可靠圖像邊緣檢測方法研究.pdf

1、分類號分類號：TN911.73密級密級：公開公開研究生學位論文論文題目（中文論文題目（中文）可靠圖像邊緣檢測方法研究可靠圖像邊緣檢測方法研究論文題目（外文論文題目（外文）Reliableresearchofedgedetectionmethod研究生姓名研究生姓名劉紅霞劉紅霞學科、專業(yè)學科、專業(yè)信息與通信工程信息與通信工程.信號與信號與信息處理信息處理研究方向研究方向圖像處理圖像處理學位級別學位級別碩士導師姓名、職稱導師姓名、職稱萬毅論

2、文工作論文工作起止年月起止年月2012014年9月至2012016年5月論文提交日期論文提交日期2012016年4月論文答辯期論文答辯期2012016年5月學位授予日期學位授予日期校址：甘肅省蘭州市校址：甘肅省蘭州市I可靠圖像邊緣檢測方法研究可靠圖像邊緣檢測方法研究中文摘要中文摘要人們主要是通過圖像認識世界，并且通過邊緣了解圖像中物體的位置與輪廓，從而對圖像分析和了解，所以邊緣是圖像的重要特征之一，邊緣檢測方法的研究就成為了圖像處理中的

3、研究熱點以及難點之一。邊緣是因為圖像灰度值發(fā)生突變而產(chǎn)生的，所以幾乎所有的邊緣檢測算法都是基于一階微分算子或二階微分算子，本文提出一種基于DCT的連續(xù)曲面邊緣檢測算法。邊緣可能因為多重因素而無法被準確檢測到，比如在圖像捕獲過程中，噪聲的干擾、自然景物的投影以及光照的強弱，甚至在圖像傳輸過程中，還會受到噪聲的污染，所以邊緣檢測中必不可少的一步就是去噪。其中最常用的去噪方法就是高斯濾波，但是高斯濾波去噪很難平衡圖像去噪和邊緣細節(jié)保留，原因就

4、是噪聲屬于圖像的高頻分量，然而邊緣以及紋理也是高頻分量，即噪聲、邊緣以及紋理處于相同的頻段，所以低通濾波器如高斯濾波在去除噪聲的同時，會在一定程度上模糊了邊緣和紋理等細節(jié)信息；況且高斯濾波對沖擊噪聲的抑制效果很差很容易將沖擊噪聲誤檢測為邊緣；再者控制平滑程度的參數(shù)?是人工設定的。?越大去噪性能越好但也越容易丟失一些細節(jié)信息，?值越小越能更好的保持圖像邊緣的細節(jié)信息，但不能達到理想的去噪效果，因此為了在更好地去噪的同時有效的保持圖像邊緣和

5、紋理，就要彌補去噪過程中對邊緣和紋理的模糊，最常用的做法就是用直方圖均衡化和直方圖匹配對圖像進行增強處理，但這兩種增強處理只能對圖像整體增強，而不能只對圖像的邊緣紋理信息進行增強。本文中我們提出對圖像進行DCT變換將圖像信息由空域轉(zhuǎn)換到頻域，得到DCT系數(shù)，因為圖像信息能量會集中到低頻部分，紋理區(qū)域的DCT系數(shù)幅度較??；邊緣區(qū)域的DCT系數(shù)幅度較大，我們用原始系數(shù)的立方除以它的平方與常數(shù)的和來更新這些系數(shù)以達到去噪的效果。盡管從邊緣檢測