复合形态学边缘检测.ppt

复合形态学边缘检测方法的研究与实现 学生：司亚甜 学号： 班级：网络工程一班 指导老师：吴小培 壹 贰 叁 肆 伍 论文研究背景及研究意义 图像色彩空间转换 形态学图像处理 图像的边缘检测 复合形态学边缘检测 第一章 论文研究背景及研究意义 边缘检测是在图像的局部区域上对像素点所做的一种运算。 对于一幅图像来说，边缘信息正是图像信息的精要所在，它所包含的往往是图像中物体的轮廓信息，所以我们对图像进行边缘检测方法的研究是必要的和重要的。 应用：医学、林业、遥感、工程技术中的零部件检查、故障诊断以及探伤等更多领域。 新技术、新方法给人们如何选择合适的、更佳的图像边缘检测方法提出了新的难题。因此，对边缘检测的研究也有很重要的实用价值。 第二章：图像色彩空间转换 2.1 RGB到GRAY的转换 2.2 GRAY到二值化的转换 2.3 开发工具和环境 2.1 RGB到GRAY的转换 最大值法：使RGB的值等于三个值中的最大值，即： R=G=B=max（R,G,B） 用最大值法对彩色图像进行灰度化处理会使图像的整体亮度增强。 平均值法：对R,G,B求出平均值，即： R=G=B=(R,G,B)/3 采用平均值法对彩色图像进行灰度化处理会形成比较柔和的灰度图像。 加权平均值法：根据三种基色的重要性或者其他指标给R,G,B赋予不同的权值，即： R=G=B=(Wr*R+Wg*G+Wb*B)/(Wr+Wg+Wb) 其中Wr，Wg，Wb分别是R,G,B的权重。 取不同的值，加权平均值法将形成不同的灰度图像，由于人眼对绿色的敏感度最高，红色的敏感度次之，蓝色的敏感度最低，因此使WrWgWb将得到比较合理的灰度值图像。 2.2 GRAY到二值化的转换 全局二值化：最常用的方法就是设定一个全局的阈值T，并用T将图像的数据分成两个部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色（或者黑色），将小于T的像素群的像素值设定为黑色（或者白色）。 局部自适应二值化：该方法的阈值是通过对该窗口像素的平均值E，像素之间的差平方P，像素之间的均方根值Q等各种局部特征，可以设定一个参数方程进行阈值的计算。 原图 二值化图 2.3 开发工具及环境 MATLAB----即是一种直观高效的计算机语言，同时又是一个科学计算的平台，最突出的特点就是简洁，它为数据分析、数据可视化、算法和应用程序开发提供了最核心数学和高级图形工具。 对于本实验的形态学处理和边缘检测处理就采用了MATLAB工具进行程序开发，并用MATLAB制作图形用户界面以直观的来观察实验效果。 第三章：形态学图像处理 3.1 膨胀操作与腐蚀操作 3.2 开操作与闭操作 3.1 膨胀操作与腐蚀操作 膨胀：膨胀的作用就是给图像中的对象边界添加像素，填补图像出现的一些凹洞和连接图像边缘的小裂痕。 腐蚀：腐蚀的作用就是删除对象边界像素点，减少物体的边界元素，能够消除图像细的凸起。 膨胀图 腐蚀图 3.2开操作与闭操作 开操作是通过求取B在拟合A时的平移的并集得到的，即B在A的边界内转动时，B中的点所能到达的A的边界的最远点。 因为开操作和闭操作是一对对偶操作，所以闭操作有相似的几何解释，只是在边界外部转动B。 开操作图 闭操作图 第四章：图像的边缘检测 Prewitt 算子 Sobel算子 Canny 算子 Roberts算子 二阶微分算子 LOG算子 PrewittSobel Prewitt算子属于中心差分类型，为在检测边缘的