圖像邊緣檢測(cè)與提取算法的比較

1、目錄前言1第1章圖像邊緣檢測(cè)與提取概述11.1圖像邊緣的定義21.2圖像邊緣檢測(cè)算法的研究?jī)?nèi)容31.3圖像邊緣檢測(cè)算法的主要應(yīng)用41.4圖像邊緣檢測(cè)算法的發(fā)展前景6第2章圖像的邊緣檢測(cè)與提取72.1引言72.2邊緣檢測(cè)與提取過(guò)程92.3邊緣檢測(cè)與提取主要算法102.3.1Roberts邊緣算子102.3.2Sobel邊緣算子112.3.3Prewitt邊緣算子112.3.4Laplacian邊緣算子122.3.5Log邊緣算子122.3

2、.6Canny邊緣算子14第3章算法的選擇和實(shí)現(xiàn)163.1坎尼（CANNY）算法173.2高斯—拉普拉斯（LOG）算法18第4章試驗(yàn)結(jié)果的分析、比較及存在的問(wèn)題19結(jié)束語(yǔ)26現(xiàn)代數(shù)字圖像邊緣檢測(cè)處理的目標(biāo)有三：可視化、自動(dòng)化和定量化：（1）可視化:當(dāng)圖像被采集并顯示時(shí)，這些圖像通常需要改善以便觀察者更容易解釋它們。感興趣的目標(biāo)必須突出或者圖像各部位之間的對(duì)比度需要增強(qiáng)處理。自從像CT和MRI等三維成像手段問(wèn)世以來(lái)，可視化，特別是三維結(jié)構(gòu)

3、的可視化受到極大的關(guān)注。（2）自動(dòng)化:旨在使一些日常的或繁瑣的工作自動(dòng)化。例如，根據(jù)一個(gè)染色體分布的顯微圖像自動(dòng)確定染色體核型的系統(tǒng)，從一個(gè)血液涂片自動(dòng)生成白細(xì)胞分類計(jì)數(shù)報(bào)告的系統(tǒng)。這些應(yīng)用的特征是要求最小的人工干預(yù)，全自動(dòng)完成分析工作。關(guān)于白細(xì)胞分類計(jì)數(shù)應(yīng)用，市售系統(tǒng)是在1970年開(kāi)發(fā)成功的。但今天這項(xiàng)任務(wù)是以完全不同方式（采用流式白細(xì)胞計(jì)數(shù)技術(shù)）自動(dòng)完成。（3）定量化:有關(guān)定量化的圖像邊緣檢測(cè)的例子有：測(cè)量動(dòng)脈狹窄的程序以及用電子顯

4、微鏡觀察組織切片中特殊成分的定位和定量（如血色素沉著癥中的鐵元素）。在這些應(yīng)用中，人工介入是允許的，因?yàn)樘幚頃r(shí)間的長(zhǎng)短在這些應(yīng)用中并不是主要矛盾。數(shù)字圖像邊緣檢測(cè)處理，即用計(jì)算機(jī)對(duì)圖像的邊緣進(jìn)行處理，這一技術(shù)是隨著計(jì)算機(jī)技術(shù)發(fā)展而開(kāi)拓出來(lái)的一個(gè)新的應(yīng)用領(lǐng)域，匯聚了光學(xué)、電子學(xué)、數(shù)學(xué)、攝影技術(shù)、計(jì)算機(jī)技術(shù)等學(xué)科的眾多方面。圖像邊緣檢測(cè)處理作為一門學(xué)科已經(jīng)被美國(guó)數(shù)學(xué)學(xué)會(huì)列為應(yīng)用數(shù)學(xué)的一個(gè)研究分支。在其短暫的發(fā)展歷史中，已經(jīng)被成功的應(yīng)用在幾乎

5、所有與成像有關(guān)的領(lǐng)域。近年來(lái)，圖像分析和處理緊緊圍繞理論、實(shí)現(xiàn)、應(yīng)用三方面迅速發(fā)展起來(lái)。它以眾多的學(xué)科領(lǐng)域?yàn)槔碚摶A(chǔ)，其成果又滲透到眾多的學(xué)科中，成為理論實(shí)踐并重，在高新技術(shù)領(lǐng)域中占有重要地位的新興學(xué)科分支。1.1圖像邊緣的定義所謂圖像邊緣（Edlge）是指圖像局部特性的不連續(xù)性，例如，灰度級(jí)的突變，顏色的突變，紋理結(jié)構(gòu)的突變等。邊緣廣泛存在于目標(biāo)與目標(biāo)、物體與背景、區(qū)域與區(qū)域（含不同色彩）之間，它是圖像分割所依賴的重要特征。本為主要討

6、論幾種典型的圖像灰度值突變的邊緣檢測(cè)方法，其原理也是用于其他特性突變的邊緣檢測(cè)。圖像的邊線通常與圖像灰度的一階導(dǎo)數(shù)的不連續(xù)性有關(guān)。圖像灰度的不連續(xù)性可分為兩類：階躍不連續(xù)，即圖像灰度再不連續(xù)出的兩邊的像素的灰度只有明顯的差異，如圖1.1所示，線條不連續(xù)，即圖像灰度突然從一個(gè)值變化到另一個(gè)值，保持一個(gè)較小的行程又返回到原來(lái)的值。在實(shí)際中，階躍和線條邊緣圖像是較少見(jiàn)的，由于空間分辨率（尺度空間）、圖像傳感器等原因會(huì)使階躍邊緣變成斜坡形邊緣，