欢迎来到天天文库
浏览记录
ID:13082081
大小:1.76 MB
页数:32页
时间:2018-07-20
《图像边缘检测程序设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、*******************实践教学*******************兰州理工大学计算机与通信学院2012年秋季学期图像处理综合训练题目:图像边缘检测程序设计专业班级:姓名:学号:指导教师:成绩:30目录摘要1一、前言2二、算法分析与描述3三、详细设计过程7四、调试过程中出现的问题及相应解决办法11五、程序运行截图及其说明12六、简单操作手册15设计总结18参考资料19致谢20附录2130摘要图像处理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和电子学方法。数字图像处理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
2、电信号进行某些数学处理以提高图像的实用性。边缘检测是目前图像分析领域中的基础技术,也是数字图像处理中的一项重要内容。它利用图像一阶倒数的极值或二阶倒数的过零点信息来提取边缘。本文对图像边缘检测的几种经典算法包括一阶微分的Sobel算子、Robert算子、Priwitt算子,二阶微分laplacian算子及Canny算子。通过实例图像对不同边缘检测算法的效果进行分析,比较了不同算法的特点和适用范围。关键词:图像处理;边缘检测;一阶微分;二阶微分30一、前言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
3、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。边缘是以图像的局部特征不连续的形式出现的,也就是指图像局部亮度变化最显著的部分,同时边缘也是不同区域的分界处。边缘检测是图像特征提取的重要技术之一,边缘常常意味着一个区域的终结和另一个区域的开始。图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大
4、幅度地减少了要处理的信息量,而且还保护了目标的边界结构,它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十分重要的基础,是图像识别中提取图像特征的一个重要属性。图像理解和分析的第一步往往就是边缘检测。在工程应用中占有十分重要的地位,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。本次的目的是从理论上对几种经典的边缘检测算法(Sobel算子、Robert算子、Priwitt算子、laplacian算子及Canny算子)进行分析,并用实现这些算法。最后,通过
5、实例图像对不同边缘检测算法的效果进行分析,找出各种算法的适用范围。30二、算法分析与描述2.1基于一阶微分的边缘的检测1、Sobel算子Sobel算子和Prewitt算子都是一阶的微分算子,都是先对图像进行平滑处理,虽然两者都是加权平均滤波,但是前者邻域的像素对当前像素产生的影响不是等价的,距离不同的像素具有不同的权值,对算子结果产生的影响也不同。这两种算子对噪声都有一定的抑制作用,但不能完全排除检测结果中出现虚假边缘的情况。这两者对灰度渐变低噪声的图像有较好的检测效果,但是对于混合多复杂噪声的图像处理效果就不理想了。正如前面所讲,采用邻域可以避免在像素之间内插点上计
6、算梯度.考虑一下上图中所示的点周围点的排列.Sobel算子也是一种梯度幅值,(1.1)其中的偏导数用下式计算:(1.2)其中常数和其他的梯度算子一样,和可用卷积模板来实现,如图1.1所示:图1.1请注意这一算子把重点放在接近于模板中心的像素点.Sobel算子是边缘检测器中最常用的算子之一.(图1.2)30图1.2用于说明Sobel算子和Prewitt算子的邻域像素点标记Prewitt算子与Sobel算子的方程完全一样,只是常量c=1.所以(1.3)请注意,与Sobel算子不同,这一算子没有把重点放在接近模板中心的像素点如图1.3所示2、Robert算子Robert算子
7、边缘检测算子也叫交叉差分算子,是一种利用局部差分寻找边缘的算子,用领域的处理。边缘,是指周围像素灰度有阶跃变化或屋顶等变化的那些像素的集合。图像的边缘对应着图像灰度的不连续性。显然图像的边缘很少是从一个灰度跳到另一个灰度这样的理想状况。真实图像的边缘通常都具有有限的宽度呈现出陡峭的斜坡状。边缘的锐利程度由图像灰度的梯度决定。梯度是一个向量,∇f指出灰度变化最快的方向和变化量。(1.5)(1.6)(1.7)梯度大小由确定。而梯度方向则由确定,因此最简单的边缘检测算子是用图像的垂直和水平差分来逼近梯度算子:(1.8)因此当我们寻找边缘的时候,最简单的方法
此文档下载收益归作者所有