圖像邊緣檢測與提取算法的比較

圖像邊緣檢測與提取算法的比較

ID:7816943

大?。?.17 MB

頁數(shù):36頁

時(shí)間:2018-02-27

圖像邊緣檢測與提取算法的比較_第1頁
圖像邊緣檢測與提取算法的比較_第2頁
圖像邊緣檢測與提取算法的比較_第3頁
圖像邊緣檢測與提取算法的比較_第4頁
圖像邊緣檢測與提取算法的比較_第5頁
資源描述:

《圖像邊緣檢測與提取算法的比較》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

1、青島大學(xué)本科生畢業(yè)論文(設(shè)計(jì))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(shí)現(xiàn)163.1坎尼(Canny)算法173.2高斯—拉普拉斯(Log)

2、算法18第4章試驗(yàn)結(jié)果的分析、比較及存在的問題19結(jié)束語26謝辭27青島大學(xué)本科生畢業(yè)論文(設(shè)計(jì))參考文獻(xiàn)28附錄28青島大學(xué)本科生畢業(yè)論文(設(shè)計(jì))青島大學(xué)本科生畢業(yè)論文(設(shè)計(jì))前言在實(shí)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(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)。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(hào)的突變點(diǎn)處,這些點(diǎn)給出了圖像輪廓的位置,這些輪廓常常是我們在圖像邊緣檢測時(shí)所需要的非常重要的一些

3、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(shí)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(jià)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(yùn)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(yùn)算,求得梯度最大值或二階導(dǎo)數(shù)的過零點(diǎn),最后選取適當(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(shí)現(xiàn),對提取結(jié)果進(jìn)行比較和分析。第1章圖像邊緣

4、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(shí)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(jì)算機(jī)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(shí)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(qiáng)國的廣泛關(guān)注。數(shù)字圖像邊緣檢測處理技術(shù)在最近的10年發(fā)展尤為迅速,每年均有數(shù)以百計(jì)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(jì)時(shí)大量運(yùn)用數(shù)學(xué)、數(shù)字信號(hào)處理、信息論以及色度學(xué)的有關(guān)知識(shí),而且不少新算

5、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(jì)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(dòng)化和定量化:(1)可視化:當(dāng)圖像被采集并顯示時(shí),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比度需要增強(qiáng)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(dòng)化:30青島大學(xué)本科生畢業(yè)論文(設(shè)計(jì))旨在使一些日常的或繁瑣的工作自動(dòng)化。例如,根據(jù)一個(gè)染色體分布的顯微圖像自動(dòng)確定染色體核型的系統(tǒng),從一個(gè)血液涂片自動(dòng)生成白細(xì)胞分類

6、計(jì)數(shù)報(bào)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(dòng)完成分析工作。關(guān)于白細(xì)胞分類計(jì)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(xiàng)任務(wù)是以完全不同方式(采用流式白細(xì)胞計(jì)數(shù)技術(shù))自動(dòng)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(dòng)脈狹窄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?yàn)樘幚頃r(shí)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(jì)算機(jī)對圖像的邊緣進(jìn)行處理,這一技術(shù)是隨著計(jì)算機(jī)技術(shù)發(fā)展而開拓出來的一個(gè)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(jì)算機(jī)技術(shù)等學(xué)科

7、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(huì)列為應(yīng)用數(shù)學(xué)的一個(gè)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論、實(shí)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?yàn)槔碚摶A(chǔ),其成果又滲透到眾多的學(xué)科中,成為理論實(shí)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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。