資源描述:
《亞像素級邊緣檢測技術(shù)》由會員上傳分享,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。
1、摘要邊緣指的是圖像中像素值有突變的地方。邊緣檢測是圖像處理的重要的一部分。邊緣往往攜帶著一幅圖像的大部分信息。在分析對比已有邊緣檢測算法的基礎(chǔ)上,設(shè)計(jì)了兩種邊緣檢測方法。第一種方法先用Sobel算子粗定位,然后用三次樣條插值函數(shù)對灰度圖像進(jìn)行插值,使目標(biāo)達(dá)到亞像素級,對插值后的灰度圖像,利用最大類間方差確定閾值,實(shí)現(xiàn)亞像素級的邊緣檢測。另一種方法是根據(jù)灰度矩算子在目標(biāo)成像前后的矩不變特性,利用Tabatabai等人提出的前三階灰度矩,實(shí)現(xiàn)了亞像素邊緣檢測。通過實(shí)驗(yàn)對算法有效性和檢測精度進(jìn)行了研究和驗(yàn)證,給出了工件的實(shí)測尺寸對比結(jié)果。實(shí)驗(yàn)表明,基于灰度矩的亞像素邊緣檢測算法和基于Sobel算子
2、的亞像素級邊緣檢測法比傳統(tǒng)的邊緣檢測算子具有更高的定位精度。關(guān)鍵詞:亞像素級邊緣檢測;基于插值法的邊緣檢測;灰度矩ABSTRACTEdgereferstothevalueofthepixelintheimagemutations.Edgedetectionisanimportantpartofimageprocessing.Theedgestendtocarrymostoftheinformationofanimage.Inthispaper,thedesigntwoedgedetectionmethods,thefirstmethodfirstusedSobeloperatorroughl
3、ocation,andthengrayscaleimageinterpolation,cubicsplineinterpolationfunctionsothatthetargettoachievesub-pixellevelgrayscaleimagesafterinterpolation,theuseofthemaximumvariancebetweenthethresholdisdeterminedtoachievesub-pixeledgedetection.Anothermethodisthegraymomentoperatorinthemomentsbeforeandaftert
4、hetargetimaginginvariantTabatabai,whoproposedthefirstthreegraymoment,toachievesub-pixeledgedetection,throughexperimentstheeffectivenessofthealgorithmandtestingtheaccuracyofresearchandvalidation,giventhecomparisonofmeasureddimensionsoftheworkpiece.Theexperimentsshowthat,basedongray-scaleoperatorsub-
5、pixeledgedetectionalgorithmhasahigherpositioningandaccuracythanthetraditionaloperatortomeettheimagetargettoachievesub-pixeledgedetection.Keywords:Sub-pixeledgedetection;EdgeDetectionbasedinterpolation;GrayMoment;目錄第1章緒論11.1課題研究背景及意義11.2邊緣檢測的研究歷史和發(fā)展趨勢21.3論文研究內(nèi)容,解決問題和章節(jié)安排4第2章經(jīng)典邊緣檢測算子52.1數(shù)字圖像的基本概念52.1
6、.1圖像數(shù)字化52.2Sobel算子62.3Prewitt算子82.4LoG算子92.5實(shí)驗(yàn)結(jié)果及分析9第3章基于SOBEL算子的亞像素級邊緣檢測113.1Sobel算子改進(jìn)算法113.2三次樣條插值123.3最大類間方差法(Ostu)133.4算法實(shí)現(xiàn)153.5實(shí)驗(yàn)結(jié)果163.6實(shí)驗(yàn)結(jié)果分析173.7本章小結(jié)18第4章基于灰度矩的亞像素算法194.1灰度矩算子194.2灰度矩邊緣檢測算法204.2.1灰度值h1和h2的計(jì)算204.2.2邊緣位置的確定224.2.3邊緣方向234.2.4邊緣的判斷條件234.2.5模板效應(yīng)244.2.6算法實(shí)現(xiàn)254.3實(shí)驗(yàn)結(jié)果及分析264.4本章小結(jié)29結(jié)
7、論30參考文獻(xiàn)31致謝35第1章緒論1.1課題研究背景及意義隨著計(jì)算機(jī)技術(shù)的發(fā)展,數(shù)字圖像處理與分析技術(shù)在科學(xué)研究、工業(yè)生產(chǎn)、醫(yī)療衛(wèi)生、教育、娛樂、管理和通信等方面得到了廣泛的應(yīng)用。邊緣檢測是圖像處理與分析中最基礎(chǔ)也是最重要的內(nèi)容之一,一直是圖像處理領(lǐng)域的研究熱點(diǎn)?!瑫r(shí),邊緣檢測是圖像理解和圖像識別的基礎(chǔ),能否提供一個好的邊緣檢測算法直接影響后期研究效果。36計(jì)算機(jī)技術(shù)的發(fā)展,出現(xiàn)了許多應(yīng)用于數(shù)字圖像的新理