改进的微分算子与形态学融合的边缘检测算法-数学专业论文.docxVIP

万方数据 万方数据 Classified Index: TP391.41 Dissertation for the Master Degree in Science The Improved Differential Operator Fuse with Morphology Edge Detection Method Candidate： Chen Yu Supervisor： Prof. Deng Caixia Academic Degree Applied for： Master of Science Specialty： Mathematics Date of Oral Examination： March, 2016 University： Harbin University of Science and Technology 哈尔滨理工大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《改进的微分算子与形态学融 合的边缘检测算法》是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期 间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包 含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体， 均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名： 陈瑜 日期：2016 年 3 月 30 日 哈尔滨理工大学硕士学位论文使用授权书 《改进的微分算子与形态学融合的边缘检测算法》系本人在哈尔滨理工大 学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归 哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完 全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有 关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大 学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分 内容。 本学位论文属于 必威体育官网网址□，在 年解密后适用授权书。 不必威体育官网网址?。 （请在以上相应方框内打√） 作者签名： 陈瑜 日期：2016 年 3 月 30 日 导师签名： 邓彩霞 日期：2016 年 3 月 30 日 哈尔滨理工大学理学硕士学位论文 哈尔滨理工大学理学硕士学位论文 改进的微分算子与形态学融合的边缘检测算法 摘 要 边缘包含着图像的大部分信息，是图像的最基础、最本质的特征，并且成 为图像分析及分割的重要根据。图像的边缘检测已成为图像分析和识别的首要 工作，在图像处理中具有十分重要的应用。但边缘提取的困难是既要去除图像 的噪声，又要较好地保留图像完整的边缘。本文针对传统数学形态学和微分算 子的缺点，提出改进的算法，然后融合两种改进的算法，取得了良好的效果。 具体工作如下： 微分算子在提取边缘时，存在不同的缺陷。以 Canny 算子为例，它存在两 个至关重要的缺陷：一是难以克服局部噪声的影响，提取结果不仅会丢失边缘 细节，还会存在伪边缘；二是很难设置高斯滤波参数，对不同的图像不具有一 定的自适应性。针对传统 Canny 算子的不足，本文提出一种新的 Canny 算法。 首先给出一种依据阈值的自适应图像分块处理的新方法；其次提出新的基于自 适应中值和形态学的混合滤波，采用此滤波滤除图像噪声，并添加两个斜方向 上的梯度信息，使梯度信息更加完整；最后通过非极大值抑制并阈值化获得最 终的边缘。对于含噪声图像，该算法不但很好的滤除图像大量的噪声，并且获 得的边缘连续、光滑、轮廓清晰。 在形态学边缘检测中，考虑到不同大小或形状的结构元素在保留图像轮廓 信息和滤除噪声的效果不相同，提出了一种具有自适应性的多尺度多结构边缘 检测方法。对现有边缘检测方法做出研究与改进，用形态学差分法和提取的边 缘图像的信息熵，可以自适应地确定不同形状及不同大小的权值系数，然后对 提取的边缘做融合操作，获得最后的边缘信息。对于含噪声图像，该算法不但 很好的滤除噪声，而且客观评价和视觉效果均好。 最后，由于上述给出的 Canny 算法在标准差和峰值信噪比等客观评价方面 表现比较良好，而改进的形态学算法在平均梯度、扭曲程度和相关系数上表现 更佳。为提高边缘提取的精确性和充实图像的轮廓信息，本文融合上述两种改 进的算法，得到的边缘图像在客观评价方面（信息熵、扭曲程度和相关系数等） 均优于前两种方法，视觉效果也令人满意。 关键词 图像处理；边缘检测；数学形态学；微分算子；融合 -I- The Improved Differential Operator Fuse with Morphology Edge Detection