没有合适的资源?快使用搜索试试~ 我知道了~
数字图像处理中的边缘检测技术 (2).pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 165 浏览量
2023-04-10
19:02:22
上传
评论
收藏 1.05MB PDF 举报
温馨提示
试读
17页
。
资源推荐
资源详情
资源评论
数字图像处理中的边缘检测技术
课 程 设 计 报 告
学 院:
专 业:
班 级: 学号:
学生姓名:
电子邮件:
时 间: 年 月
成 绩:
指导教师:
设计题目: 数字图像处理中的边缘检测技术
数字图像处理中的边缘检测技术
目录
1 前言:查阅相关文献资料,了解与掌握基本原理、方法与研究现状,
以及实际应用的背景意义………………………………………1
1、1 理论背景……………………………………………………………………
1
1、2 图像边缘检测技术研究的目的与意义……………………………………
1
1、3 国内外研究现状分析………………………………………………………
2
1、4 常用边缘检测方法的基本原理……………………………………………
3
2 小波变换与小波包的边缘检测、基于数学形态学的边缘检测法算法
原理………………………………………………………………7
2、1 小波边缘检测的原理………………………………………………………
7
2、2 数学形态学的边缘检测方法的原理………………………………………
7
3 算法实现部分:程序设计的流程图及其描述……………………9
3、1 小波变换的多尺度边缘检测程序设计算法流程图………………………
9
3、2 数学形态学的边缘检测方法程序设计算法描述…………………………
10
4 实验部分:对所给的原始图像进行对比实验,给出相应的实验数据与
处理结果………………………………………………………11
5 分析及结论:对实验结果进行分析比较,最后得出相应的结
论……………………………………………………………………15
参考文献………………………………………………………………17
附录:代码……………………………………………………………18
数字图像处理中的边缘检测技术
1 前言
查阅相关文献资料,了解与掌握基本原理、方法与研究现状,以及实际应用的
背景意义
1、1 理论背景
图像处理就就是对图像信息加工以满足人的视觉心理或应用需求的方法。图
像处理方法有光学方法与电子学方法。从 20 世纪 60 年代起随着电子计算机与计
算技术的不断提高与普及 ,数字图像处理进入了高速发展时期 ,而数字图像处理
就就是利用数字计算机或其它的硬件设备对图像信息转换而得到的电信号进行
某些数学处理以提高图像的实用性。
图像处理在遥感技术 ,医学领域,安全领域,工业生产中有着广泛的应用 ,其
中在医学应用中的超声、核磁共振与 CT 等技术,安全领域的模式识别技术,工业
中的无损检测技术尤其引人注目。
计算机进行图像处理一般有两个目的:(1)产生更适合人观察与识别的图像。
(2)希望能由计算机自动识别与理解图像。数字图像的边缘检测就是图像分割、
目标区域的识别、区域形状提取等图像分析领域的重要基础,图像处理与分析的
第一步往往就就是边缘检测。
物体的边缘就是以图像的局部特征不连续的形式出现的,也就就是指图像局
部亮度变化最显著的部分,例如灰度值的突变、颜色的突变、纹理结构的突变等,
同时物体的边缘也就是不同区域的分界处。图像边缘有方向与幅度两个特性,通
常沿边缘的走向灰度变化平缓,垂直于边缘走向的像素灰度变化剧烈。根据灰度
变化的特点,图像边缘可分为阶跃型、房顶型与凸缘型。
1、2 图像边缘检测技术研究的目的与意义
数字图像处理就是伴随着计算机发展起来的一门新兴学科 ,随着计算机硬
件、软件的高度发展,数字图像处理也在生活中的各个领域得到了广泛的应用。
边缘检测技术就是图像处理与计算机视觉等领域最基本的技术,如何快速、精确
的提取图像边缘信息一直就是国内外研究的热点,然而边缘检测也就是图像处理
中的一个难题。
首先要研究图像边缘检测,就要先研究图像去噪与图像锐化。前者就是为了
得到飞更真实的图像 ,排除外界的干扰 ,后者则就是为我们的边缘检测提供图像
特征更加明显的图片 ,即加大图像特征。两者虽然在图像处理中都有重要地位 ,
但本次研究主要就是针对图像边缘检测的研究,我们最终所要达到的目的就是为
数字图像处理中的边缘检测技术
了处理速度更快,图像特征识别更准确。
早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。经
典的边缘检测算法就是对原始图像中像素的某小领域来构造边缘检测算子,常用
的边缘检测算子有 Roberts 算子、Sobel 算子、Prewitt 算子 Kirsch 算子、
Laplacian 算子、LOG 算子、Canny 算子。这些算子主要应用于计算几何各个现
实领域中,如遥感技术、生物医学工程、机器人与生产自动化中的视觉检验、零
部件选取及过程控制等流程、军事及通信等。在图像处理的过程中老算法也出现
了许多的问题。经过多年的发展,现在已经出现了一批新的图像处理算法。如小
波变换与小波包的边缘检测、基于形态学、模糊理论与神经网络的边缘检测等,
这些算法扩展了图像边缘检测技术在原有领域中的运用空间,同时也使它能够适
应更多的运用需要。
1、3 国内外研究现状分析
数字图像处理,指的就是使用计算机对图像信号进行快速处理。数字图像处
理技术在二十世纪六十年代因客观需要而兴起 ,到二十一世纪初期 ,它已经处于
发展的全盛时期。图像处理技术进一步发展的另一个原因就是计算机硬件的开发
与软件系统的进一步完善,导致数字图像技术的精度更高、成本更低、速度更快
及灵活性更好
[1]
。由于数字图像处理包括很多方面 ,所以该文主要针对图像边缘
检测进行研究与分析。
图像的边缘检测就是图像最基本的特征,精度的提取出图像边缘可以对图像
进行更多方面的研究。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、
门限化法等。经典的边缘检测算法就是对原始图像中像素的某小领域来构造边缘
检测算子,常用的边缘检测算子有 Roberts 算子、Sobel 算子、Prewitt 算子
Kirsch 算子、Laplacian 算子、LOG 算子、Canny 算子等。虽然这些算法已经提
出并应用了很多年,不过任然有其发展空间
[2]
。近年来随着数学理论以及人工智
能的发展,又涌现出了许多新的边缘检测的方法 ,如小波变换与小波包的边缘检
测、基于数学形态学、模糊理论与神经网络的边缘检测法
[3]
。
小波变换与小波包的边缘检测方法 :在数字图像处理中 ,需要分析的图像往
往结构复杂、形态各异,提取的图像边缘不仅要反应目标的整体轮廓,目标的局部
细节也不能忽视 ,这就需要更多尺度的边缘检测 ,而小波变换具有天然的多尺度
特征,通过伸缩平移运算对信号进行细化分析,达到高频处时间细分,低频出频率
细分。所以 ,小波变换非常适合复杂图像的边缘检测。在 Coifman、Meyer、
Wickhauser 引入小波理论后,小波包分解则更就是为精细的一种图像分解方法,
可以满足不同分辨率下对局部细节进行边缘检测提取的需要,尤其就是含噪图像,
剩余16页未读,继续阅读
资源评论
คิดถึง643
- 粉丝: 3897
- 资源: 1万+
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
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