基于matlab的圖像邊緣檢測算法研究和仿真設(shè)計

1、I / 17基于 基于 matlab 的圖像邊緣檢測算法研究和仿真 的圖像邊緣檢測算法研究和仿真目 錄第 1 章 緒論 緒論 11.1 序言 1 1.2 數(shù)字圖像邊緣檢測算法的意義 1 第 2 章 傳統(tǒng)邊緣檢測方法與理論基礎(chǔ)

2、傳統(tǒng)邊緣檢測方法與理論基礎(chǔ) 22.1 數(shù)字圖像邊緣檢測的現(xiàn)狀與發(fā)展 2 2.2 MATLAB 和圖像處理工具箱的背景知識 3 2.3 數(shù)字圖像邊緣檢測關(guān)于邊緣的定義

3、 4 2.4 基于一階微分的邊緣檢測算子 4 2.5 基于二階微分的邊緣檢測算子 7 第 3 章 編程和調(diào)試 編程和調(diào)試 103.1 edge 函數(shù)

4、 103.2 邊緣檢測的編程實(shí)現(xiàn) 11第 4 章 總結(jié) 總結(jié) 13第 5 章 圖像邊緣檢測應(yīng)用領(lǐng)域 圖像邊緣檢測應(yīng)用領(lǐng)域 13附錄參考文獻(xiàn) 附錄參考文獻(xiàn) 152 / 17體視覺等領(lǐng)域?，F(xiàn)有邊緣檢測技術(shù)在抑制噪聲方面有一定的局限性，在閾值參數(shù)

5、選取方面自適應(yīng)能力很差，有待進(jìn)一步改進(jìn)和提高。 （1）多譜圖像是圖像配準(zhǔn)技術(shù)中的一個難點(diǎn)，傳統(tǒng)的圖像配準(zhǔn)技術(shù)只適用于同源圖像，由于紅外圖像和可見光遙感圖像的成像波段不同，對于同一場景，所采集到的圖像的差異很大。在此課題中，作者首先通過邊緣檢測，得到紅外圖像與遙感可見光圖像的邊緣圖像，再通過尺度不變特征匹配，就能得到紅外圖像與可見光遙感圖像之間的透視變換關(guān)系，從而成功完成了多譜圖像配準(zhǔn)[2]。 （2）在“貨運(yùn)列車動態(tài)圖像故障檢測系統(tǒng)(TF

6、DS,Trouble Of Moving Freight Car Detection system)中的故障識別”的課題中，作者采用水平 Sobel 算子檢測邊緣,對邊緣圖像進(jìn)行水平方向投影，計算得到貨運(yùn)列車底部心盤螺栓大致區(qū)域的圖像，然后用 Harris 算子得到一些候選故障區(qū)域，最后通過相關(guān)匹配來識別故障。 （3）在“基于雙目立體視覺的人體動作捕捉系統(tǒng)”的課題中，利用圖像的邊緣和深度信息從視頻中分割出人體前景圖像。因此對圖像邊緣

7、檢測技術(shù)理論與其應(yīng)用進(jìn)行研究都有很重要的意義。第 2 章 傳統(tǒng)邊緣檢測方法與理論基礎(chǔ) 傳統(tǒng)邊緣檢測方法與理論基礎(chǔ)§2.1 數(shù)字圖像邊緣檢測的現(xiàn)狀與發(fā)展 數(shù)字圖像邊緣檢測的現(xiàn)狀與發(fā)展在數(shù)字圖像處理中，邊緣特征是圖像的重要特征之一，是圖像處理、模式識別和計算機(jī)視覺的重要組成部分之一，圖像邊緣檢測的結(jié)果直接影響進(jìn)一步圖像處理、模式識別的效果。近幾十年來，圖像邊緣檢測技術(shù)成為數(shù)字圖像處理技術(shù)重要研究課題之一，隨著科學(xué)技術(shù)的發(fā)展，研究人

8、員提出了很多圖像邊緣檢測方法與邊緣檢測效果的評價方法，并且將這些邊緣檢測技術(shù)應(yīng)用于計算機(jī)視覺和模式識別工程領(lǐng)域，使得邊緣檢測技術(shù)的應(yīng)用圍越來越廣，圖像的邊緣一般是圖像的灰度或者顏色發(fā)生劇烈變化的地方，而這些變化往往是由物體的結(jié)構(gòu)和紋理，外界的光照和物體的表面對光的反射造成的。圖像的邊緣反映了物體的外觀輪廓特征，是圖像分析和模式識別的重要特征，數(shù)字圖像處理技術(shù)是一門交叉學(xué)科，數(shù)學(xué)理論、人工智能、視覺生理學(xué)和心理學(xué)等各種理論為邊緣檢測技術(shù)研