《毕业设计论文数字图像边缘检测算法的研究与实现》由会员分享，可在线阅读，更多相关《毕业设计论文数字图像边缘检测算法的研究与实现（35页珍藏版）》请在金锄头文库上搜索。
1、东北石油大学本科生毕业设计（论文）摘 要边缘检测的概念，是使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。许多工作属于在一个图像中发现有意义的强度变化的能力的算法的设计已完成。这项工作的许多动机来自需要产生保持图像重要的结构信息的相对紧密的描述。这些信息对创造分割和使边缘检测对应用的一种大的品种关键的对象识别算法是很有用处的。这项目是描述边缘检测的过程和试图实时并且总结其至关重要的角色的图像处理。边缘检测是一种基本的和重要的话题在计算机视觉和图像处理。在这篇文章中我们讨论了几种数字图像处理技术应用于边缘特征提取。首先,利用小波变换用于图像来去除噪声的采集。第二,一
2、些边缘检测算子微分边缘检测等,原木边缘检测,精明的边缘检测和二进制形态进行了分析。然后根据仿真结果,分析了各类高速船优缺点。这些边缘检测算子进行了比较。结果表明,二元形态学算子能取得更好的边缘特征。最后,为了获得清晰的、完整的图像轮廓的方法,并给出了边境关闭。实验过程中,边缘检测后,用本文方法是可行的关键词：Terms-Edge检测、数字图像处理、小波分析操作员AbstractThe concept of edge detection is of great consequence to a variety of topics considered in image processing. M
3、uch work has been done pertaining to the design of algorithms capable of detecting significant intensity changes present in an image. The motivation for much of this work comes from the need to generate compact descriptions which retain the images important structural information. This information i
4、s imperative to the creation of segmentation and object recognition algorithms making edge detection key to a large variety of applications. This project is an attempt to describe the process of edge detection and to summarize its crucial role in image processing.Edge detection is a basic and import
5、ant subject in computer vision and image processing. In this paper we discuss several digital image processing techniques applied in edge feature extraction. Firstly, wavelet transform is used to remove noises from the image collected. Secondly, some edge detection operators such as Differential edg
6、e detection, Log edge detection, Canny edge detection and Binary morphology are analyzed. And then according to the simulation results, the advantages and disadvantages of these edge detection operators are compared. It is shown that the Binary morphology operator can obtain better edge feature. Fin
7、ally, in order to gain clear and integral image profile, the method of bordering closed is given. After experimentation, edge detection method proposed in this paper is feasible.Index：Terms-Edge detection, digital image processing, operator, wavelet analvsis29前 言边缘是一套那些有灰色像素的阶跃变化和顶层变化,二者之间的对象和背景、对象和
8、对象、区域、地区之间和克莱门特和宽厚。indwells边总是在两个相邻地区都有不同的灰色的水平。这是由于灰色的水平是不连续的。边缘检测是一种基于范围不连续性的图像分割新方法,。图像的边缘检测是一种基本的内容,包括图象处理与分析,也是一种问题,即完全无法解决为止。当图像是后天获得的,这个因素产生了如投影、混合、变异和噪声。这些因素带来图像特征的模糊和变形,因而很难提取图像特征。另外,由于这样的因素同样也很难去检测边缘。该方法是已被研究的图像边缘和轮廓特征的检测与提取的热点领域出现的图像处理和分析技术。边缘特征提取已应用于许多领域，有着广泛的应用前景。本文主要讨论了关于优势和劣势的几个边缘检测算子
9、，并据此在Visual C+中编程实现。目 录目 录IV第1章 数字图像处理概述11.1 数字图像处理系统概述11.2 数字图像处理系统2第2章 开发工具Visual C+6.0简介42.1 Visual C+开发工具的概述42.2 VC作为面向对象设计的原因及其优点42.3 框架和文档视结构5第3章 CDIB类的构造93.1 CDIB类构造的概述93.2 几种重要的操作函数12第4章 图像边缘检测比较154.1 图像边缘检测的基本步骤154.2 图像边缘检测基本算子与实现154.3 边缘检测算法应用与性能比较24第5章 系统测试275.1 系统测试的概述275.2测试的实施27结 论29参考
10、文献30致 谢31第1章 绪论1.1 数字图像处理系统概述“图”是物体透射光或反射光的分布，“像”是人的视觉系统对图的接收在大脑中形成的印象或认识。图像是两者的结合。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需要。简单的说，依靠计算机对图像进行各种目的的处理我们就称之为数字图像处理，其英文名称是“Digital Image Processing”。早期的数字图像处理的目的是以人为对象，为了满足人的视觉效果而改善图像的质量，处理过程中输入的是质量差的图像，输出的是质量好的图像，常用的图像处理方法有图像增强、复原等1。随着计算机技术的发展，有一类图像处理是以机器为对象，处理
11、的目的是使机器能够自动识别目标，这称之为图像的识别，因为这其中要牵涉到一些复杂的模式识别的理论。总的来说，数字图像处理包括以下几项内容。1点运算点运算主要是针对图像的像素进行加，减，乘，除等运算。图像的点运算可以有效的改变图像的直方图分布，这针对提高图像的分辨率以及图像均衡都是非常有益的。2几何处理几何处理主要包括图像的坐标转换，图像的移动，缩小，放大，旋转，多个图像的配准以及图像扭曲校正等。几何处理是最常见的图像处理手段，几乎是任何图像处理软件都提供了最基本的图像缩放功能。3图像增强和复原图像增强和复原的目的是为了提高图像的质量，去除噪声、提高图像的清晰度等。图像增强主要是突出图像中感兴趣的
12、目标部分，如强化图像高频分量，课使图像中的物体轮廓清晰，细节明显；而强化图像低频分量，可减少图像中噪声的影响等。图像复原则要求对图像降质的成因有一定的了解，根据降质过程建立降质模型，然后采用某种滤波方法，恢复或重建原来的图像。4图像时域频域变换图像变换就是通过时域和频域的变换找到其中的特征，再加以变换的过程。傅立叶变换是最基础的图像变换。在傅立叶变换基础上又有离散余弦变换、沃尔什哈达玛变换和小波变换等。5图像形态学处理图像形态学是数学形态学的延伸，是一门独立的研究科学。利用图像学处理技术，可以实现图像的腐蚀，细化，和分割等效果。一般图像分割有两种情况，一是图像边缘检测，二是区域分割。边缘检测是
13、最常用的方法，主要是通过边缘检测算子、模板和曲面拟合来达到图像分割的目的。6图像的编码图像编码研究是属于信息论中信源编码的范畴，其主要的宗旨是利用图像信号的统计特性及人类视觉特性对图像进行高效编码，从而达到压缩的目的，图像编码是数字图像处理中一个经典的研究范畴，有60多年的历史，目前，已经制定了多种编码标准，如H.261，JEPG，MEPG等。7图像分析和理解图像分析和理解是图像处理技术的发展和深入，也是人工智能和模式识别的一个分支。在图像分析和理解中主要有图像的描述和图像的分类识别。图像分类识别属于模式识别（当今的模式识别方法有3种：统计识别法，句法结构，模式识别法，和模糊识别法）的范畴，其
14、主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行分类判别2。1.2 数字图像处理系统1.2.1 数字图像处理系统硬件早期的数字图像处理系统为了提高处理速度、增加容量都采用大型机。随着计算机性价比（性能价格比）日新月异的提高，以小型机为主的微型图像处理系统得到发展。主机为PC机，配置以图像采集卡及显示设备就构成了最基本的微型图像处理系统。目前，国产的CA540、VP32、FGCT11010N8、CA-CPE-3000等图像板研制成功并已商品化。微型图像处理系统成本低、应用灵活。便于推广。特别是微型计算机的性能逐年提高，使得微型图像处理系统的性能也不断升级，加之
15、软件配置丰富，使其更具实用意义3。1显示卡 显示卡是记忆和保存图像的地方，通常，存储的凸现要随时显示在显示器上。PC机多采用800600或1024768个像素点。通常在图像处理装置中，灰度值红(R)、绿(G)、蓝(B)各占8位(bit)，共计24位，可以表示1670万种颜色，这种显示卡称为真彩色显示卡。2计算机 图像处理的主要特点是数据量大、运算时间长，因而对系统硬件配置要求较高。目前，在PC机上配置奔腾P4 2.4G以上CPU、512MB内存。80G以上硬盘的计算机已属常见，计算速度大幅度提高，可与几年前的大型机媲美。为了加快图像的显示和处理速度，用于图像处理的PC机配置应尽可能高一些。3图像存贮装置 图像数据量庞大，早期其存储成为问题。到目前为止，除了大容量磁盘可供存储图像数据之外，MO、CD、DVD等光学存储装置以及SAN、NAS等网络存储系统，为存储海量图像数据提供了极好的支持。1.2.2 数字图像处理软件系统微型图像处理系统既包含硬件设备，也需要一定的软件环境支持。目前，图像处理系统平台多为Microsoft Windows或X-Windows，开发的主流工具Microsoft公司的VC+。这是因为VC+是一种具有高度综合性能的软件开发工具，用它开发出来的程序有着运行速度快、可移植能力强等优点。本文中的复原方法就是在Windows平台下，用VC+ 6.0实现的。第
