2022字左右的圖像邊緣檢測(cè)算法研究文章

2000字左右的圖像邊緣檢測(cè)算法研究文章篇一：數(shù)字圖像邊緣檢測(cè)算法研究實(shí)現(xiàn)(畢業(yè)論文)

摘要

邊緣是圖像最根本的特征之一，故圖像的邊緣檢測(cè)是圖像處理的主要內(nèi)容之一，也一直是圖像測(cè)量技術(shù)研究中的熱點(diǎn)和焦點(diǎn)。本文從邊緣檢測(cè)的“兩難〞問(wèn)題出發(fā)，對(duì)實(shí)際圖像中可能出現(xiàn)的邊緣類型進(jìn)展了數(shù)學(xué)模型描繪，并研究分析了傳統(tǒng)邊緣檢測(cè)算法的特點(diǎn)。介紹了各種算子邊緣檢測(cè)的根本原理，在此根底上，采用傳統(tǒng)算法對(duì)參加高斯白噪聲以后的圖像進(jìn)展了邊緣檢測(cè)分析。最后針對(duì)傳統(tǒng)Canny算子在濾波過(guò)程中存在的缺陷，給出一種基于自適應(yīng)平滑濾波的改進(jìn)Canny邊緣檢測(cè)算子。通過(guò)對(duì)實(shí)驗(yàn)圖像的分析說(shuō)明，改進(jìn)的檢測(cè)算法對(duì)圖像邊緣提取具有較好的檢測(cè)精度和準(zhǔn)確性，抗噪性能良好。

關(guān)鍵詞：圖像處理，邊緣檢測(cè)，Canny算子，檢測(cè)性能

ABSTRACT

Edgeisthemostbasicfeatureofimage,therefore,theimageedgedetectionisoneofthemaincontentforimageprocessing,italsohasbeenthehotissuesofimagemeasurementtechnology.Inthispaper,the"dilemma"problemofedgedetectionisintrouduced,andthepossiblemathematicalmodelsofactualimageedgesaredescribed,andthetraditionalcharacteristicsoftheedgedetectionalgorithmareanalyzed.Avarietyofthebasicprinciplesofedgedetectionoperatorsareintroduced.Onthisbasic,usingthetraditionalmethodtodetecttheedgeoftheimagewhichisaddedGaussianwhitenoise.Finally,anadaptivefilterbasedCannyedgedetectorisgiveninordertoeliminatethedefectsofthetraditionalCannyoperator.Thoughtheanalysisofexperimentalimages,improveddetectionofimageedgedetectionalgorithmhasgoodprecisionandaccuracyofdetection,anti-noiseperformance.

Keywords:ImageProcessing,EdgeDetection,CannyOperator,Detection

Performance

目錄

第一章緒論..................................................................................................................1

1.1圖像邊緣檢測(cè)方法的研究現(xiàn)狀.......................................................................1

1.2圖像邊緣檢測(cè)方法...........................................................................................2

1.3本文研究的主要內(nèi)容及安排...........................................................................3

第二章邊緣模型分類及性能分析..............................................................................5

2.1引言...................................................................................................................5

2.2“邊緣點(diǎn)〞定義...................................................................................................5

2.3邊緣檢測(cè)“兩難〞問(wèn)題......................................................................................6

2.4邊緣分類及性能分析.......................................................................................7

第三章圖像的邊緣檢測(cè)方法....................................................................................10

3.1邊緣與邊緣檢測(cè)方法.....................................................................................10

3.1.l邊緣概述...............................................................................................10

3.1.2邊緣檢測(cè)方法.......................................................................................10

3.2經(jīng)典的邊緣檢測(cè)算子.....................................................................................12

3.2.1差分邊緣檢測(cè)算子...............................................................................12

3.2.2Roberts邊緣檢測(cè)方法.........................................................................13

3.2.3Sobel算子............................................................................................14

3.2.4Prewitt算子..........................................................................................15

3.3線性濾波邊緣檢測(cè)方法.................................................................................17

3.3.1LOG邊緣檢測(cè)方法.............................................................................17

3.3.2Canny邊緣檢測(cè)方法...........................................................................19

3.4一種改進(jìn)的canny算子.................................................................................21

3.4.1改進(jìn)的自適應(yīng)平滑濾波.......................................................................21

3.4.23×3領(lǐng)域的梯度幅值計(jì)算方法...........................................................24

第四章實(shí)驗(yàn)結(jié)果及分析............................................................................................26

4.1Matlab概述....................................................................................................26

4.2本文各邊緣檢測(cè)算法仿真結(jié)果.....................................................................27

4.2.1在無(wú)噪聲情況下...................................................................................27

4.2.2在加噪的情況下...................................................................................30

4.2.3仿真結(jié)果的比較和分析.......................................................................33

4.4含噪圖像濾波后邊緣檢測(cè).............................................................................34

4.5改進(jìn)的Canny算子實(shí)驗(yàn)結(jié)果與分析............................................................38

第五章總結(jié)和展望....................................................................................................40

致謝............................................................................................................................42

參考文獻(xiàn)......................................................................................................................43

附錄..............................................................................................................................45

第一章緒論

圖像是人類獲取和交換信息的主要來(lái)源。因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。近幾年來(lái)，圖像處理和識(shí)別技術(shù)得到了迅速的發(fā)一展。如今人們已充分認(rèn)識(shí)到圖像處理和識(shí)別技術(shù)是認(rèn)識(shí)世界、改造世界的重要手段。隨著科學(xué)技術(shù)的不斷開(kāi)展，數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域也隨之不斷擴(kuò)大。目前它己經(jīng)成為21世紀(jì)信息時(shí)代的一門重要的高新科學(xué)技術(shù)。數(shù)字圖像處理技術(shù)的開(kāi)展涉及信息科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理學(xué)以及生物學(xué)等學(xué)科，因此數(shù)理及相關(guān)的邊緣學(xué)科對(duì)圖像處理科學(xué)的開(kāi)展有越來(lái)越大的影響。近年來(lái)，數(shù)字圖像處理技術(shù)日趨成熟，它被廣泛應(yīng)用于空間探測(cè)、遙感、生物醫(yī)學(xué)、人工智能以及工業(yè)檢測(cè)等許多領(lǐng)域，并促使這些學(xué)科產(chǎn)生了新的開(kāi)展。

1.1圖像邊緣檢測(cè)方法的研究現(xiàn)狀

根據(jù)使用的知識(shí)與層次，可以將圖像分割分為數(shù)據(jù)驅(qū)動(dòng)與模型驅(qū)動(dòng)兩大類。其中數(shù)據(jù)驅(qū)動(dòng)分割直接對(duì)當(dāng)前圖像數(shù)據(jù)進(jìn)展操作，雖然也可使用有關(guān)先驗(yàn)知識(shí)，但不依賴于知識(shí);模型驅(qū)動(dòng)分割那么直接建立在先驗(yàn)知識(shí)的根底上。這樣分類更符合當(dāng)前圖像分割的技術(shù)要點(diǎn)。

常見(jiàn)的數(shù)據(jù)驅(qū)動(dòng)分割包括基于邊緣檢測(cè)的分割、基于區(qū)域的分割、邊緣與區(qū)域相結(jié)合的分割等。

基于邊緣檢測(cè)的分割的根本思想是先檢測(cè)圖像中的邊緣點(diǎn)，再按一定策略連接成分割區(qū)域。其難點(diǎn)在于邊緣檢測(cè)的抗噪性和檢測(cè)精度的矛盾，假設(shè)進(jìn)步檢測(cè)精度，那么噪聲產(chǎn)生的偽邊緣