資源描述：
《基于形態(tài)學(xué)的圖像邊緣檢測(cè)技術(shù)研究》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、摘要摘要圖像邊緣是圖像的最基本特征，邊緣檢測(cè)在計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域中發(fā)揮著重要的作用，廣泛應(yīng)用于圖像分割、目標(biāo)自動(dòng)識(shí)別、機(jī)器人、遙感、醫(yī)學(xué)圖像分析等領(lǐng)域。邊緣檢測(cè)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(méi)有得到圓滿解決的一類問(wèn)題。因此，圖像邊緣和輪廓特征的檢測(cè)與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點(diǎn)，新理論、新方法不斷涌現(xiàn)。數(shù)學(xué)形態(tài)學(xué)是一種基于集合論的方法和理論。利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行圖像處理的基本思想是利用一個(gè)結(jié)構(gòu)元素去探測(cè)一個(gè)圖像，通過(guò)對(duì)目標(biāo)圖像的形態(tài)變換實(shí)現(xiàn)結(jié)構(gòu)分析和特征提取的目的。本論
2、文的主要目的是圍繞數(shù)學(xué)形態(tài)學(xué)進(jìn)行圖像邊緣檢測(cè)算法的研究，將形態(tài)學(xué)的思想和方法用于受噪聲污染圖像的邊緣檢測(cè)，實(shí)現(xiàn)在獲得較好邊緣細(xì)節(jié)的同時(shí)提高抗噪性。本文首先介紹了邊緣檢測(cè)的研究背景、意義和研究現(xiàn)狀。接著本文對(duì)常用的圖像邊緣檢測(cè)理論和方法做了介紹和分析，對(duì)每種算法進(jìn)行了仿真實(shí)驗(yàn)，給出了仿真結(jié)果，分析了各算法在噪聲情況下的特性。然后，本文詳細(xì)地討論了數(shù)學(xué)形態(tài)學(xué)的基本理論，對(duì)數(shù)學(xué)形態(tài)學(xué)在圖像處理中的常見(jiàn)應(yīng)用做了介紹和仿真。接著本文著重研究了基于形態(tài)學(xué)的圖像邊緣檢測(cè)方法。文章闡明了采用形態(tài)學(xué)方法進(jìn)行邊緣檢測(cè)的優(yōu)勢(shì)，指
3、出了一般的形態(tài)學(xué)邊緣檢測(cè)方法的特點(diǎn)和存在的不足，針對(duì)抗噪性、檢測(cè)結(jié)果的均方誤差以及峰值信噪比，利用形態(tài)學(xué)運(yùn)算的特性，結(jié)合不同形態(tài)學(xué)算子的特點(diǎn)，對(duì)已有的形態(tài)學(xué)邊緣檢測(cè)算法做了改進(jìn)。接著，文章分析了結(jié)構(gòu)元素的選擇，介紹了多結(jié)構(gòu)元素和多尺度結(jié)構(gòu)元素檢測(cè)的概念，最終改進(jìn)并構(gòu)造出了多尺度多結(jié)構(gòu)元素形態(tài)學(xué)邊緣檢測(cè)算子。最后本文列改進(jìn)后的形態(tài)學(xué)邊緣檢測(cè)算法進(jìn)行了實(shí)驗(yàn)仿真，和傳統(tǒng)的邊緣檢測(cè)方法進(jìn)行了比較，給出了仿真結(jié)果和數(shù)據(jù)，對(duì)該算法的準(zhǔn)確性、抗噪性、魯棒性和實(shí)用性進(jìn)行了實(shí)驗(yàn)分析。實(shí)驗(yàn)證明，本文構(gòu)造的多尺度多結(jié)構(gòu)元素形態(tài)學(xué)
4、邊緣檢測(cè)算子具有良好的檢測(cè)效果，抗噪性好，適用于多種場(chǎng)景，有很好的應(yīng)用價(jià)值。關(guān)鍵詞：圖像處理、邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)、多結(jié)構(gòu)元素、多尺度。ABSTRACTImageedgeisthedescriptionoftheremarkablechangeofgraybetweentheneighboringpixelsintheimage．Digitalimageprocessingisimprovinganimageintoanotherimage．Edgedetectionisallimportantdirect
5、ionofimageprocessing．Edgeimageasthebasicfeatheroftheimageincludesthefeatheroftheimagespaceandimagecontour．Itcanbeusedintheanalysisandtreatmentofsuperiorlayerofthefeaturedescription，imagesegmentation，imageenhancement，imagerestoration，patternrecognitionandim
6、agecompression．Itisavailabletofurthercomprehensionandanalysisoftheimage．SomanyscholarsdedicatetOtheresearchofthetheoryandpracticeforimageedgedetection．Manyfeasibledetectmethodsareformed．Mathematicalmorphologyfoundedonsettheoryisanewmethodappliedinthefieldo
7、fimageprocessingandpatternrecognition．ItsprimeprincipleisusingacertainstructuringelementtomeasureandextractthecorrespondingforminanimageSOthatwecananalyzeandrecognizetheimage．Aboveallinthispaperthebasictheoryofmathematicalmorphologyisdiscussed，itsapplicati
8、oninimageprocessingisanalyzedandintroducedaswell．Thenthebasicmorphologicalfilter,thegeneralizedmorphologicalfilterandthemorphologicalfilterwithOmnidirectionalstructuringelementareexpoundedindetail．Considering
