水珠边缘检测算法的分析与其在电力行业中的应用

《水珠边缘检测算法的分析与其在电力行业中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文第1章绪论1．1课题的研究背景及意义近年来，图像处理已越来越多地应用到各个领域中，边缘检测作为一个重要特征，受到人们的广泛研究。图像边缘是图像最基本的特征之一，它包含了一幅图像的大部分信息，为人们描述或识别目标以及解释图像提供了一个重要的特征参数。而边缘存在于图像的不规则结构和不平稳现象中，也即存在信号的突变点处。从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始，它普遍存在于目标与背景、目标与目标、区域与区域、基元与基元之间，是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。Poggio等指出“边缘或许对应着图像中物体(的边界)

2、，或许并没有对应着图像中物体(的边界)，但是边缘具有十分令人满意的性质，它能大大减少所要处理的信息，但是又保留了圉像中物体的形状信息”。图像的边缘构造出了图像的轮廓，而这轮廓常常就是我们在图像处理中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处理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。图像边缘检测的应用非常广泛，几乎出现在有关图像处理的所有领域，如：T业自动化、在线产品检验、生产过程控制、文档图像处理、遥感和生物医学图像分析，以及军事、体育、农业工程等方面。图像边缘检测一直以来都

3、是图像技术中研究的热点，人们一直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。一幅图像就是一个信息系统，其大量信息是由它的轮廓边缘提供的，其算法的优劣直接影响着所研制系统的性能。尽管边缘检测在图像处理中非常重要，然而对图像边缘还没有精确并被广泛承认的数学定义。这里我们将边缘定义为图像局部特性的不连续性，如灰度的突变，颜色的突变，纹理结构的突变等。对灰度图像，边缘是指灰度的突交，是图像中灰度变化较剧烈的地方，也即我们通常所说的信号发生奇异的地方。边缘点附近灰度的变化情况可从它相邻像素灰度分布的梯度来反映，通常沿边武汉理工大学硕士学位论文缘走向的像素变化平缓，而

4、垂直于边缘走向的像素变化剧烈。图像的边缘有方向和幅度两个特性。按照幅度的变化，边缘可粗略分为两种：一种是阶跃边缘，即从一个灰度到比它高好多的另一个灰度；另一种是屋顶状边缘，它的灰度是慢慢增加到一定程度然后慢慢减小。图1．1给出这两种边缘的示意图。图1．1阶跃边缘和屋顶边缘致力于研究和构造具有良好性质及好的效果的边缘检测算子的目的就是为了将其应用在实际的工程中。硅橡胶合成绝缘子在我国电力系统等行业的应用越来越广泛，产品种类也越来越多。如何选择和判断合成绝缘子产品的优势，以及检测合成绝缘子使用期间在局部放电、表面污染等环境因素的影响下是否具备良好特性就成为急需解决的问题。僧水性是固体材

5、料的表面性能，是衡量绝缘材料电性能的重要指标，因此研究并设计一种简单方便的绝缘材料憎水性鉴定方法十分必要。适合于现场的憎水性测量方法主要是瑞典输电研究所提出的喷水分级法。此法根据水珠在绝缘材料表面的分布状态判断其憎水性等级，在憎水性等级高的绝缘材料表面，水珠呈现相互分离的水珠或水滴状态，在憎水性较差的绝缘材料表面，水珠呈连续的水片或水膜分布，其缺陷是对人的主观判断依赖较大．如果对水珠图像通过某种技术手段进行处理，克服人的主观性，提高判断的准确性，于是将数字图像技术引入到水珠的识别与特征提取中，通过计算机来处理水珠图像。研究和构造针对水珠图像的边缘检测算子成为急待解决的问题。水珠图像

6、边缘检测是绝缘材料憎水性检测系统中最主要的组成部分，水珠图像边缘检测结果的精确性影响着对绝缘材料憎水性等级的判定，致力于水珠图像边缘检测算法的研究有着重大的理论与现实意义。将数字图像处理技术引入到绝缘材料憎水性等级判定中来，打破了传统的基于目测法的主观性，为绝缘材料憎水性等级判定提供了客观依据，提高了判定的准确性，具有重大的意义。2武汉理工大学硕士学位论文1．2课题的发展现状图像的边缘检测一直是国内外图像处理领域的研究的热点，有着很长的研究历史，学术思想非常活跃。新理论、新方法不断涌现，经过几十年来的研究已经形成了许多成熟的边缘检测技术，并取得了很好的应用。新理论，新方法的出现，也

7、进一步推动了边缘检测技术的发展。由于课题本身的重要性，以及课题的深度和难度，至今提出的关于边缘检测的方法和理论尚存在不足之处，在某些具体情况下仍然无法很好的检测出目标物体的边缘，难以找到一种具有普遍适应性的边缘检测方法。因此，根据具体的应用要求设计新的边缘检测方法，或对现有的方法迸行改进以得到满意的边缘检测结果，这些依然是研究的主流方向。现在的边缘检测方法大致有以下几类：微分法。基于梯度的边缘检测算子是现在应用比较广泛的方法，它们运算量小，操作简单。但是由于基于梯度的