資源描述：
《基于Matlab地?cái)?shù)字圖像邊緣檢測(cè)算法研究畢業(yè)設(shè)計(jì).docx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、基于Matlab的數(shù)字圖像邊緣檢測(cè)算法研究專業(yè)：自動(dòng)化班級(jí)：2006級(jí)4班姓名：沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文）沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文）目錄引言31基于一階微分的邊緣檢測(cè)算法71.1Roberts算子71.2Prewitt算子81.3Kirsch算子82基于二階微分的邊緣檢測(cè)算法102.1Laplacian算子102.2LoG算子122.3Canny算子153最佳Sobel邊緣檢測(cè)方法183.1Sobel圖像邊緣檢測(cè)方法183.2改進(jìn)的Sobel邊緣檢測(cè)方法183.3Sobel算子的最佳閾值選取194基于Ma
2、tlab的實(shí)驗(yàn)結(jié)果與分析224.1Matlab簡(jiǎn)介224.2一階微分算法的實(shí)驗(yàn)結(jié)果與分析254.3二階微分算法的實(shí)驗(yàn)結(jié)果與分析304.4最佳Sobel邊緣檢測(cè)算法的實(shí)驗(yàn)結(jié)果與分析35結(jié)論40致謝42參考文獻(xiàn)43附錄源程序清單45沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文）摘要在實(shí)際圖像處理問(wèn)題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應(yīng)用到較高層次的圖像應(yīng)用中去。它在圖像識(shí)別，圖像分割，圖像增強(qiáng)以及圖像壓縮等的領(lǐng)域中有較為廣泛的應(yīng)用，也是它們的基礎(chǔ)。邊緣檢測(cè)是圖像處理與分析中最基礎(chǔ)的內(nèi)容之一，也是至今仍沒(méi)有得到圓滿解決
3、的一類問(wèn)題。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一，廣泛地應(yīng)用于特征描述、圖像分割、圖像增強(qiáng)、圖像復(fù)原、模式識(shí)別、圖像壓縮等圖像分析和處理中。因此，圖像邊緣和輪廓特征的檢測(cè)與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)，新理論、新方法不斷涌現(xiàn)。本文研究了一些邊緣檢測(cè)算法，包括傳統(tǒng)的Roberts、Sobel、Prewitt、LoG、Canny、Kirsch等算法。經(jīng)典邊緣檢測(cè)方法的抗噪聲性能都較差，解決該問(wèn)題的主要方法就是設(shè)置閾值，把得到的圖像高頻部分與閾值相比較以達(dá)到去噪的目
4、的，所以閾值的選取顯得尤為重要。傳統(tǒng)方法中的閾值都是通過(guò)實(shí)驗(yàn)確定的，沒(méi)有統(tǒng)一的閾值選取方法。本文利用邊緣的最大后驗(yàn)概率估計(jì)，介紹一種新的邊緣估計(jì)方法，從理論上說(shuō)明了怎樣選取最佳閾值。文章中關(guān)于這些方法都有較詳細(xì)的介紹，以及算法的實(shí)現(xiàn)步驟。對(duì)算法均進(jìn)行了仿真實(shí)驗(yàn)。論文的主要目的是進(jìn)行圖像邊緣檢測(cè)算法性能比較的研究。實(shí)驗(yàn)結(jié)果表明，本文的算法比較可以為圖像處理的后續(xù)環(huán)節(jié)提供一些有益的參考。關(guān)鍵詞：51沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文）No邊緣檢測(cè)；圖像處理；Matlab；Sobel；檢測(cè)算法51沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文
5、）NoAbstractInimageprocessing,asabasiccharacteristic,theedgeoftheimage,whichiswidelyusedintherecognition,segmentation,intensificationandcompressoftheimage,isoftenappliedtohigh-leveldomain.Edgedetectionisoneofthemostfundamentalsinimageprocessingandanalyzi
6、ng,whichisstillunsolved.Image’sedgesincludeimage’sfeaturessuchaspositionandoutline,whichbelongtothefundamentalfeatures.Edgedetectioniswidelyusedinimageanalysisandprocessingsuchasfeaturedescription,imagesegmentation,imageenhancement,patternrecognitionand
7、imagecompressionetc,soEdgeDetectionandextractofoutlinefigurearetheresearchhotspotinthetechnologyofimageprocessingandanalysisall,onwhichthenewtheoryandmethodsareputforwardconstantly.Someedgedetectionalgorithmsareresearched,includingRoberts,Sobel,Prewitt,
8、LoG,Canny,Kirschetc.Theclassicedgedetectionmethodshavesomedrawbacksinimagedenoising.Themainideaofresolvingthisproblemistosetathreshold,thencomparethethresholdwiththehigh-frequencycomponentsofanimagetoremovethenoise.Thechoiceofthe
