网站大量收购独家精品文档,联系QQ:2885784924

canny算子与形态学相融合的边缘检测算法研究与应用计算机软件与理论专业论文.docxVIP

canny算子与形态学相融合的边缘检测算法研究与应用计算机软件与理论专业论文.docx

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
canny算子与形态学相融合的边缘检测算法研究与应用计算机软件与理论专业论文

目录第一章绪论 目录 第一章绪论 .1. 1.1引言 .1. 1.2课题研究目的和意义 _ ..2. 1.3国内外研究现状及发展趋势 .3. 1.4理想边缘检测结果的要求 .5. 1.5边缘检测存在的难点问题 .6. 1.6本文的主要内容 .7. 第二章数字图像边缘检测基础 .9. 2.1数字图像理论 .9. 2.2图像的边缘检测 .10. 2.3经典的边缘检测算法 .12. 2.3.1基于一阶导数的边缘检测 一12. 2.3.2基于二阶导数的边缘检测 一14. 2.4形态学基本原理及其边缘提取算法 .1 6- 2.4.1结构元素及四种基本运算 一1 6. 2.4.2形态学边缘检测算法 .1 7. 2.5小波变换 .一1 8- 2.6本章小结 ..19一 第三章改进的Canny算子边缘检测算法 .20. 3.1引言 .-20- 3.2传统Canny算子图像边缘检测算法 .20- 3.2.1平滑滤波 -20— 3.2.2计算梯度幅值和方向 .2l- 3.2.3非极大值法抑制梯度幅值 一21. 3.2.4双阈值确定与边缘连接 -2l- 3.3改进的Canny算子图像边缘检测算法 一22- 3.3.1形态学滤波 一22— 3.312改进的8一邻域幅值计算方法 .一22— 3.4仿真实验 .-23- 3.5本章小结 .-26一 第四章改进的形态学边缘检测方法 一27. 4.1引言 .一27— 4.2传统的形态学边缘检测算法 -27- 4.3改进的形态学边缘检测算法 一28- 4.3.1算子及矩阵元的选取 一28- 4.3.2计算马氏距离 .-29一 III 万方数据 4.3.3计算权值和图像边缘 4.3.3计算权值和图像边缘 .30. 4.3.4改进的边缘检测算法步骤 一3 1. 4.4仿真实验 ..3 1. 4.5本章小结 ..33. 第五章融合算法及应用 ..34. 5.1引言 .34. 5.2图像融合边缘检测算法 .34. 5.3评价分析 .一35- 5.4仿真实验 .一37— 5.5融合算法的应用 一40一 5.5.1黑水城唐卡图像的介绍 一40— 5.5.2黑水城唐卡图像的边缘检测 一41— 5.6本章小结 .·43- 第六章结论与展望 .-44— 6.1结论 ..-44- 6.2展望 一44。 参考文献 -45一 致谢 一48一 个人简介 -49一 IV 万方数据 宁夏大学硕士学位论文 宁夏大学硕士学位论文 第一章绪论 第一章绪论弟一早珀了匕 1.1引言 许多研究证明,人类获取的信息有70%左右来源于视觉,而视觉信息源于外部世界在 人眼中产生的图像。图像所展示的信息能够比文字描述的信息更为真实且直观。古人说的好: “闻名不如见面”,可见,即使再丰富的语言也难以展示出一幅图像所带给人的信息。当前, 人工智能如此炙热,而它包含的机器视觉就是数字图像处理在现实生活中的很好应用。由于 现实中大量的信息所对应的大量数据目前已经远远超出了人脑对其的辨认分析能力,而可视 化技术就是把大量纷繁复杂的数据以图形图像的形式表达出来,以便使人能够从中获得更真 实直观的信息,也因此吸引了许多学者前仆后继去研究数字图像处理技术。数字图像是指数 字化的图像信息,由一些离散的位置点和像素值构成[·]。对灰度图像来说,它的数学表达其 实是一个非负的二维矩阵,矩阵里每一点的值的范围在0-255之间,0是黑色,255是白色, 值愈大,这一点的亮度就愈高,反之亦然。如图1.1所示,IN(a)为一个数字图像,图(b)为 其左上角7x8区域的灰度值。 1 2 1 2 i 5 1 6 t 3 蠡6 l 2 l l£。6 1 鸯S 2 窖0 5 l 5 l l 3 S 3 5 2 i S l l !l l 6 l l 2 6 2 巷巷6 3 l 6 1 2 O S 8^譬^“U 1 l I S 6 3 6 2 l 5 0 0 5 1 I ..I.1;tI●:6 l l 5 0盆 i 5 ^,_^j^j々‘_l壁了。 i: 5 i: 5墨露巷巷巷基 9 l::,●‘ 5 l-nU^qv 1 6毒6巷5 1}5 7 6 2 i 6 l 5 5嚣蠡5 9 0 6 l l,‘-¨U 6卷6舂罨5 g (a) (bJ 图l一1数字图像示例 广义的图像处理涵盖的方面比较多,但可根据在处理过程中所涉及的知识复杂程度和影 响范围分为三个层次: (1)低层处理:又称图像的狭义处理,是以整幅图像的像素点为处理对象,输出也是一 幅完整的图像,其目的是突出某些细节信息,改善图像质量,方便人和机器分析辨认,为后 来的图像模式识别打基础,比如图像增强和图像去噪等处理操作。 (2)中层处理:又称图像分析,它是在狭义处理的基础上以区域块为对象,输出可能只 是输

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档