資源描述：
《基于Matlab地數(shù)字圖像邊緣檢測算法研究畢業(yè)設計.docx》由會員上傳分享，免費在線閱讀，更多相關內容在應用文檔-天天文庫。
1、基于Matlab的數(shù)字圖像邊緣檢測算法研究專業(yè)：自動化班級：2006級4班姓名：沈陽大學畢業(yè)設計（論文）沈陽大學畢業(yè)設計（論文）目錄引言31基于一階微分的邊緣檢測算法71.1Roberts算子71.2Prewitt算子81.3Kirsch算子82基于二階微分的邊緣檢測算法102.1Laplacian算子102.2LoG算子122.3Canny算子153最佳Sobel邊緣檢測方法183.1Sobel圖像邊緣檢測方法183.2改進的Sobel邊緣檢測方法183.3Sobel算子的最佳閾值選取194基于Ma
2、tlab的實驗結果與分析224.1Matlab簡介224.2一階微分算法的實驗結果與分析254.3二階微分算法的實驗結果與分析304.4最佳Sobel邊緣檢測算法的實驗結果與分析35結論40致謝42參考文獻43附錄源程序清單45沈陽大學畢業(yè)設計（論文）摘要在實際圖像處理問題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應用到較高層次的圖像應用中去。它在圖像識別，圖像分割，圖像增強以及圖像壓縮等的領域中有較為廣泛的應用，也是它們的基礎。邊緣檢測是圖像處理與分析中最基礎的內容之一，也是至今仍沒有得到圓滿解決
3、的一類問題。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，廣泛地應用于特征描述、圖像分割、圖像增強、圖像復原、模式識別、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與提取方法，一直是圖像處理與分析技術中的研究熱點，新理論、新方法不斷涌現(xiàn)。本文研究了一些邊緣檢測算法，包括傳統(tǒng)的Roberts、Sobel、Prewitt、LoG、Canny、Kirsch等算法。經(jīng)典邊緣檢測方法的抗噪聲性能都較差，解決該問題的主要方法就是設置閾值，把得到的圖像高頻部分與閾值相比較以達到去噪的目
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實驗確定的，沒有統(tǒng)一的閾值選取方法。本文利用邊緣的最大后驗概率估計，介紹一種新的邊緣估計方法，從理論上說明了怎樣選取最佳閾值。文章中關于這些方法都有較詳細的介紹，以及算法的實現(xiàn)步驟。對算法均進行了仿真實驗。論文的主要目的是進行圖像邊緣檢測算法性能比較的研究。實驗結果表明，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。關鍵詞：51沈陽大學畢業(yè)設計（論文）No邊緣檢測；圖像處理；Matlab；Sobel；檢測算法51沈陽大學畢業(yè)設計（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
