資源描述：
《圖像邊緣檢測與提取算法的比較和實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、TheComparingandRealizationofCommonAlgorithmsforImageEdgeExtraction摘要圖像邊緣是圖像最基本的一種特征，邊緣在圖像的分析中起著重要的作用。邊緣作為圖像的一種基本特征，在圖像識別,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。圖像邊緣提取的手段多種多樣，其中基于亮度的算法，是研究時(shí)間最久，理論發(fā)展最成熟的方法，它主要是通過一些差分算子，由圖像的亮度計(jì)算其梯度的變化，從而檢測出邊緣，主要有Robert,Prewitt,Sobel,LaplacianCanny,Log等算子。首先從總體上介紹了數(shù)字圖像邊緣檢測及邊
2、緣提取的概況，列舉了幾種目前常用的邊緣提取技術(shù)和算法,并選取其中兩種使用MatLab語言編程實(shí)現(xiàn)，通過對兩種算法所提取圖像結(jié)果的比較，研究探討它們的優(yōu)缺點(diǎn)。關(guān)鍵詞圖像邊緣檢測邊緣提取MatLab算法AbstractTheimageedgeistheimagemostbasiconekindofcharacteristic,theedgeisplayingthevitalroleintheimageanalysis.Asabasiccharacteristicoftheimage,theedgeiswidelyusedintherecognition,segmentation,int
3、ensificationandcompressoftheimage.Therearemanykindsofwaystoextracttheedge,thefirstmethod,whichisgotthelongestresearch,gettheedgeaccordingtothevarietyofthepixelgray.ThemaintechniquesareRobert,Laplacian,Sobel,CannyandLOGalgorithm.Thepaperintroducedthegeneralsituationofimageprocessingandedgeextra
4、ctionfirst,thenenumerateseveraltechnologiesandalgorithmscommonusedpresently,andchosetwoofthemprogramtobetruebyMatLab.Finally,discusstheiradvantagesordefectsbymeansofcomparingtheresultsofimagesextractedbythetwoalgorithms.KeywordsImageprocessingEdgeextractionMatLabalgorithm目錄前言1第1章圖像邊緣檢測與提取概述11.
5、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）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27參考文獻(xiàn)2
6、8附錄28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
7、；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)
