圖像邊緣檢測方法研究.pdf

1、數(shù)字圖像邊緣檢測是圖像分割、目標(biāo)區(qū)域識別和區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識別中提取圖像特征的一個重要方法。邊緣中包含圖像物體有價值的邊界信息，這些信息可以用于圖像理解和分析，并且通過邊緣檢測可以極大地降低后續(xù)圖像分析和處理的數(shù)據(jù)量。圖像理解和分析的第一步往往就是邊緣檢測，目前它已成為機器視覺研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。 經(jīng)典的邊緣檢測方法如：Roberts，Sobel，Prewit

2、t，Kirsch，Laplace等方法，基本上都是對原始圖像中像素的小鄰域構(gòu)造邊緣檢測算子，進行一階微分或二階微分運算，求得梯度最大值或二階導(dǎo)數(shù)的過零點，最后選取適當(dāng)?shù)拈撝堤崛∵吔?。但這些算法均存在對噪聲敏感、不能自適應(yīng)選擇閾值、檢測效果不太理想等缺點。 本文對邊緣檢測理論和算法作了深入的研究，在具體分析各類傳統(tǒng)的邊緣檢測算法的基礎(chǔ)上，重點研究了Canny算法，并結(jié)合改進的MTM算法及Otsu算法對Canny算法中的濾波方法和雙