資源描述：
《數(shù)字圖像邊緣檢測(cè)算法研究實(shí)現(xiàn)畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要邊緣是圖像最基本的特征之一，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”問題出發(fā)，對(duì)實(shí)際圖像中可能出現(xiàn)的邊緣類型進(jìn)行了數(shù)學(xué)模型描述，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)的基本原理，在此基礎(chǔ)上，采用傳統(tǒng)算法對(duì)加入高斯白噪聲以后的圖像進(jìn)行了邊緣檢測(cè)分析。最后針對(duì)傳統(tǒng)Canny算子在濾波過程中存在的缺陷，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。通過對(duì)實(shí)驗(yàn)圖像的分析表明，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)
2、性能-I-ABSTRACTABSTRACTEdgeisthemostbasicfeatureofimage,therefore,theimageedgedetectionisoneofthemaincontentforimageprocessing,italsohasbeenthehotissuesofimagemeasurementtechnology.Inthispaper,the"dilemma"problemofedgedetectionisintrouduced,andthepossiblemathematicalmodelsofactualimageedgesarede
3、scribed,andthetraditionalcharacteristicsoftheedgedetectionalgorithmareanalyzed.Avarietyofthebasicprinciplesofedgedetectionoperatorsareintroduced.Onthisbasic,usingthetraditionalmethodtodetecttheedgeoftheimagewhichisaddedGaussianwhitenoise.Finally,anadaptivefilterbasedCannyedgedetectorisgivenino
4、rdertoeliminatethedefectsofthetraditionalCannyoperator.Thoughtheanalysisofexperimentalimages,improveddetectionofimageedgedetectionalgorithmhasgoodprecisionandaccuracyofdetection,anti-noiseperformance.Keywords:ImageProcessing,EdgeDetection,CannyOperator,DetectionPerformance-I-目錄第一章緒論11.1圖像邊緣檢測(cè)方
5、法的研究現(xiàn)狀11.2圖像邊緣檢測(cè)方法21.3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52.1引言52.2“邊緣點(diǎn)”定義52.3邊緣檢測(cè)“兩難”問題62.4邊緣分類及性能分析7第三章圖像的邊緣檢測(cè)方法103.1邊緣與邊緣檢測(cè)方法103.1.l邊緣概述103.1.2邊緣檢測(cè)方法103.2經(jīng)典的邊緣檢測(cè)算子123.2.1差分邊緣檢測(cè)算子123.2.2Roberts邊緣檢測(cè)方法133.2.3Sobel算子143.2.4Prewitt算子153.3線性濾波邊緣檢測(cè)方法163.3.1LOG邊緣檢測(cè)方法173.3.2Canny邊緣檢測(cè)方法193.4一種改進(jìn)的canny算子213.4
6、.1改進(jìn)的自適應(yīng)平滑濾波213.4.23×3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254.1Matlab概述254.2本文各邊緣檢測(cè)算法仿真結(jié)果264.2.1在無噪聲情況下264.2.2在加噪的情況下294.2.3仿真結(jié)果的比較和分析324.4含噪圖像濾波后邊緣檢測(cè)334.5改進(jìn)的Canny算子實(shí)驗(yàn)結(jié)果與分析37第五章總結(jié)和展望39致謝41參考文獻(xiàn)42附錄44-45-第一章緒論圖像是人類獲取和交換信息的主要來源。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，圖像處理和識(shí)別技術(shù)得到了迅速的發(fā)一展?，F(xiàn)在人們已充分認(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
7、界的重要手段。隨著科學(xué)技術(shù)的不斷發(fā)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)的發(fā)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)的發(fā)展有越來越大的影響。近年來，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)生了新的發(fā)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
