基于matlab的圖像邊緣檢測(cè)原理與應(yīng)用

《基于matlab的圖像邊緣檢測(cè)原理與應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、----WORD格式--可編輯----目錄一．前言-----------------------------------------二．邊緣檢測(cè)的與提取-----------------------1.邊緣檢測(cè)的定義---------------------------2.圖像邊緣檢測(cè)算法的研究?jī)?nèi)容---------3.邊緣檢測(cè)算子------------------------------3.1.Sobel算子-----------------------------3.2.Canny算子----------------------------4.基于Matl

2、ab的實(shí)驗(yàn)結(jié)果與分析---------三．圖像邊緣檢測(cè)的應(yīng)用-----------------------------WORD格式--可編輯----一.前言在實(shí)際圖像邊緣檢測(cè)問(wèn)題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應(yīng)用到較高層次的圖像應(yīng)用中去。它在圖像識(shí)別，圖像分割，圖像增強(qiáng)以及圖像壓縮等的領(lǐng)域中有較為廣泛的應(yīng)用，也是它們的基礎(chǔ)。圖像邊緣是圖像最基本的特征之一，往往攜帶著一幅圖像的大部分信息。而邊緣存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中，也即存在于信號(hào)的突變點(diǎn)處，這些點(diǎn)給出了圖像輪廓的位置，這些輪廓常常是我們?cè)趫D像邊緣檢測(cè)時(shí)所需要的非常重要的一些特征條件，

3、這就需要我們對(duì)一幅圖像檢測(cè)并提取出它的邊緣。而邊緣檢測(cè)算法則是圖像邊緣檢測(cè)問(wèn)題中經(jīng)典技術(shù)難題之一，它的解決對(duì)于我們進(jìn)行高層次的特征描述、識(shí)別和理解等有著重大的影響；又由于邊緣檢測(cè)在許多方面都有著非常重要的使用價(jià)值，所以人們一直在致力于研究和解決如何構(gòu)造出具有良好性質(zhì)及好的效果的邊緣檢測(cè)算子的問(wèn)題。該課程設(shè)計(jì)具體考察了兩種最常用的邊緣檢測(cè)算子并運(yùn)用MATLAB進(jìn)行圖像處理比較。--------WORD格式--可編輯----二.邊緣檢測(cè)于算子1.邊緣檢測(cè)的定義圖像邊緣是圖像最基本的特征，邊緣在圖像分析中起著重要的用。所謂邊緣（edge）是指圖像局部特征的不連續(xù)性。灰

4、度或結(jié)構(gòu)信息的突變稱為邊緣，例如：灰度級(jí)的突變、顏色的突變、紋理結(jié)的突變。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，利用該征可以分割圖像。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，如一條理想的邊緣應(yīng)該具有如圖2.1(a)所示模型的特性。每個(gè)像素都處在灰度級(jí)躍變的一個(gè)垂直的臺(tái)階上（例如圖形中所示的水平線通過(guò)圖像的灰度剖面圖）。而實(shí)際上，諸如圖像采集系統(tǒng)的性能、采樣頻率和獲得圖像的照明條件等因素的影響，得到的邊緣往往是模糊的，邊緣被模擬成具有“斜坡面”的剖面，如圖2.1(b)所示，在這個(gè)模型中不再有細(xì)線（寬--------WORD格式--可編輯----為一

5、個(gè)像素的線條），而是出現(xiàn)了邊緣的點(diǎn)包含斜坡中任意點(diǎn)的情況。由此可以看到：模糊的邊緣使邊緣的“寬度”較大，面清晰的邊緣使邊緣的寬度較小。圖像的邊緣有方向的幅度兩個(gè)屬性，沿邊緣方向像素變化平緩，垂直于邊緣方向像素變化劇烈。邊緣上的這種變化可以用微分算子檢測(cè)出來(lái)，通常用一階導(dǎo)數(shù)或二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣，不同的是一階導(dǎo)數(shù)認(rèn)為最大值對(duì)應(yīng)邊緣位置，而二階導(dǎo)數(shù)以過(guò)零點(diǎn)對(duì)應(yīng)邊緣位置。實(shí)際上，對(duì)于圖像中的任意方向上的邊緣都可以進(jìn)行類似的分析。圖像邊緣檢測(cè)中對(duì)任意點(diǎn)的一階導(dǎo)數(shù)可以利用該點(diǎn)梯度的幅度來(lái)獲得，二階導(dǎo)數(shù)可以用拉普拉斯算子得到。--------WORD格式--可編輯----2.

6、圖像邊緣檢測(cè)算法的研究?jī)?nèi)容圖像邊緣檢測(cè)和分析可定義為應(yīng)用一系列方法獲取、校正、增強(qiáng)、變換、檢測(cè)或壓縮可視圖像的技術(shù)。其目的是提高信息的相對(duì)質(zhì)量，以便提取有用信息。圖像邊緣檢測(cè)中的變換屬于圖像輸入-圖像輸出模式，圖像邊緣檢測(cè)是一種超越具體應(yīng)用的過(guò)程，任何為解決某一特殊問(wèn)題而開發(fā)的圖像邊緣檢測(cè)新技術(shù)或新方法，幾乎肯定都能找到其他完全不同的應(yīng)用領(lǐng)域。圖像邊緣檢測(cè)的主要研究?jī)?nèi)容包括：（1）圖像獲得和抽樣，其中通過(guò)人眼觀察的視野獲取圖像的問(wèn)題有：最常用的圖像獲取裝置——電視（TV）攝像機(jī)問(wèn)題，對(duì)所獲得信號(hào)進(jìn)行獨(dú)立的采樣和數(shù)字化就可用數(shù)字形式表達(dá)景物中全部彩色內(nèi)容；電荷-耦

7、合裝置，用作圖像傳感器，對(duì)景物每次掃描一行，或通過(guò)平行掃描獲得圖像；選擇正確的分辨力或采樣密度，一幅圖像實(shí)質(zhì)上是二維空間中的信號(hào)，所以適用于信號(hào)處理的法則同樣適用于圖像邊緣檢測(cè)，在放射學(xué)中常常需要高分辨力，要求圖像至少達(dá)到2048像素×2048像素；灰度量化，圖像強(qiáng)度也必須進(jìn)行數(shù)字化，通常以256級(jí)（按1字節(jié)編碼）覆蓋整個(gè)灰度，一般一幅灰度分辨力為8位，空間分辨力為512像素×512像素的圖像需0.25兆字節(jié)的存貯容量。（2）圖像分割，目的是把一個(gè)圖像分解成它的構(gòu)成成分，以便對(duì)每一目標(biāo)進(jìn)行測(cè)量。圖像分割是一個(gè)十分困難的過(guò)程。但其測(cè)量--------WORD格式-

8、-可編輯----結(jié)果的質(zhì)