1、隨著數(shù)字化信息技術(shù)的發(fā)展，人們開始研究以數(shù)字圖像處理為基礎(chǔ)的自動識別與定位技術(shù)，以提高工業(yè)生產(chǎn)的效率。
數(shù)字圖像在獲取和傳遞的過程中它必然會被噪聲所污染，從而影響我們對圖像標(biāo)記點的識別與定位。針對高斯噪聲和椒鹽噪聲的混合噪聲，本文中總共分三步對其去噪算法展開討論研究，首先對常見的頻域和空域濾波算法加以研究，然后針對中值濾波仍然存在細(xì)節(jié)模糊的情況，對其加以改進(jìn)使得濾波效果更好；最后結(jié)合小波閾值去噪算法和改進(jìn)的中值濾波算法進(jìn)行去噪
2、處理，并通過實驗驗證了混合去噪算法擁有更好的濾波效果。
濾波去噪之后再對其進(jìn)行邊緣檢測，是實現(xiàn)圖像標(biāo)記點精準(zhǔn)定位的必要步驟，本文在對常用的邊緣檢測算子進(jìn)行分析之后，比較了不同算子的優(yōu)劣性，基于Otsu閾值法對Canny算子加以改進(jìn)，結(jié)合實驗分析證實了這一改進(jìn)可以在確保檢測效果的同時擁有更好的適應(yīng)性。
本文通過學(xué)習(xí)Hough變換的基本思想以及它的改進(jìn)算法，在總結(jié)前人研究基礎(chǔ)之上，采用了一種基于邊緣梯度信息的改進(jìn)Houg