边缘检测技术综述.docVIP

边缘检测技术综述 摘要 图像是人们从客观世界获取信息的重要来源，而图像边缘是图像最基本的特征之一，往往携带着一幅图像的大部分信息。边缘是图象最基本的特征。边缘检测在计算机视觉、图象分析等应用中起着重要的作用,是图象分析与识别的重要环节,这是因为图象的边缘包含了用于识别的有用信息。所以边缘检测是图像分析和模式识别的主要特征提取手段。我们对一幅图像检测并提取出它的边缘就需要研究和解决如何构造出具有良好性质及好的效果的边缘检测算子的问题。 边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合,灰度或结构等信息的突变处成为边缘。经典的边界提取技术大都基于微分运算。首先通过平滑来滤除图像中的噪声，然后进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阈值来提取边界。这些算法尽管实时性较好，但抗干扰性差，不能有效克服噪声影响。 各个边缘检测算子的检测效果各有优缺点，这和它们各自采用的算法原理是一致的。为了正确地得到图像的边缘信息，现代边缘检测技术还从小波、 数学形态学、遗传算法、基于视觉机制等多种方法进行了研究，寻求算法较为简单、能较好地解决检测精度与抗噪声性能协调问题的边缘检测算法是当前图像处理与分析领域中的一个研究热点。 文中首先介绍了几种经典的边缘检测方法，并对其性能进行比较分析；然后，综述了近几年来出现的一些新的边缘检测方法；最后，对边缘检测技术的发