图像边缘检测与提取算法的比较.docx

2 2 TOC \o 1-5 \h \z \o Current Document 第1章 图像边缘检测与提取概述 2 \o Current Document 图像边缘的定义 3 \o Current Document 图像边缘检测算法的研究内容 4 \o Current Document 1.3图像边缘检测算法的主要应用 5 \o Current Document 1.4图像边缘检测算法的发展前景 7 \o Current Document 第2章图像的边缘检测与提取 8 \o Current Document 2.1引言 8 \o Current Document 2.2边缘检测与提取过程 10 \o Current Document 2.3边缘检测与提取主要算法 11 \o Current Document Roberts边缘算子 11 \o Current Document Sobel 边缘算子 12 \o Current Document Prewitt 边缘算子 12 \o Current Document Laplacia n 边缘算子 13 \o Current Document Log边缘算子 13 \o Current Document Canny边缘算子 15 \o Current Document 第3章算法的选择和实现 17 \o Current Document 坎尼（CannY算法 18 \o Current Document 高斯一拉普拉斯（LOG算法 19 27 \o Current Document 第4章 试验结果的分析、比较及存在的问题 20 27 结束语- 28 参考文献 29 附录 29 在实际图像边缘检测问题中，图像的边缘作为图像的一种基本特征，经常被应用到 较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域 中有较为广泛的应用，也是它们的基础。 图像边缘是图像最基本的特征之一，往往携带着一幅图像的大部分信息。而边缘存 在于图像的不规则结构和不平稳现象中，也即存在于信号的突变点处，这些点给出了图 像轮廓的位置，这些轮廓常常是我们在图像边缘检测时所需要的非常重要的一些特征条 件，这就需要我们对一幅图像检测并提取出它的边缘。而边缘检测算法则是图像边缘检 测问题中经典技术难题之一，它的解决对于我们进行高层次的特征描述、识别和理解等 有着重大的影响；又由于边缘检测在许多方面都有着非常重要的使用价值，所以人们一 直在致力于研究和解决如何构造出具有良好性质及好的效果的边缘检测算子的问题。 经典的边界提取技术大都基于微分运算。首先通过平滑来滤除图像中的噪声，然后 进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的 阈值来提取边界。本文主要介绍几种经典的边缘提取算法，选取两种用 MATLAB语言 编程实现，对提取结果进行比较和分析。 第1章图像边缘检测与提取概述 数字图像边缘检测技术起源于 20世纪20年代，当时受条件的限制一直没有取得较 大进展，直到20世纪60年代后期电子技术、计算机技术有了相当的发展，数字图像边 缘检测处理技术才开始进入了高速发展时期。经过几十年的发展，数字图像边缘检测处 理技术目前己经广泛应用于工业、微生物领域、医学、航空航天以及国防等许多重要领 域，多年来一直得到世界各科技强国的广泛关注。 数字图像边缘检测处理技术在最近的 10年发展尤为迅速，每年均有数以百计的新算 法诞生，其中包括canny算法、小波变换等多种有相当影响的算法，这些算法在设计时 大量运用数学、数字信号处理、信息论以及色度学的有关知识，而且不少新算法还充分 吸取了神经网络、遗传算法、人工智能以及模糊逻辑等相关理论的一些思想，开阔了进 行数字图像边缘检测处理的设计思路。 现代数字图像边缘检测处理的目标有三：可视化、自动化和定量化： （1） 可视化：当图像被采集并显示时，这些图像通常需要改善以便观察者更容易解释 它们。感兴趣的目标必须突出或者图像各部位之间的对比度需要增强处理。自从像 CT 和MRI等三维成像手段问世以来，可视化，特别是三维结构的可视化受到极大的关注。 （2） 自动化：旨在使一些日常的或繁琐的工作自动化。例如，根据一个染色体分布的 显微图像自动确定染色体核型的系统，从一个血液涂片自动生成白细胞分类计数报告的 系统。这些应用的特征是要求最小的人工干预，全自动完成分析工作。关于白细胞分类 计数应用，市售系统是在1970年开发成功的。但今天这项任务是以完全不同方式（采用 流式白细胞计数技术）自动完成。 （3） 定量化：有关定量化的图