边缘检测

分类：论文报告    更新时间：09-03    来源：网络

 一、课题综述及研究意义

伴随着计算机技术的高速发展，数字图像处理成为了一门新兴学科，并且在生活中的各个领域得以广泛应用。图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。在实际图像处理中，图像边缘作为图像的一种基本特征，经常被用到较高层次的图像处理中去。边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础，是数字图像处理重要的研究课题之一。 

边缘检测是图像理解、分析和识别领域中的一个基础又重要的课题, 边缘是图像中重要的特征之一，是计算机视觉、模式识别等研究领域的重要基础。图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较强烈的地方，也即通常所说的信号发生奇异变化的地方。经典的边缘检测算法是利用边缘处的一阶导数取极值、二阶导数在阶梯状边缘处呈零交叉或在屋顶状边缘处取极值的微分算法。图像边缘检测一直是图像处理中的热点和难点。 

近年来，随着数学和人工智能技术的发展，各种类型的边缘检测算法不断涌现，如神经网络、遗传算法、数学形态学等理论运用到图像的边缘检测中。但由于边缘检测存在着检测精度、边缘定位精度和抗噪声等方面的矛盾及对于不同的算法边缘检测结果的精度却没有统一的衡量标准，所以至今都还不能取得令人满意的效果。另外随着网络和多媒体技术的发展，图像库逐渐变得非常庞大；而又由于实时图像的目标和背景间的变化都不尽相同，如何实现实时图像边缘的精确定位和提取成为人们必须面对的问题。

二、课题拟采取的研究方法和技术路线

2.1主要问题

1）使用Roberts算子、Sobel算子、Canny算子等边缘检测方法获取图像边缘。  

2）对三种边缘检测方法的结果进行比较。 

2.2 边缘检测算法有如下四个步骤： 

1）滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能，需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失。因此，增强边缘和降低噪声之间需要折中。 

2）增强：增强边缘的基础是确定图像各点领域强度的变化值，增强算法可以将领域（或局部）强度值有显著变化的点突显出来，边缘增强一般是通过计算梯度幅值来完成的。 

3）检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某些方法确定哪些点是边缘点，最简单的边缘检测判据是梯度幅值阈值判据。 

4）定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。

 

三、主要参考文献 

[1] 乔忠慧，古乐野，张超.基于数学形态学的彩色图像边缘提取.微计算机信息， 

[2] 冈萨雷斯. 数字图像处理(第二版).北京:电子工业出版社， 

[3] 袁春兰，熊宗龙，周雪花.基于Sobel算子的图像边缘检测研究.红外与激光，

[4] 刘明艳，赵景秀，孙宁.用Prewitt 算子细化边缘. 光电子技术， 

[5] 何友金，李楠. 舰船红外图像边缘检测方法对比研究. 计算机仿真. 

[6]  杨帆. 数字处理与分析.北京航空航天大学出版社.

[7]  阮秋琦.数字图象处理. 电子工业出版社.

[8]  姚敏等编著.数字图象处理.机械工业出版社.

[9]  秦襄培.MATLAB图像处理与界面编程宝典.电子工业出版社.

[10] 罗华飞.MATLAB GUI设计学习手册.北京航空航天大学出版社.

 

二、毕业设计（论文）工作实施计划www.eeelW.com

（一）毕业设计（论文）的理论分析与软硬件要求及其应达到的水平与结果

该设计应用MATLAB为开发平台和编程语言，设计出图像边缘检测软件。首先以“江苏师范大学”图片为图像边缘检测软件的主界面，在图形用户界面中添加了与各种算子相对应的的处理程序以及图形文件的获取、保存等功能。最终的图形界面可实行打开图片并对其进行边缘处理，并可将处理好的图片保存。