数字图像处理中的边缘检测技术.docxVIP

课程设计报告设计题目： 数字图像处理中的边缘检测技术 学 院： 专 业： 班 级： 学号： 学生姓名： 电子邮件： 时 间： 年 月 成 绩： 指导教师： 目录1 前言:查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义………………………………………1 1.1理论背景……………………………………………………………………1 1.2图像边缘检测技术研究的目的和意义……………………………………1 1.3国内外研究现状分析………………………………………………………2 1.4常用边缘检测方法的基本原理……………………………………………32 小波变换和小波包的边缘检测、基于数学形态学的边缘检测法算法原理………………………………………………………………7 2.1 小波边缘检测的原理………………………………………………………7 2.2 数学形态学的边缘检测方法的原理………………………………………7 3 算法实现部分：程序设计的流程图及其描述……………………9 3.1 小波变换的多尺度边缘检测程序设计算法流程图………………………9 3.2 数学形态学的边缘检测方法程序设计算法描述…………………………104实验部分：对所给的原始图像进行对比实验，给出相应的实验数据和处理结果………………………………………………………115分析及结论：对实验结果进行分析比较，最后得出相应的结论……………………………………………………………………15参考文献………………………………………………………………17附录：代码……………………………………………………………181前言查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义1.1 理论背景?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。从20世纪60年代起随着电子计算机和计算技术的不断提高和普及，数字图像处理进入了高速发展时期，而数字图像处理就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电信号进行某些数学处理以提高图像的实用性。?图像处理在遥感技术，医学领域，安全领域，工业生产中有着广泛的应用，其中在医学应用中的超声、核磁共振和CT等技术，安全领域的模式识别技术，工业中的无损检测技术尤其引人注目。?计算机进行图像处理一般有两个目的：(1)产生更适合人观察和识别的图像。(2)希望能由计算机自动识别和理解图像。数字图像的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的重要基础，图像处理和分析的第一步往往就是边缘检测。?物体的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，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。1.2 图像边缘检测技术研究的目的和意义数字图像处理是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像处理也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像处理和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像处理中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。经典的边缘检测算法是对原始图像中像素的某小领域来构造边缘检测算子，常用的边缘检测算子有Roberts算子、Sobel算子、Prewitt算子Kirsch算子、Laplacian算子、LOG算子、Canny算子。这些算子主要应用于计算几何各个现实领域中，如遥感技术、生物医学工程、机器人与生产自动化中的视觉检验、零部件选取及过程控制等流程、军事及通信等。在图像处理的过程中老算法也出现了许多的问题。经过多年的发展，现在已经出现了一批新的图像处理算法。如小波变换和小波包的边缘检测、基于形态学、模糊理论和神经网络的边缘检测等，这些算法扩展了图像边缘检测技术在原有领域中的运用空间，同时也使它能够适应更多的运用需要。1.3国内外研究现状分析数字图像处理，指的是使用计算机对图像信号进行快速处理。数字图像处理技术在二十世纪六十年代因客观需要而兴起，到二十一世纪初期，它已经处于发展的全盛时期。图像处理技术