圖像邊緣檢測(cè)算子

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

1、沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)課程設(shè)計(jì)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(jí)學(xué)號(hào)09*******課程設(shè)計(jì)題目圖像邊緣檢測(cè)算子課程設(shè)計(jì)目的與要求:設(shè)計(jì)目的：1.熟悉幾種經(jīng)典圖像邊緣檢測(cè)算子的基本原理。2.用Matlab編程實(shí)現(xiàn)邊緣檢測(cè)，比較不同邊緣檢測(cè)算子的實(shí)驗(yàn)結(jié)果。設(shè)計(jì)要求：1.上述實(shí)驗(yàn)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(duì)實(shí)驗(yàn)內(nèi)容進(jìn)行分析。工作計(jì)劃與進(jìn)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(yàn)收2012年07月02日撰寫課程設(shè)計(jì)報(bào)告、答辯指導(dǎo)教師：2012年6月29日專業(yè)負(fù)責(zé)人：2012年6月29日學(xué)院教學(xué)副院長(zhǎng)：2012年6月29日XIII沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)摘要邊緣檢測(cè)是數(shù)字圖像處理中的一項(xiàng)重要內(nèi)容。本文對(duì)圖像邊緣檢測(cè)的幾種經(jīng)典算法（Roberts算子、Sobel算子、Prewitt算子）進(jìn)行了分析和比較，并用MATLAB實(shí)現(xiàn)這幾個(gè)算法。最后通過實(shí)例圖像對(duì)不同邊緣檢測(cè)算法的效果進(jìn)行分析，比較了不同算法的特點(diǎn)和適用范圍。關(guān)鍵詞：圖像處理；邊緣檢測(cè)；Roberts算子；Sobel算子；Prewitt算子XIII沈陽(yáng)理工大學(xué)數(shù)字圖像處理課

3、程設(shè)計(jì)目錄第1章相關(guān)知識(shí)11.1理論背景11.2數(shù)字圖像邊緣檢測(cè)意義1第2章課程設(shè)計(jì)分析32.1Roberts(羅伯特)邊緣檢測(cè)算子32.2Prewitt(普瑞維特)邊緣檢測(cè)算子42.3Sobel(索貝爾)邊緣檢測(cè)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(xiàn)11XIII沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)第1章相關(guān)知識(shí)邊緣檢測(cè)是數(shù)字圖像處理中的一項(xiàng)重要內(nèi)容。本文對(duì)圖像邊緣檢測(cè)的幾種經(jīng)典算法（Roberts算子、Sobel算子、Prewitt算子）進(jìn)行了分析和比較，并用MATLAB實(shí)現(xiàn)這幾個(gè)算法。最后通過實(shí)例圖像對(duì)不同邊緣檢測(cè)算法的效果進(jìn)行分析，比較了不同

4、算法的特點(diǎn)和適用范圍。1.1理論背景圖像處理就是對(duì)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(jì)60年代起隨著電子計(jì)算機(jī)和計(jì)算技術(shù)的不斷提高和普及，數(shù)字圖像處理進(jìn)入了高速發(fā)展時(shí)期，而數(shù)字圖像處理就是利用數(shù)字計(jì)算機(jī)或其它的硬件設(shè)備對(duì)圖像信息轉(zhuǎn)換而得到的電信號(hào)進(jìn)行某些數(shù)學(xué)處理以提高圖像的實(shí)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(shí)別技術(shù)，工業(yè)中的無損檢測(cè)技術(shù)尤其引人注目。計(jì)算機(jī)進(jìn)行圖像處理一般有兩個(gè)目的：(1)產(chǎn)生更適合人觀察和識(shí)別的圖像。(2

5、)希望能由計(jì)算機(jī)自動(dòng)識(shí)別和理解圖像。數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域的識(shí)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(cè)。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(shí)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(gè)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(diǎn)，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(cè)意義XIII沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)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(cè)就是利用了這個(gè)特點(diǎn)，對(duì)圖像各個(gè)像素點(diǎn)進(jìn)行微分或求二階微分來確定邊緣像素點(diǎn)。一階微分圖像的峰值處對(duì)應(yīng)著圖像的邊緣點(diǎn)；二階微分圖像的過零點(diǎn)處對(duì)應(yīng)著圖像的邊緣點(diǎn)。根據(jù)數(shù)字圖像的特點(diǎn)，處理圖像過程中常采用差分來代替導(dǎo)數(shù)運(yùn)算，對(duì)于圖像的簡(jiǎn)單一階導(dǎo)數(shù)運(yùn)算，由于具有固定的方向性，只能檢測(cè)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(diǎn)，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(cè)是圖像分割、目標(biāo)區(qū)域的識(shí)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(shí)別中提取圖像特征的一個(gè)重要屬性。圖像理解和分析的第一步往往就是邊緣檢測(cè)。目前它已成為機(jī)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(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì)第2章課程設(shè)計(jì)分析圖像的邊緣對(duì)人的視覺具有重要的意義，一般而言，當(dāng)人們看一個(gè)有邊緣的物體時(shí)，首先感覺到的便是邊緣。灰度或結(jié)構(gòu)等信息的突變處稱為邊緣。邊緣是一個(gè)區(qū)域的結(jié)束，也是另一個(gè)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(cè)出的邊緣并不等同于實(shí)際目標(biāo)的真實(shí)邊緣。由于圖像數(shù)據(jù)時(shí)