屋脊边沿检测算法研究.pdfVIP

摘 要 边缘检测在图像处理与计算机视觉中占有特殊位置，是各种图像分析算法的重 要基础。图像边缘可分为阶跃边缘和屋脊边缘。在工业图像检测中，许多待检目标 都是屋脊型边缘，经典方法往往只研究阶跃边缘检测，对屋脊边缘讨论较少。本文 的目的是研究屋脊边缘检测的各种算法，并在前人基础上做出一定改进，以期获得 更理想的结果。本文讨论的算法分别基于小波分析、数学形态学以及微分几何中的 曲率理论。 小波变换良好的时频局部特性非常适合于图像处理。小波变换能够对图像进行 多尺度分解，在各种不同分辨率下对各个子图像进行边缘提取工作，并且对噪声的 抑制效果很好。本文的小波分析法对图像进行小波变换后得到图像的频域系数，通 过判断屋脊边缘的存在性、计算系数差分与期望值来实现对边缘的定位与检测。 数学形态学通过对目标的形态变换实现结构分析和特征提取的目的。本文主要 讨论二值形态学对含有屋脊边缘的指纹图像的细化理论，并将其应用到屋脊边缘检 测的综合算法之中。 基于曲率的算法通过计算像素点的主曲率与主方向来检测屋脊边缘，本文综合 运用主曲率信息得到边缘的位置，主方向信息获取边缘的走向，从而实现屋脊边缘 的检测以及自动搜索识别。 通过实验表明以上方法适用于屋脊边缘检测，并能