資源描述：
《圖像邊緣檢測(cè)方法研究畢業(yè)設(shè)計(jì)論文》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。
1、東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文）摘要畢業(yè)設(shè)計(jì)（論文）題目：圖像邊緣檢測(cè)方法研究英文題目：ResearchonImageEdgeDetectionMethods東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文）摘要摘要數(shù)字圖像邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別和區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識(shí)別中提取圖像特征的一個(gè)重要方法。邊緣中包含圖像物體有價(jià)值的邊界信息，這些信息可以用于圖像理解和分析，并且通過邊緣檢測(cè)可以極大地降低后續(xù)圖像分析和處理的數(shù)據(jù)量。圖像理解和分析的第一步往往就是邊緣檢測(cè)，目前它
2、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。經(jīng)典的邊緣檢測(cè)方法如：Roberts，Sobel，Prewitt，Kirsch，Laplaee等方法，基本上都是對(duì)原始圖像中像素的小鄰域構(gòu)造邊緣檢測(cè)算子，進(jìn)行一階微分或二階微分運(yùn)算，求得梯度最大值或二階導(dǎo)數(shù)的過零點(diǎn)，最后選取適當(dāng)?shù)拈]值提取邊界。但這些算法均存在對(duì)噪聲敏感、不能自適應(yīng)選擇閉值、檢測(cè)效果不太理想等缺點(diǎn)。本文對(duì)邊緣檢測(cè)理論和算法作了深入的研究，在具體分析各類傳統(tǒng)的邊緣檢測(cè)算法的基礎(chǔ)上，重點(diǎn)研究了Canny算法，并結(jié)合
3、改進(jìn)的MTM算法及Otsu算法對(duì)Canny算法中的濾波方法和雙門限選取方法進(jìn)行改進(jìn)。最后，用MATLAB7.0實(shí)現(xiàn)該算法，實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法(CMO算法)取得比傳統(tǒng)的Canny算法更好的邊緣檢測(cè)效果。關(guān)鍵詞：圖像處理；邊緣檢測(cè)；Canny算子；濾波；自適應(yīng)閾值東華理工大學(xué)長(zhǎng)江學(xué)院畢業(yè)設(shè)計(jì)（論文）摘要ABSTRACTDigitalimageedgedetectionplaysanimportpartinimageanalysis,suchasimagesegmentation,interes
4、tedregionrecognitionandregionshapeextraction.Andit’sanimportmethodinimagefeatureextractionofimagerecognition.Theedgeincludesthevaluableinfotmationoftheimagewhichcanbeuseinimageunderstandingandanalysis.Andthroughedgedetection,wecangreatlyreducethecalcu
5、lationofimageanalysisandprocessinginthefollowingstep.Usually,thefirststepofimageunderstandingandanalysisisedgedetection,andithasbeenthemostactivetopicinthemachinevisionresearchfield,alsoitplaysanimportpartinengineeringapplication.Mostofthetraditionale
6、dgedetectionalgorithms,suchasRoberts,Sobel,Prewitt,Kirsch,Laplacian,justconstructanedgedetectionalgorithmwithasmallneighborhoodineachpixeloftheoriginalimage,andthencarryoutwithfirstdifferentialorseconddifferentialoperatorinordertoobtainthemaximumgradi
7、entorthezero-crossingpointofthesecondderivative,finallyselectanappropriatethresholdtoextracttheedge.Butthesealgorithmssharethesameshortcomings,forexample,theyaresensitivetonoise,theycan’tselectthresholdadaptively,andthedetectionresultsarenotsowell.Int
8、hispaper,wedoadeepresearchontheedgedetectiontheoryandalgorithm,baseonanalyzingthetraditionaledgedetectionalgorithmindetail,wefocusonCannyalgorithm,combinedwithMTMalgorithmandOtsualgorithmtoimprovethefilteringmethodanddualthresholdselectionmeth
