1 图像的三种边缘 §1.3 论文的总体结构 第2章我们将对图像边缘检测的一次微分算子和拉普拉斯高斯算子以及Canny算子的准则和算法进行综合概述。 第3章对近年来迅速发展起来的小波理论，讲述其为图像处理带来的新的理论和方法。 第4章是介绍算法的Matlab实现和算法的结果。 第5章是结论。 边缘检测原理及