学位论文 > 优秀研究生学位论文题录展示
数字图像中边缘检测算法的研究
作 者: 刘蕊
导 师: 陈红卫
学 校: 江苏科技大学
专 业: 模式识别与智能系统
关键词: 边缘检测 边缘跟踪 噪声 小波变换
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 287次
引 用: 1次
阅 读: 论文下载
内容摘要
边缘是图像的最基本特征,它包含了用于识别图像的有用信息,并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。边缘检测是图像处理、图像分析和计算机视觉领域中经典的研究内容之一,是进行模式识别和图像信息提取的基本手段。图像边缘检测有着很长的研究历史,一直是研究的热点和焦点问题。实际处理的图像一般都混有噪声,如何消除噪声干扰带来的伪边缘并且同时保证边缘定位的准确性成为边缘检测需要解决的一个重要问题。本文首先讨论了图像边缘的模型分类,边缘检测中的两个难点问题,以及实现边缘检测的具体步骤,然后针对目前广泛使用的边缘检测方法如Sobel、Roberts和Canny等算法进行重点研究,并对这些算法在有噪声和无噪声情况下进行仿真实验,比较分析各个算法检测结果。这些算法的核心思想是假设边缘点对应于原始图像灰度级梯度的局部极值点。但是,当图像含有噪声时,这些算法对噪声非常敏感,常常会把噪声当作边缘点检测出来,而真正的边缘由于噪声的干扰也可能被漏检。其次在研究前述算法的基础上提出了一种基于传统Prewitt边缘检测算法改进的边缘检测算法,此算法的核心思想是将传统Prewitt算子的2个方向模板,扩展到8个方向,并利用图像梯度模,边缘点的相关性和约束性,对图像的边缘进行边缘跟踪,逐步的排除虚假边缘,准确定位图像边缘排除噪声干扰。然后介绍了,一般的利用小波变换进行边缘检测的方法。小波变换由于其自身的优良特性而在图像处理中得到了越来越多的应用。在小波变换边缘检测中重点研究了边缘检测的原理和具体实现步骤,并用小波算法对图像做了仿真实验。
|
全文目录
摘要 2-3 Abstract 3-8 第1章 绪论 8-14 1.1 图像边缘检测的背景 8-9 1.2 图像边缘检测算法的研究现状 9-12 1.3 边缘检测算法的发展趋势 12 1.4 主要研究内容与文章结构安排 12-14 1.4.1 主要研究内容 12-13 1.4.2 文章结构安排 13-14 第2章 数字图像与边缘模型 14-27 2.1 图像与数字图像 14-17 2.1.1 光与图像 14-16 2.1.2 数字图像 16-17 2.2 边缘检测 17-21 2.2.1 边缘检测概念 17-18 2.2.2 边缘检测步骤 18-20 2.2.3 边缘检测难点 20-21 2.3 边缘模式 21-25 2.3.1 边缘产生的物理机制 21-22 2.3.2 边缘产生的几何形态 22-24 2.3.3 边缘模式的数学模型 24-25 2.4 边缘检测效果要求 25-26 2.5 本章小结 26-27 第3章 图像边缘检测经典算法 27-43 3.1 图像梯度与函数逼近方法 27-28 3.1.1 图像梯度 27 3.1.2 函数逼近方法 27-28 3.2 一阶微分算子及其仿真 28-31 3.2.1 Roberts 算子 28-29 3.2.2 Sobel 算子 29-30 3.2.3 Prewitt 算子 30-31 3.3 二阶微分边缘检测算子及其仿真 31-33 3.3.1 拉普拉斯算子 31-32 3.3.2 LOG 算子 32-33 3.4 Canny 算子 33-35 3.5 无噪声情况下经典边缘检测算法仿真及分析 35-36 3.5.1 经典边缘检测算法仿真实验 35-36 3.5.2 仿真结果分析 36 3.6 噪声情况下经典边缘检测算法仿真及分析 36-42 3.6.1 经典边缘检测算法仿真实验 36-42 3.6.2 仿真结果分析 42 3.7 本章小结 42-43 第4章 基于边缘跟踪改进的Prewitt 边缘检测算法 43-54 4.1 Prewitt 边缘检测算法分析 43 4.2 改进的Prewitt 检测算法 43-46 4.2.1 改进的Prewitt 算子模板 43-44 4.2.2 真假边缘识别机理 44 4.2.3 改进算法描述 44-46 4.3 改进算法的仿真实验与结果分析 46-52 4.3.1 改进算法的仿真实验 46-52 4.3.2 仿真结果分析 52 4.4 本章小结 52-54 第5章 基于小波变换的边缘检测算法 54-64 5.1 小波变换应用于边缘检测 54-55 5.2 小波变换介绍 55-57 5.2.1 小波变换的定义 55 5.2.2 连续小波变换 55-56 5.2.3 离散小波变换 56 5.2.4 二维小波变换 56-57 5.3 边缘检测用小波函数的选取准则 57 5.4 小波边缘检测基本思想 57-59 5.5 Mallat 算法 59-60 5.6 仿真实验与结果分析 60-61 5.7 本章小结 61-64 结论 64-66 参考文献 66-70 攻读硕士学位期间发表的学术论文 70-72 致谢 72-74 详细摘要 74-78
|
相似论文
- 基于数字滤波技术的直线电机伺服控制系统设计,TM359.4
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 陀螺稳定平台伺服控制系统研究,TJ765
- 基于DSP的水声信号采集系统研究,TP274.2
- 基于∑-Δ调制的水声信号发射机研究,TN761
- 基于机器视觉的光纤几何参数检测研究,TN253
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于多尺度分析的图像融合算法研究,TP391.41
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 连续变量量子纠缠增强的实验改进,O431.2
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 基于均一图像质量的冠状动脉CT血管成像个体化管电流调制的研究,R816.2
- 一种多数据流聚类异常检测算法,TP311.13
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|