基于邊緣檢測經典算法的改進研究與實現.pdf

1、數字圖像的邊緣包含多種有用信息，作為圖像的最基本特征，可以檢測和識別圖像，在進行圖像處理時被頻繁應用于圖像的增強、圖像壓縮、圖像分割和識別等領域。圖像的邊緣檢測是進行模式識別和圖像信息提取的基本手段，作為圖像處理、圖像分析和計算機視覺領域中的經典研究內容，至今沒能完全解決。怎樣消除分析處理圖像時噪聲干擾帶來的偽邊緣，并保證檢測得出的邊緣信息的準確性，就是其中的一個難題。
　　 本文針對數字圖像的邊緣檢測中有待解決的難點問題進行分

2、析。在如何實現邊緣檢測的研究中，產生了一些經典算法，在此分三部分對這些方法進行詳細介紹，并在經典算法的基礎上，對改進方法做了說明。文中首先分析目前廣泛使用的Sobel、Roberts和Canny算法等邊緣檢測方法，在有噪聲和無噪聲的情況下，應用這些檢測方法進行仿真實驗，并將仿真實驗結果進行對比以分析算法的優(yōu)缺點。這些基于圖像灰度值的梯度進行計算的算法對噪聲的敏感度比較高，一旦圖像出現噪聲的時候，這些算法可能將噪聲當作圖像的邊緣檢測出來，

3、也可能混淆真正的邊緣點與噪聲點而發(fā)生誤檢或漏檢的現象。通過分析經典算法的優(yōu)缺點，本文對經典邊緣算法中的Sobel邊緣檢測算法進行改進。將Sobel邊緣檢測算子由2個方向擴展到8個方向來計算圖像的像素點，并且根據邊緣點之間的相互關系來確定圖像的真正邊緣點。以最終確定是圖像邊緣點還是噪聲點，并據此完成整體圖像邊緣的檢測。隨后本文介紹了基于模糊集理論的邊緣檢測方法，指出其優(yōu)缺點并且提出了一種改進算法，取得了不錯的檢測效果。最后文章介紹了基于數