基于数学形态学的图像边缘检测研究-计算机软件与理论专业论文.docxVIP

山东师范大学硕士毕业论文摘要 山东师范大学硕士毕业论文 摘要 边缘检测是图像处理与分析中最基础的内容之一，也是至今仍没有得到圆满解决 的一类问题。图像的边缘包含了图像的位置、轮廓等特征，是图像的基本特征之一， 广泛地应用于特征描述、图像分割、图像增强、图像复原、模式识别、图像压缩等图 像分析和处理中。因此，图像边缘和轮廓特征的检测与提取方法，一直是图像处理与 分析技术中的研究热点，新理论、新方法不断涌现。 数学形态学是一种新型的图像处理方法和理论，它是建立在几何学的基础上，用 集合论方法定量描述几何结构的科学。数学形态学是图像几何特征分析与处理的有力 工具，其基本思想是利用_个携带对象特征的结构元素去探测图像，收集图像的信息。 正因为结构元素有着独特的优势，形态学图像处理已经成为数字图像处理的一个主要 研究领域。 本论文的主要目的是围绕数学形态学进行图像边缘检测的研究，将形态学的思想 和方法用于噪声污染情况下图像的边缘检测，在获得较好边缘细节的同时提高抗噪性。 由于形态学的特点及其在图像处理中所固有的优势，它在边缘检测问题上取得了较好 的效果。 图像的边缘是指图像灰度值的不连续点或变化剧烈的点的集合，这种变化可以用 数学上的梯度来刻画其分布。文章中，我们用一定的篇幅介绍了图像边缘的定义、数 学上对差分和梯度的定义，并且较为详细地综述了传统的和新兴的边缘检测方法，客 观地分析了它们的优缺点，给出了边缘检测的实验结果。本文围绕形态学展开研究， 因此详细介绍了数学形态学的起源和发展，并从二值形态学出发到灰度形态学着重研 究了数学形态学的膨胀、腐蚀、开启、闭合等运算及其性质。并就开、闭运算的滤波 性能作了一定讨论，在全方位滤波算法的基础上作出了一定的改进，为后文的边缘检 测算法奠定了基础。 在本文的边缘检测算法研究中，我们首先将边缘的定义拓展成形态学意义下的边 缘并给出噪声定义；然后用实例分析讨论了各种结构元素在形态学运算中的效用，针 对结构元素的线条走向和尺度大小寻找到了检测效果较为理想的结构元素，为后文的 边缘检测算法莫定了基础；接着介绍了基于单结构元素基本的和抗噪型的边缘检测算 子，对Lenna的原始和5％的椒盐噪声图像进行了检测，重现了其结果，最后对单结构 元素的抗噪型检测算子进行改进，将改进的丌-闭、闭一开运算滤波思想加入到边缘检 测算法中．提出了一种多结构元素多路加权合成的形态边缘检测算法。在该算法中， 3 基于数学形态学的图像边缘检测研究 基于数学形态学的图像边缘检测研究 根据滤波图像的均值来近似原始无噪图像，采用用峰值信噪比来确定加权参数，该方 法实际是一种自适应的方法，比固定的均值加权适应性强，另外该方法中的多路合成 可以进行分解，视效果而定合成的次数，也具有一定的适应性。 实验证明：用形态学方法进行图像边缘检测，算法简单，噪声抑制能力优于传统 的边缘检测算法，同时能较好地保持图像的细节特征，本文提出的多结构元素多路加 权合成形态边缘检测算法检测出来的边缘较为细致，线条基本是细线、连续的，同时， 抑制噪声的效果明显比传统的边缘检测算子检测的效果要好。 关键词：图像处理；边缘检测；数学形态学：多结构元素；多路加权合成 分类号：TP391 4 山东师范大学硕士毕业论文Abstract 山东师范大学硕士毕业论文 Abstract Edge Detection is one ofthe basal contents on image processing and analysis，on which people have not yet find satisfactory way out．The edge which is one of the most important fundamental feature of an image，embodying the other features such as position and outline etc．，is widely used in image analysis and processing such as feature deseription． imfige segmentation，image enhancement，pattern recognition and image compression ete．， So Edge Detection is the research hotspot in the technology of image processing and analysis all the while，on which the new theory and methods are put forward constantly． Mat