資源描述：
《圖像邊緣檢測與提取算法的比較.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、.........目錄前言1第1章圖像邊緣檢測與提取概述11.1圖像邊緣的定義21.2圖像邊緣檢測算法的研究內(nèi)容31.3圖像邊緣檢測算法的主要應(yīng)用41.4圖像邊緣檢測算法的發(fā)展前景6第2章圖像的邊緣檢測與提取72.1引言72.2邊緣檢測與提取過程92.3邊緣檢測與提取主要算法102.3.1Roberts邊緣算子102.3.2Sobel邊緣算子112.3.3Prewitt邊緣算子112.3.4Laplacian邊緣算子122.3.5Log邊緣算子122.3.6Canny邊緣算子14第3章算法的選擇和實現(xiàn)163
2、.1坎尼（Canny）算法173.2高斯—拉普拉斯（Log）算法18第4章試驗結(jié)果的分析、比較及存在的問題19結(jié)束語26謝辭27....參考文獻(xiàn)28附錄28........前言在實際圖像邊緣檢測問題中，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。它在圖像識別，圖像分割，圖像增強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)。圖像邊緣是圖像最基本的特征之一，往往攜帶著一幅圖像的大部分信息。而邊緣存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中，也即存在于信號的突變點處，這些點給出了圖像輪
3、廓的位置，這些輪廓常常是我們在圖像邊緣檢測時所需要的非常重要的一些特征條件，這就需要我們對一幅圖像檢測并提取出它的邊緣。而邊緣檢測算法則是圖像邊緣檢測問題中經(jīng)典技術(shù)難題之一，它的解決對于我們進(jìn)行高層次的特征描述、識別和理解等有著重大的影響；又由于邊緣檢測在許多方面都有著非常重要的使用價值，所以人們一直在致力于研究和解決如何構(gòu)造出具有良好性質(zhì)及好的效果的邊緣檢測算子的問題。經(jīng)典的邊界提取技術(shù)大都基于微分運算。首先通過平滑來濾除圖像中的噪聲，然后進(jìn)行一階微分或二階微分運算，求得梯度最大值或二階導(dǎo)數(shù)的過零點，最后
4、選取適當(dāng)?shù)拈撝祦硖崛∵吔?。本文主要介紹幾種經(jīng)典的邊緣提取算法，選取兩種用MATLAB語言編程實現(xiàn)，對提取結(jié)果進(jìn)行比較和分析。第1章圖像邊緣檢測與提取概述數(shù)字圖像邊緣檢測技術(shù)起源于20世紀(jì)20年代，當(dāng)時受條件的限制一直沒有取得較大進(jìn)展，直到20世紀(jì)60年代后期電子技術(shù)、計算機技術(shù)有了相當(dāng)?shù)陌l(fā)展，數(shù)字圖像邊緣檢測處理技術(shù)才開始進(jìn)入了高速發(fā)展時期。經(jīng)過幾十年的發(fā)展，數(shù)字圖像邊緣檢測處理技術(shù)目前己經(jīng)廣泛應(yīng)用于工業(yè)、微生物領(lǐng)域、醫(yī)學(xué)、航空航天以及國防等許多重要領(lǐng)域，多年來一直得到世界各科技強國的廣泛關(guān)注。數(shù)字圖像邊緣
5、檢測處理技術(shù)在最近的10年發(fā)展尤為迅速，每年均有數(shù)以百計的新算法誕生，其中包括canny算法、小波變換等多種有相當(dāng)影響的算法，這些算法在設(shè)計時大量運用數(shù)學(xué)、數(shù)字信號處理、信息論以及色度學(xué)的有關(guān)知識，而且不少新算法還充分吸取了神經(jīng)網(wǎng)絡(luò)、遺傳算法、人工智能以及模糊邏輯等相關(guān)理論的一些思想，開闊了進(jìn)行數(shù)字圖像邊緣檢測處理的設(shè)計思路?，F(xiàn)代數(shù)字圖像邊緣檢測處理的目標(biāo)有三：可視化、自動化和定量化：（1）可視化:當(dāng)圖像被采集并顯示時，這些圖像通常需要改善以便觀察者更容易解釋它們。感興趣的目標(biāo)必須突出或者圖像各部位之間的對
6、比度需要增強處理。自從像CT和MRI等三維成像手段問世以來，可視化，特別是三維結(jié)構(gòu)的可視化受到極大的關(guān)注。（2）自動化:....旨在使一些日常的或繁瑣的工作自動化。例如，根據(jù)一個染色體分布的顯微圖像自動確定染色體核型的系統(tǒng)，從一個血液涂片自動生成白細(xì)胞分類計數(shù)報告的系統(tǒng)。這些應(yīng)用的特征是要求最小的人工干預(yù)，全自動完成分析工作。關(guān)于白細(xì)胞分類計數(shù)應(yīng)用，市售系統(tǒng)是在1970年開發(fā)成功的。但今天這項任務(wù)是以完全不同方式（采用流式白細(xì)胞計數(shù)技術(shù)）自動完成。（3）定量化:有關(guān)定量化的圖像邊緣檢測的例子有：測量動脈狹窄
7、的程序以及用電子顯微鏡觀察組織切片中特殊成分的定位和定量（如血色素沉著癥中的鐵元素）。在這些應(yīng)用中，人工介入是允許的，因為處理時間的長短在這些應(yīng)用中并不是主要矛盾。數(shù)字圖像邊緣檢測處理，即用計算機對圖像的邊緣進(jìn)行處理，這一技術(shù)是隨著計算機技術(shù)發(fā)展而開拓出來的一個新的應(yīng)用領(lǐng)域，匯聚了光學(xué)、電子學(xué)、數(shù)學(xué)、攝影技術(shù)、計算機技術(shù)等學(xué)科的眾多方面。圖像邊緣檢測處理作為一門學(xué)科已經(jīng)被美國數(shù)學(xué)學(xué)會列為應(yīng)用數(shù)學(xué)的一個研究分支。在其短暫的發(fā)展歷史中，已經(jīng)被成功的應(yīng)用在幾乎所有與成像有關(guān)的領(lǐng)域。近年來，圖像分析和處理緊緊圍繞理
8、論、實現(xiàn)、應(yīng)用三方面迅速發(fā)展起來。它以眾多的學(xué)科領(lǐng)域為理論基礎(chǔ)，其成果又滲透到眾多的學(xué)科中，成為理論實踐并重，在高新技術(shù)領(lǐng)域中占有重要地位的新興學(xué)科分支。1.1圖像邊緣的定義所謂圖像邊緣（Edlge）是指圖像局部特性的不連續(xù)性，例如，灰度級的突變，顏色的突變，紋理結(jié)構(gòu)的突變等。邊緣廣泛存在于目標(biāo)與目標(biāo)、物體與背景、區(qū)域與區(qū)域（含不同色彩）之間，它是圖像分割所依賴的重要特征。本為主要討論幾種典型的圖像灰度值突變的邊
