没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
- .
. word.zl
基于 matlab 的图像边缘检测算法研究和仿真
-
可修编
第 1 章 绪论
§1.1 序言
理解图像和识别图像中的目标是计算机视觉研究的中心任务,物体形状、物体边界、
位置遮挡、阴影轮廓及外表纹理等重要视觉信息在图像中均有边缘产生。图像边缘是分
析理解图像的根底,它是图像中最根本的特征。在 Marr 的计算机视觉系统中,图像边
缘提取占据着非常重要位置,它位于系统的最底层,为其它模块所依赖。图像边缘提取
作为计算机视觉领域最经典的研究课题,长期受到人们的重视。
图像边缘主要划分为阶跃状和屋脊状两种类型。阶跃状边缘两侧的灰度值变化明显,
屋脊状边缘那么位于灰度增加与减少的交界处。传统的图像边缘检测方法大多是从图像
的高频分量中提取边缘信息,微分运算是边缘检测与提取的主要手段。由于传统的边缘
检测方法对噪声敏感,所以实际运用效果有一定的局限性。近年来,越来越多的新技术
被引入到边缘检测方法中,如数学形态学、小波变换、神经网络和分形理论等。
Canny 于 1986 年提出基于最优化算法的边缘检测算子,得到了广泛的应用,并成了
与其它实验结果作比拟的标准。其原因在于他最先建立了优化边缘检测算子的理论根底,
提出了迄今为止定义最为严格的边缘检测的三个标准。另外其相对简单的算法使得整个
过程可以在较短的时间实现。实验结果也说明,Canny 算子在处理受加性高斯白噪声污
染的图像方面获得了良好的效果
[1]
。
§1.2 数字图像边缘检测算法的意义
数字图像处理是控制领域的重要课题,数字图像边缘检测是图像分割、目标区域识
别和区域形状提取等图像分析领域十分重要的根底,是图像识别中提取图像特征的一个
重要方法。边缘中包含图像物体有价值的边界信息,这些信息可以用于图像理解和分析,
并且通过边缘检测可以极降低后续图像分析和处理的数据量。图像理解和分析的第一步
往往就是边缘检测,目前它已成为机器视觉研究领域最活泼的课题之一,在工程应用中
占有十分重要的地位。
图像的边缘检测技术是数字图像处理技术的根底研究容,是物体识别的重要根底。
边缘特征广泛应用于图像分割、运动检测与跟踪、工业检测、目标识别、双目立体视觉
等领域。现有边缘检测技术在抑制噪声方面有一定的局限性,在阈值参数选取方面自适
- .
. word.zl
应能力很差,有待进一步改良和提高。〔1〕多谱图像是图像配准技术中的一个难点,传
统的图像配准技术只适用于同源图像,由于红外图像和可见光遥感图像的成像波段不同,
对于同一场景,所采集到的图像的差异很大。在此课题中,作者首先通过边缘检测,得
到红外图像与遥感可见光图像的边缘图像,再通过尺度不变特征匹配,就能得到红外图
像与可见光遥感图像之间的透视变换关系,从而成功完成了多谱图像配准
[2]
。〔2〕在“货
运列车动态图像故障检测系统(TFDS,Trouble Of Moving Freight Car Detection system)中的
故障识别〞的课题中,作者采用水平 Sobel 算子检测边缘,对边缘图像进展水平方向投影,
计算得到货运列车底部心盘螺栓大致区域的图像,然后用 Harris 算子得到一些候选故障
区域,最后通过相关匹配来识别故障。〔3〕在“基于双目立体视觉的人体动作捕捉系统〞
的课题中,利用图像的边缘和深度信息从视频中分割出人体前景图像。因此对图像边缘
检测技术理论及其应用进展研究都有很重要的意义。
第 2 章 传统边缘检测方法及理论根底
§2.1 数字图像边缘检测的现状与开展
在数字图像处理中,边缘特征是图像的重要特征之一,是图像处理、模式识别和计
算机视觉的重要组成局部之一,图像边缘检测的结果直接影响进一步图像处理、模式识
别的效果。
近几十年来,图像边缘检测技术成为数字图像处理技术重要研究课题之一,随着科
学技术的开展,研究人员提出了很多图像边缘检测方法及边缘检测效果的评价方法,并
且将这些边缘检测技术应用于计算机视觉和模式识别工程领域,使得边缘检测技术的应
用围越来越广,图像的边缘一般是图像的灰度或者颜色发生剧烈变化的地方,而这些变
化往往是由物体的构造和纹理,外界的光照和物体的外表对光的反射造成的。图像的边
缘反映了物体的外观轮廓特征,是图像分析和模式识别的重要特征,数字图像处理技术
是一门穿插学科,数学理论、人工智能、视觉生理学和心理学等各种理论为边缘检测技
术研究注入新的活力,涌现出很多边缘检测理论和方法。根据边缘检测所处理的图像类
型,可分为两大类:灰度图像边缘检测方法和彩色图像边缘检测方法。基于本论文仅研
究讨论灰度图像边缘检测,这里介绍经典的灰度图像边缘检测方法。
灰度图像的边缘是像素的灰度值发生变化的地方,这些变化通常是屋顶变化或者阶
- .
. word.zl
跃变化,图像屋顶变化或者阶跃变化的大小一般用灰度图像一阶导数或二阶导数的大小
来描述,所以灰度图像的边缘检测方法主要分为两大类:一阶微分图像边缘检测算子
〔如 Roberts 算子、Sobel 算子、Prewitt 算子〕和二阶微分图像边缘检测算子〔如 Laplacian
算子、LOG 算子、Canny 算子〕。
一般来讲,一个好的边缘检测算法应满足如下要求:〔1〕检测精度高;〔2〕抗噪能
力强;〔3〕计算简单;〔4〕易于并行实现。其中最根本的问题是解决检测精度与抗噪声
能力间的矛盾。从理论上讲,这两者之间存在着相互制约的互变关系,即不确定性原那
么。这一原那么可表述为,一个信号不可能在时域和频域中任意高度集中。因而边缘的
定位精度和抗噪声能力不可能同时无限地提高,这两项指标的乘积为一常数,理论上可
以通过改变空域形式来获得任意好的定位精度或信噪比,但不能两者都得到改善。因此,
衡量一个检测方法的标准也不能只看某一指标的上下,而应考察其综合指标是否到达理
论上的极限。虽然迄今已出现了众多的理论和方法,而且有些方法开展得相当成熟,但
从这个意义上讲还没有一种普遍适于任何条件的最优算法。为此人们已将注意力放在研
究更直接的、专用的和面向对象的视觉信息系统,如“主动视觉〞,“定性视觉〞、“面
向任务的视觉〞等,通过强调场景和任务的约束、增加信息输入和降低对输出的要求等
手段来降低视觉处理问题的难度。这些思想大大丰富和补充了原来的理论,使算法向具
体化、实用化方向开展,已成为视觉信息处理中有前途的开展方向
[3]
。
§2.2 MATLAB 和图像处理工具箱的背景知识
MATLAB 对于技术计算来说是一种高性能语言。它以易于应用的环境集成了计算、
可视化的编程,在该环境下,问题及其解以我们熟悉的数学表示法来表示。典型的应用
包括如下方面
[4]
:
〔1〕数学和计算
〔2〕算法开发
〔3〕数据获取
〔4〕建模、模拟和原型设计
〔5〕数据分析、研究和可视化
〔6〕科学和工程图形
〔7〕应用开发,包括图像用户界面构建
剩余16页未读,继续阅读
资源评论
- 2301_771405882023-11-08感谢资源主的分享,这个资源对我来说很有用,内容描述详尽,值得借鉴。
阿里matlab建模师
- 粉丝: 3307
- 资源: 2784
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- ModStartCMS v8.4.0 框架稳定性持续迭代,修复部分已知问题
- bleder 教室学校学生教育室办公室考试
- 人脸检测-使用OpenCV实现的动漫+漫画人脸检测算法-附项目源码-优质项目实战.zip
- 道路贴图,材质材料免费
- 人脸检测-基于OpenCV+Node.js+WebSockets实现的实时人脸检测应用-附项目源码-优质项目实战.zip
- 一些常见的MySQL死锁案例-mysql-deadlocks-master(源代码+案例+图解说明)
- UE4动画烘焙器-ue4.27
- 新建文件夹.zip
- 1103a2a791bbd96ea98021062e327495b1c422e32fb27e0c2d6404b1bd74b692.gif
- 同城相亲交友php小程序
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功