張佳(論文)文獻綜述(格式)

《張佳(論文)文獻綜述(格式)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。

1、燕山大學本科畢業(yè)設計（論文）文獻綜述課題名稱：二維離散差分圖像的邊緣提取算法仿真課題性質(zhì)：真實學院（系）：里仁學院電子工程系專業(yè)：通信工程　　　　　　　年　　級：07級1班指導教師：付煒學生姓名：張佳2011年3月20日一、課題國內(nèi)外現(xiàn)狀：由于在圖像處理應用中的基礎性和廣泛性，結合其自身的復雜性與重要性，圖像邊緣提取一直以來都是圖像處理和計算機視覺的研究重點和熱點，受到人們的重視?，F(xiàn)己提出的各類邊緣提取算法就有成百上千種，并不斷引入高新理論和技術，使邊緣提取算法不斷得到改進，也取得了相應的成果；目前對圖像邊緣提取的研究主要有以下幾種形式[1]王文麗，各種圖像邊緣提取算法的研究

2、，北京交通大學，碩士學位論文，2010：1、不斷改進原有算法以及多種方法的有效綜合2、不斷提出新的邊緣提取算法隨著科學技術的發(fā)展，多種科學理論研究的深入和不斷成熟，許多新理論和新技術方法被應用于圖像處理領域，為圖像邊緣提取提供了更為廣闊的空間。3、將現(xiàn)有的邊緣提取算法應用于工程實際中根據(jù)具體的應用要求，將圖像邊緣提取方法應用于實際工程中，以盡可能地降低后繼圖像處理的工作量。主要包括應用于醫(yī)學工程、商標圖像檢索、車牌或指紋識別、人臉檢測等。4、對圖像邊緣提取算法評價的研究和對評價系統(tǒng)的研究越來越重視由于目前的邊緣提取的評價方法都存在很大的局限性，所以對圖像邊緣提取評價系統(tǒng)的研究

3、得到越來越多的關注。目前，用得較多的還是通過人眼進行主觀判斷，評價邊緣提取方法的性能。二、研究主要成果：隨著小波分析成為應用數(shù)學和工程學科中的一個迅速發(fā)展的新領域，人們逐漸將小波理論應用于邊緣檢測，產(chǎn)生了基于小波變換的邊緣檢測方法，其突出優(yōu)點是多尺度特性。自利用二階中心B樣條小波實現(xiàn)多尺度邊緣提取，為小波邊緣提取奠定基礎后，人們逐漸加深對小波邊緣提取的研究，并在此基礎上提出很多改進算法。同時由于小波時頻分析的優(yōu)越性，小波在邊緣檢測的研究和應用中也取得了重要的成果，得到了充分的利用[2]張德干．小波變換在數(shù)字圖象處理中的應用研究．沈陽：東北大學．2000．[3]查宇飛，畢篤彥．

4、基于小波變換的自適應多閾值圖像去噪．中國圖象圖形學報，2005，[4]成禮智，王紅霞，羅永．小波的理論與應用．北京：科學出版社．2005．[5]Z．Lei，B．Paul．Edgedetectionbyscalemultiplicationinwaveletdomain．PatternRecognitionLetters．2002[6]張曉莉．小波分析在圖像邊緣檢測中的應用．西安科技大學．碩士學位論文．2009．。近年來，隨著科學技術的發(fā)展，以嚴格的數(shù)學理論和高新技術為依據(jù)，不斷引入新概念和新方法于圖像邊緣提取領域中。因此，利用各種新的理論工具對圖像進行邊緣提取的方法得到了廣泛

5、的研究和應用。如基于神經(jīng)網(wǎng)絡[7]S．C．Douglas，tH．Meng．DesignofEdgeDeteclionTemplatesUsingaNeuralNeMork．Proe．InternationalJointConferenceonNeuralNetworks．1990．[8]F．Arandiga，A．Cohen．Edgedetectioninsensitivetochangesofilluminationintheimage．2009.、基于統(tǒng)計學方法[9]S．KomsUi，A．YuilleandJ．Coughlan．Astatisticalapproachtom

6、ulti．scaleedgedetection．ImageandVisionComputing，2003．、利用模糊理論的邊緣提取技術[10]D．S．Kim，W．H．LeeandI．S．Kweon．Automaticedgedetectionusing3*3idealbinarypixelpaRernsandfhzzy-basededgethresholding。PatternR-ecognitionLetters，2004，[11]李雪．灰度圖像邊緣檢測算法的性能評價．沈陽工業(yè)大學．碩士學位論文，2007.、基于形態(tài)學的邊緣提取算子、基于蟻群算法的提取技術[12]JingT

7、ian，WeiyuYu，andShengliXie．AnAntColonyOptimizationAlgorithmForImageEdgeDetection．2008IEEECongressonEvolutionaryComputation(CEC2008)．、基于分形理論的邊緣提取技術等。三、發(fā)展趨勢：圖像邊緣提取的方法多種多樣，但由于其本身所具有的難度和深度，研究沒有很大的突破性進展，至目前還沒有提出一種方法或是理論，能完美地解決邊緣提取問題，這也促使研究人員對此問題不斷深入研究。同時，由于目前的