資源描述：
《基于+matlab+的數(shù)字圖像邊緣檢測算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于Matlab的數(shù)字圖像邊緣檢測算法研究目錄引言……31基于一階微分的邊緣檢測算法……71.1Roberts算子……71.2Prewitt算子……81.3Kirsch算子……82基于二階微分的邊緣檢測算法……102.1Laplacian算子……102.2LoG算子……122.3Canny算子……153最佳Sobel邊緣檢測方法……183.1Sobel圖像邊緣檢測方法……183.2改進的Sobel邊緣檢測方法……183.3Sobel算子的最佳閾值選取……194基于Matlab的實驗結(jié)果與分析……224.1Matlab簡介……224.2一階微分算法的實驗結(jié)果與分析……254.3
2、二階微分算法的實驗結(jié)果與分析……304.4最佳Sobel邊緣檢測算法的實驗結(jié)果與分析……35結(jié)論……40致謝……42參考文獻……43附錄源程序清單……45摘要在實際圖像處理問題中,圖像的邊緣作為圖像的一種基本特征,經(jīng)常被應用到較高層次的圖像應用中去.它在圖像識別,圖像分割,圖像增強以及圖像壓縮等的領(lǐng)域中有較為廣泛的應用,也是它們的基礎(chǔ).邊緣檢測是圖像處理與分析中最基礎(chǔ)的內(nèi)容之一,也是至今仍沒有得到圓滿解決的一類問題.圖像的邊緣包含了圖像的位置,輪廓等特征,是圖像的基本特征之一,廣泛地應用于特征描述,圖像分割,圖像增強,圖像復原,模式識別,圖像壓縮等圖像分析和處理中.因此,圖像
3、邊緣和輪廓特征的檢測與提取方法,一直是圖像處理與分析技術(shù)中的研究熱點,新理論,新方法不斷涌現(xiàn).本文研究了一些邊緣檢測算法,包括傳統(tǒng)的Roberts,Sobel,Prewitt,LoG,Canny,Kirsch等算法.經(jīng)典邊緣檢測方法的抗噪聲性能都較差,解決該問題的主要方法就是設(shè)置閾值,把得到的圖像高頻部分與閾值相比較以達到去噪的目的,所以閾值的選取顯得尤為重要.傳統(tǒng)方法中的閾值都是通過實驗確定的,沒有統(tǒng)一的閾值選取方法.本文利用邊緣的最大后驗概率估計,介紹一種新的邊緣估計方法,從理論上說明了怎樣選取最佳閾值.文章中關(guān)于這些方法都有較詳細的介紹,以及算法的實現(xiàn)步驟.對算法均進行
4、了仿真實驗.論文的主要目的是進行圖像邊緣檢測算法性能比較的研究.實驗結(jié)果表明,本文的算法比較可以為圖像處理的后續(xù)環(huán)節(jié)提供一些有益的參考.關(guān)鍵詞:邊緣檢測;圖像處理;Matlab;Sobel;檢測算法AbstractInimageprocessing,asabasiccharacteristic,theedgeoftheimage,whichiswidelyusedintherecognition,segmentation,intensificationandcompressoftheimage,isoftenappliedtohigh-leveldomain.Edgedete
5、ctionisoneofthemostfundamentalsinimageprocessingandanalyzing,whichisstillunsolved.Image'sedgesincludeimage'sfeaturessuchaspositionandoutline,whichbelongtothefundamentalfeatures.Edgedetectioniswidelyusedinimageanalysisandprocessingsuchasfeaturedescription,imagesegmentation,imageenhancement,p
6、atternrecognitionandimagecompressionetc,soEdgeDetectionandextractofoutlinefigurearetheresearchhotspotinthetechnologyofimageprocessingandanalysisall,onwhichthenewtheoryandmethodsareputforwardconstantly.Someedgedetectionalgorithmsareresearched,includingRoberts,Sobel,Prewitt,LoG,Canny,Kirschet
7、c.Theclassicedgedetectionmethodshavesomedrawbacksinimagedenoising.Themainideaofresolvingthisproblemistosetathreshold,thencomparethethresholdwiththehigh-frequencycomponentsofanimagetoremovethenoise.Thechoiceofthethresholdisthekeyofimagedenoising.Thethresh
