圖像邊緣檢測算子

《圖像邊緣檢測算子》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計課程設(shè)計任務(wù)書學(xué)院信息科學(xué)與工程專業(yè)電子信息工程學(xué)生姓名***班級學(xué)號09*******課程設(shè)計題目圖像邊緣檢測算子課程設(shè)計目的與要求:設(shè)計目的：1.熟悉幾種經(jīng)典圖像邊緣檢測算子的基本原理。2.用Matlab編程實現(xiàn)邊緣檢測，比較不同邊緣檢測算子的實驗結(jié)果。設(shè)計要求：1.上述實驗內(nèi)容相應(yīng)程序清單，并加上相應(yīng)的注釋。2.完成目的內(nèi)容相應(yīng)圖像，并提交原始圖像。3.用理論對實驗內(nèi)容進行分析。工作計劃與進度安排:2012年06月29日選題目查閱資料2012年06月30日編寫軟件源程序或建立仿真模塊圖2012年07月01日調(diào)試程序或仿真模型2012年07月

2、01日結(jié)果分析及驗收2012年07月02日撰寫課程設(shè)計報告、答辯指導(dǎo)教師：2012年6月29日專業(yè)負責(zé)人：2012年6月29日學(xué)院教學(xué)副院長：2012年6月29日XIII沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計摘要邊緣檢測是數(shù)字圖像處理中的一項重要內(nèi)容。本文對圖像邊緣檢測的幾種經(jīng)典算法（Roberts算子、Sobel算子、Prewitt算子）進行了分析和比較，并用MATLAB實現(xiàn)這幾個算法。最后通過實例圖像對不同邊緣檢測算法的效果進行分析，比較了不同算法的特點和適用范圍。關(guān)鍵詞：圖像處理；邊緣檢測；Roberts算子；Sobel算子；Prewitt算子XIII沈陽理工大學(xué)數(shù)字圖像處理課

3、程設(shè)計目錄第1章相關(guān)知識11.1理論背景11.2數(shù)字圖像邊緣檢測意義1第2章課程設(shè)計分析32.1Roberts(羅伯特)邊緣檢測算子32.2Prewitt(普瑞維特)邊緣檢測算子42.3Sobel(索貝爾)邊緣檢測算子5第3章仿真及結(jié)果分析73.1仿真73.2結(jié)果分析8結(jié)論10參考文獻11XIII沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計第1章相關(guān)知識邊緣檢測是數(shù)字圖像處理中的一項重要內(nèi)容。本文對圖像邊緣檢測的幾種經(jīng)典算法（Roberts算子、Sobel算子、Prewitt算子）進行了分析和比較，并用MATLAB實現(xiàn)這幾個算法。最后通過實例圖像對不同邊緣檢測算法的效果進行分析，比較了不同

4、算法的特點和適用范圍。1.1理論背景圖像處理就是對圖像信息加工以滿足人的視覺心理或應(yīng)用需求的方法。圖像處理方法有光學(xué)方法和電子學(xué)方法。從20世紀60年代起隨著電子計算機和計算技術(shù)的不斷提高和普及，數(shù)字圖像處理進入了高速發(fā)展時期，而數(shù)字圖像處理就是利用數(shù)字計算機或其它的硬件設(shè)備對圖像信息轉(zhuǎn)換而得到的電信號進行某些數(shù)學(xué)處理以提高圖像的實用性。圖像處理在遙感技術(shù)，醫(yī)學(xué)領(lǐng)域，安全領(lǐng)域，工業(yè)生產(chǎn)中有著廣泛的應(yīng)用，其中在醫(yī)學(xué)應(yīng)用中的超聲、核磁共振和CT等技術(shù)，安全領(lǐng)域的模式識別技術(shù)，工業(yè)中的無損檢測技術(shù)尤其引人注目。計算機進行圖像處理一般有兩個目的：(1)產(chǎn)生更適合人觀察和識別的圖像。(2

5、)希望能由計算機自動識別和理解圖像。數(shù)字圖像的邊緣檢測是圖像分割、目標區(qū)域的識別、區(qū)域形狀提取等圖像分析領(lǐng)域的重要基礎(chǔ)，圖像處理和分析的第一步往往就是邊緣檢測。物體的邊緣是以圖像的局部特征不連續(xù)的形式出現(xiàn)的，也就是指圖像局部亮度變化最顯著的部分，例如灰度值的突變、顏色的突變、紋理結(jié)構(gòu)的突變等，同時物體的邊緣也是不同區(qū)域的分界處。圖像邊緣有方向和幅度兩個特性，通常沿邊緣的走向灰度變化平緩，垂直于邊緣走向的像素灰度變化劇烈。根據(jù)灰度變化的特點，圖像邊緣可分為階躍型、房頂型和凸緣型。1.2數(shù)字圖像的邊緣檢測意義XIII沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計邊緣是圖像上灰度變化最劇烈的地方，

6、傳統(tǒng)的邊緣檢測就是利用了這個特點，對圖像各個像素點進行微分或求二階微分來確定邊緣像素點。一階微分圖像的峰值處對應(yīng)著圖像的邊緣點；二階微分圖像的過零點處對應(yīng)著圖像的邊緣點。根據(jù)數(shù)字圖像的特點，處理圖像過程中常采用差分來代替導(dǎo)數(shù)運算，對于圖像的簡單一階導(dǎo)數(shù)運算，由于具有固定的方向性，只能檢測特定方向的邊緣，所以不具有普遍性。為了克服一階導(dǎo)數(shù)的缺點，我們定義圖像的梯度為梯度算子，它是圖像處理中最常用的一階微分算法。圖像梯度的最重要性質(zhì)是梯度的方向是在圖像灰度最大變化率上，它恰好可以反映出圖像邊緣上的灰度變化。數(shù)字圖像的邊緣檢測是圖像分割、目標區(qū)域的識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分

7、重要的基礎(chǔ)，是圖像識別中提取圖像特征的一個重要屬性。圖像理解和分析的第一步往往就是邊緣檢測。目前它已成為機器視覺研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。XIII沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計第2章課程設(shè)計分析圖像的邊緣對人的視覺具有重要的意義，一般而言，當人們看一個有邊緣的物體時，首先感覺到的便是邊緣?；叶然蚪Y(jié)構(gòu)等信息的突變處稱為邊緣。邊緣是一個區(qū)域的結(jié)束，也是另一個區(qū)域的開始，利用該特征可以分割圖像。需要指出的是，檢測出的邊緣并不等同于實際目標的真實邊緣。由于圖像數(shù)據(jù)時