數(shù)字圖像邊緣檢測(cè)及相關(guān)閾值選取的研究.pdf

1、邊緣是數(shù)字圖像的重要特征,它刻畫了物體的幾何輪廓特征,包含識(shí)別對(duì)象的重要信息,為目標(biāo)的描述、識(shí)別以及理解提供了一個(gè)很有價(jià)值的特征參量。邊緣檢測(cè)廣泛應(yīng)用于圖像增強(qiáng)、圖像分割、特征描述、模式識(shí)別等圖像分析與處理領(lǐng)域,一直是圖像處理中研究的熱點(diǎn)和重點(diǎn)。圖像在產(chǎn)生和傳輸過(guò)程中受噪聲等因素的影響,導(dǎo)致邊緣檢測(cè)出現(xiàn)漏檢、錯(cuò)檢等問(wèn)題,從而,在實(shí)際檢測(cè)中,如何提高邊緣檢測(cè)算法定位的精確性和信噪比一直是邊緣檢測(cè)問(wèn)題中的難點(diǎn)。本文的主要內(nèi)容如下:
　

2、　第一章介紹了數(shù)字圖像邊緣檢測(cè)的背景和意義,歷史和研究現(xiàn)狀,并分析了邊緣檢測(cè)技術(shù)中的難點(diǎn)問(wèn)題。
　　第二章介紹了數(shù)字圖像邊緣檢測(cè)的基本理論,并詳細(xì)介紹了一些經(jīng)典的圖像邊緣檢測(cè)算子,如Prewitt算子、Sobel算子、Canny算子以及小波邊緣檢測(cè)算子等,并指出了這些算子的優(yōu)缺點(diǎn)。
　　第三章基于圖像灰度值的方向?qū)?shù)強(qiáng)度和方向信息,提出了一種基于方向追蹤的邊緣檢測(cè)算法。該算法通過(guò)設(shè)計(jì)一組特殊的方向追蹤模板,然后利用圖像中已檢