资源描述：
《基于+matlab+的数字图像边缘检测算法研究》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、基于Matlab的数字图像边缘检测算法研究目录引言……31基于一阶微分的边缘检测算法……71.1Roberts算子……71.2Prewitt算子……81.3Kirsch算子……82基于二阶微分的边缘检测算法……102.1Laplacian算子……102.2LoG算子……122.3Canny算子……153最佳Sobel边缘检测方法……183.1Sobel图像边缘检测方法……183.2改进的Sobel边缘检测方法……183.3Sobel算子的最佳阈值选取……194基于Matlab的实验结果与分析……224.1Matlab简介……224.2一阶微分算法的实验结果与分析……254.3
2、二阶微分算法的实验结果与分析……304.4最佳Sobel边缘检测算法的实验结果与分析……35结论……40致谢……42参考文献……43附录源程序清单……45摘要在实际图像处理问题中,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.边缘检测是图像处理与分析中最基础的内容之一,也是至今仍没有得到圆满解决的一类问题.图像的边缘包含了图像的位置,轮廓等特征,是图像的基本特征之一,广泛地应用于特征描述,图像分割,图像增强,图像复原,模式识别,图像压缩等图像分析和处理中.因此,图像
3、边缘和轮廓特征的检测与提取方法,一直是图像处理与分析技术中的研究热点,新理论,新方法不断涌现.本文研究了一些边缘检测算法,包括传统的Roberts,Sobel,Prewitt,LoG,Canny,Kirsch等算法.经典边缘检测方法的抗噪声性能都较差,解决该问题的主要方法就是设置阈值,把得到的图像高频部分与阈值相比较以达到去噪的目的,所以阈值的选取显得尤为重要.传统方法中的阈值都是通过实验确定的,没有统一的阈值选取方法.本文利用边缘的最大后验概率估计,介绍一种新的边缘估计方法,从理论上说明了怎样选取最佳阈值.文章中关于这些方法都有较详细的介绍,以及算法的实现步骤.对算法均进行
4、了仿真实验.论文的主要目的是进行图像边缘检测算法性能比较的研究.实验结果表明,本文的算法比较可以为图像处理的后续环节提供一些有益的参考.关键词:边缘检测;图像处理;Matlab;Sobel;检测算法AbstractInimageprocessing,asabasiccharacteristic,theedgeoftheimage,whichiswidelyusedintherecognition,segmentation,intensificationandcompressoftheimage,isoftenappliedtohigh-leveldomain.Edgedete
5、ctionisoneofthemostfundamentalsinimageprocessingandanalyzing,whichisstillunsolved.Image'sedgesincludeimage'sfeaturessuchaspositionandoutline,whichbelongtothefundamentalfeatures.Edgedetectioniswidelyusedinimageanalysisandprocessingsuchasfeaturedescription,imagesegmentation,imageenhancement,p
6、atternrecognitionandimagecompressionetc,soEdgeDetectionandextractofoutlinefigurearetheresearchhotspotinthetechnologyofimageprocessingandanalysisall,onwhichthenewtheoryandmethodsareputforwardconstantly.Someedgedetectionalgorithmsareresearched,includingRoberts,Sobel,Prewitt,LoG,Canny,Kirschet
7、c.Theclassicedgedetectionmethodshavesomedrawbacksinimagedenoising.Themainideaofresolvingthisproblemistosetathreshold,thencomparethethresholdwiththehigh-frequencycomponentsofanimagetoremovethenoise.Thechoiceofthethresholdisthekeyofimagedenoising.Thethresh
