《VC++建立图像样本数据库实现图像边缘检测》由会员分享，可在线阅读，更多相关《VC++建立图像样本数据库实现图像边缘检测（9页珍藏版）》请在金锄头文库上搜索。
1、-范文最新推荐-1 / 9VC+建立图像样本数据库实现图像边缘检测绪论 1.1 课题研究背景及意义图像在当今世界的发展越来越受到广大群众的关注，在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分一般称为目标或前景。为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目标进一步利用，如进行特征提取和测量。图像边界处理就是指在保留图像重要信息的基础上减少数据量，并提取出感兴趣的边界处理技术和过程，使得图像更加清晰和生动形象。10034图像中包含了人类所需要的感知世界，进而认识世界、改造世界的大部分信息量。图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用 的
2、要求，理解图像、识别图像中的目标是计算机视觉图像处理的中心任务。边缘像素实质上是指局部图像范围内灰度的急剧变化(奇异点) ，图像边缘就是二维图像中奇异点的集合。物体形状、物体边界、位置遮挡、阴影轮廓及表面纹理等重要视觉信息在图像中均有边缘产生。图像边缘是图像中最基本的特征，是分析理解图像的基础。边缘检测对于物体识别也是很重要的。因为:(l)人眼通过追踪未知物体的轮廓(轮廓是由一段段的边缘片断组成的)而扫视一个未知的物体； (2)得到图像的边缘， 能使图像分析大大简化；(3)很多图像并没有具体的物体，对于这些图像的理解取决于它们的纹理性质，而提-范文最新推荐-3 / 9取这些纹理性质与边缘检测有
3、极其密切的关系。所以边缘检测是数字图像分析处理的前提，检测结果的优劣影响着下一步图像压缩、计算机视觉、模式识别的应用，所以对它的研究具有现实意义和理论意义1。数字图像处理技术从广义上可以看作是各种图像加工技术的总称。它包括利 慢融入我们生活的每一个角落。图像边界处理对于进行高层次的特征提取、特征描述、目标识别和图像理解等有着重大的影响。因此，边缘检测在图像分割、模式识别、计算机视觉等众多方面都有着非常重要的地位。边缘检测的研究有着久远的历史，其原因一方面是由于课题本身的重要性，另一方面也反映了这个课题的深度和难度。所以，边缘检测方面的研究具有非常重要的理论意义5。1.3 本文的主要工作与内容安
4、排利用 Visual C+以及建立的图像样本数据库，实现图像边缘检测，具体包括图像边缘变化特征提取、边缘检测算法的设计及检测结果显示等功能。（1）对图像进行特征提取；（2）对原图像进行二值化；-范文最新推荐-5 / 9（3）选择最优算法；（4）处理后的图像与原图像进行对比；（5）得出结论。 2 图像边缘检测原理图像的边缘具有以下几个特征，即：1）灰度值出现不连续变化2）灰度变化具有方向性3）边缘两侧存在纹理差异及物质属性变化4）场景内，边缘两侧的光照亮度不同完整的边缘检测算法应该包括：提取边界点集、提出某些边界点、填补间断点从而形成封闭边界。因此，边缘以上的属性决定了边缘检测的原理，即：由于微
5、分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值较高，可将这些微分值作为相应点的边缘强度，通过阈值来提取边缘点，即如果微分值大于阈值，则为边缘点。图像的边缘点主要有三种（如图 1-1）：第一种是阶梯型边缘，该边缘两侧的灰度值有明显的变化； 像的一阶微分运算。一阶微分函数通过梯度算子或一阶导数算子估计图像灰度变化方向，增强图像中的灰度变化区域，在对增强区域进一步推算。对于连续函数 ，它在点-范文最新推荐-7 / 9处的 x 方向，y 方向和),( yxI） （ yx, θ方向的一阶方向导数为：以上是对一阶微分方法做了简要介绍，一阶微分方法
6、是图像边界处理的主要方法，该方法能够满足本文的要求，在本文中也采用一阶微分算法。2.1.1 Robert 算子Robert 算子是一种局部差分算子，它采用的是2×2 模板对图像的边缘进行检测（如表 2.1.1） 。Robert 算子采用的是对角相邻的两个像素之差来寻找边缘，找到边缘之后，计算出每一个像素的向量，然后求绝对值。其水平方向和垂直方向的梯度定义为： 2.1.2 Sobel 算子Sobel 算子也是一种一阶微分算子，只不过由原来Robert 算子的 2×2 模板扩大到 3×3 模板（如表 2.1.2）来检测图像边缘，图像中的每个点都是用这两个点做卷积
7、。Sobel 算子还是一组方向算子，分别从四个方向（0 度，45 度， 90 度，135 度）来检测边缘，即对 4—领域采用带权的方法计算查分，它不再只是简单的求平均再差分，而是加强了中心像素上下左右四个方向的权重，削弱了 4 个对角近邻像素的权重，导致在水平和垂直方向出现强烈的边缘。Sobel 算子在图像上进行一个二维空间的梯度检测。通常情况下，它被用来寻找-范文最新推荐-9 / 9输入的灰度图上每个点的近似绝对梯度幅度。Sobel 边缘检测器使用了一对 3*3的卷积模板，一个 X 方向上的估计梯度以及 Y 方向的其他估计梯度，卷积通常远小于实际图像。因此，模板是一段时间里图像操纵一个正方形像素的滑块。模板是输入图像的像素值的改变区域
