数字图像边缘检测及提取算法研究与分析(13)

本科生毕业论文,内容完善,仅供参考,请勿抄袭!否则后果自负!!

总 结

随着人们对图像信息需求的增加，图像边缘的重要性得到人们越来越多的关注。边缘检测理论作为一个低级视觉处理过程有着较长的研究历史，产生了大量的新理论、新方法。一般来讲一个好的算法应满足计算精度高，抗噪声能力强，计算简单等特点。传统的边缘检测算子主要是基于它的频率特性进行设计，算法比较简单，但会增强图像中噪声的干扰，边缘检测和抗噪声干扰之间的矛盾成为这类方法进行图像边缘检测的基本难题。

相对于以上所说的种种经典的边缘检测方法，许多学者基于对理想边缘检测的分析和对边缘特性某一方面的改进，提出了很多卓有成效的新的边缘检测方法，取得了较好的效果。在本程序的编译设计过程中，产生了句法错误、找不到工具箱函数等错误，经仔细检查和运行，才顺利通过。调试运行过程不顺利，还是由于对VC语言仍旧不够精通。

本文首先介绍了对图像进行准确的边缘检测对整个图像研究的重要性，然后对几种经典边缘检测算子进行了分析。通过实验可以证明，roberts算子和sobel算子对噪声较为敏感，它们只是进行简单的边缘检测，而不会对要处理的图像事先进行滤波，得到的往往是断续的、不完整的结构信息，为了能成功地检测到真正的边缘，一般都要先对原图像进行平滑来去除图像中的噪声再进行边缘检测。高斯拉普拉斯Laplacian of Gaussian拉普拉斯边缘检测结合在一起，先对图像进行平滑和积分以滤掉噪声，消除噪声后再进行边缘检测，得到的效果比较好，且实现容易。canny算子提取的边缘线型连接程度也较好，边缘提取的也较完整，但易受噪声影响，为了获得理想的边缘检测结果，必须与理想滤波器结合用，实现起来比较复杂。