彩色图像的边缘提取技术.docx

苏州大学本科生毕业论文30目录摘要1前言3第一章绪论41.1课题研究背景及意义41.2国内外研究现状51.2.1基于标量的方法51.2.2基于矢量的方法61.3本文研究内容71.4本文的组织结构7第二章图像边缘提取的技术进展92.1基本概念92.2现有算法10第三章基于双向跟踪的多通道彩色图像边缘提取技术153.1彩色图像的颜色通道153.2彩色图像与灰度图像的转换153.3双向跟踪153.4边缘提取17第四章实验结果与分析204.1BSDS500数据集和测评指标介绍204.2客观性测评214.3主观性测评224.4本章小结23第五章总结与展望255.1总结255.2展望25参考文献27致谢30摘要图像的边缘是图像的基本特征，也是图像信息的最大集中区域，边缘提取对图像场景的识别与理解十分重要，在计算机视觉系统的应用领域中具有关键作用。图像局部特征变化不连续的这部分像素的集合叫做边缘，例如灰度值、颜色、纹理结构等的突变，边缘可能存在于图像中的物体和物体之间、物体和背景之间。边缘提取可以广泛应用在特征提取、图像分割、图像识别等领域，是进行图像理解基本的预处理过程。进行边缘提取，可以在减少数据量的同时表达图像的特征，为图像识别提供有用的信息。对于人类视觉系统来说，识别和理解自然图像是一个渐进和分层的过程。鉴于这一原理，我们提出了一种多通道的边缘提取技术，该技术的新颖之处在于使用了双向跟踪策略。首先对彩色图像的三个通道（R、G、B）分别进行边缘检测；再按照边缘数目排序；对边缘数目少的边缘图下跟踪（Forwardtracking，FT）到相邻的边缘数目多的边缘图，然后对下跟踪的结果进行到边缘数目多的边缘图的上确认（Backwardconfirm，BC）操作；迭代双向跟踪得到最终输出结果。采用双向跟踪的策略，可以融合不同通道下的边缘信息，在保证边缘精度的同时有效抑制噪声，生成的边缘比现有的一些算法产生的边缘图效果更好。实验结果表明，本文算法在主观评测和客观性能指标评估中都优于目前先进的边缘提取算法。关键词：彩色图像；边缘提取；双向跟踪；上跟踪；下确认；彩色通道AbstractEdgesarethebasicfeaturesofanimageandconcentratethemostinformationofimage.Edgeextractionisveryimportantforrecognitingandunderstandingimage-scene.Itplaysakeyroleintheapplicationofcomputervisionsystems.Thesetofpixelswherethelocalfeatureoftheimagevariesdiscontinuouslyiscalledtheedge,namely,thegrayvalue,color,texturestructure,etc..Theedgemayexistbetweendifferentobjectsintheimage,orbetweentheforegroundandthebackground.Edgeextractioncanbewidelyusedinfeatureextraction,imagesegmentation,imagerecognitionandotherfields,andisabasicpreprocessingprocessforimageunderstanding.Edgeextractioncanexpressthecharacteristicsoftheimagewhilereducingtheamountofdata,providingusefulinformationforimagerecognition.Forthehumanvisualsystem,recognizingandunderstandingthenaturalimageisagradualandhierarchicalprocess.Basedonthis,weproposeamulti-channeledgeextractiontechnology.Thenoveltyofthistechnologyliesintheuseofabi-directionaltrackingstrategy.First,extractedgesofthegrayimagesatdifferentchannels(i.e.R,G,B).Second,sortthreeedgemapsaccordingtothenumberofedges.Third,tracktheFT(Forwardtracking,FT)fromtheedgemapwhichhasthel