基于matlab的图像边缘检测算法研究报告和仿真.doc

基于matlab的图像边缘检测算法研究-.II.word.zl-可修编基于matlab的图像边缘检测算法研究和仿真目录第1章绪论11.1序言11.2数字图像边缘检测算法的意义1第2章传统边缘检测方法及理论根底22.1数字图像边缘检测的现状与开展22.2MATLAB和图像处理工具箱的背景知识32.3数字图像边缘检测关于边缘的定义42.4基于一阶微分的边缘检测算子42.5基于二阶微分的边缘检测算子7第3章编程和调试103.1edge函数103.2边缘检测的编程实现11第4章总结13第5章图像边缘检测应用领域13附录参考文献15-.第页.word.zl-可修编第1章绪论§1.1序言理解图像和识别图像中的目标是计算机视觉研究的中心任务，物体形状、物体边界、位置遮挡、阴影轮廓及外表纹理等重要视觉信息在图像中均有边缘产生。图像边缘是分析理解图像的根底，它是图像中最根本的特征。在Marr的计算机视觉系统中，图像边缘提取占据着非常重要位置，它位于系统的最底层，为其它模块所依赖。图像边缘提取作为计算机视觉领域最经典的研究课题，长期受到人们的重视。图像边缘主要划分为阶跃状和屋脊状两种类型。阶跃状边缘两侧的灰度值变化明显，屋脊状边缘那么位于灰度增加与减少的交界处。传统的图像边缘检测方法大多是从图像的高频分量中提取边缘信息，微分运算是边缘检测与提取的主要手段。由于传统的边缘检测方法对噪声敏感，所以实际运用效果有一定的局限性。近年来，越来越多的新技术被引入到边缘检测方法中，如数学形态学、小波变换、神经网络和分形理论等。Canny于1986年提出基于最优化算法的边缘检测算子，得到了广泛的应用，并成了与其它实验结果作比拟的标准。其原因在于他最先建立了优化边缘检测算子的理论根底，提出了迄今为止定义最为严格的边缘检测的三个标准。另外其相对简单的算法使得整个过程可以在较短的时间实现。实验结果也说明，Canny算子在处理受加性高斯白噪声污染的图像方面获得了良好的效果[1]。§1.2数字图像边缘检测算法的意义数字图像处理是控制领域的重要课题，数字图像边缘检测是图像分割、目标区域识别和区域形状提取等图像分析领域十分重要的根底，是图像识别中提取图像特征的一个重要方法。边缘中包含图像物体有价值的边界信息，这些信息可以用于图像理解和分析，并且通过边缘检测可以极降低后续图像分析和处理的数据量。图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活泼的课题之一，在工程应用中占有十分重要的地位。图像的边缘检测技术是数字图像处理技术的根底研究容，是物体识别的重要根底。边缘特征广泛应用于图像分割、运动检测与跟踪、工业检测、目标识别、双目立体视觉等领域。现有边缘检测技术在抑制噪声方面有一定的局限性，在阈值参数选取方面自适应能力很差，有待进一步改良和提高。〔1〕多谱图像是图像配准技术中的一个难点，传统的图像配准技术只适用于同源图像，由于红外图像和可见光遥感图像的成像波段不同，对于同一场景，所采集到的图像的差异很大。在此课题中，作者首先通过边缘检测，得到红外图像与遥感可见光图像的边缘图像，再通过尺度不变特征匹配，就能得到红外图像与可见光遥感图像之间的透视变换关系，从而成功完成了多谱图像配准[2]。〔2〕在“货运列车动态图像故障检测系统(TFDS,TroubleOfMovingFreightCarDetectionsystem)中的故障识别〞的课题中，作者采用水平Sobel算子检测边缘,对边缘图像进展水平方向投影，计算得到货运列车底部心盘螺栓大致区域的图像，然后用Harris算子得到一些候选故障区域，最后通过相关匹配来识别故障。〔3〕在“基于双目立体视觉的人体动作捕捉系统〞的课题中，利用图像的边缘和深度信息从视频中分割出人体前景图像。因此对图像边缘检测技术理论及其应用进展研究都有很重要的意义。第2章传统边缘检测方法及理论根底§2.1数字图像边缘检测的现状与开展在数字图像处理中，边缘特征是图像的重要特征之一，是图像处理、模式识别和计算机视觉的重要组成局部之一，图像边缘检测的结果直接影响进一步图像处理、模式识别的效果。近几十年来，图像边缘检测技术成为数字图像处理技术重要研究课题之一，随着科学技术的开展，研究人员提出了很多图像边缘检测方法及边缘检测效果的评价方法，并且将这些边缘检测技术应用于计算机视觉和模式识别工程领域，使得边缘检测技术的应用围越来越广，图像的边缘一般是图像的灰度或者颜色发生剧烈变化的地方，而这些变化往往是由物体的构造和纹理，外界的光照和物体的外表对光的反射造成的。图像的边缘反映了物体的外观轮廓特征，是图像分析和模式识别的重要特征，数字图像处理技术是一门穿插学科，数学理论、人工智能、视觉生理学和心理学等各种理论为边缘检测技术研究注入新的活力，涌现出很多边缘