数字图像边缘检测及提取算法研究与分析(3)

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!!

第1章 引言

边缘是图像中所要提取目标和背景的分界线，只有提取出边缘才能将背景和目标区分开来。因此，数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析操作的重要基础，是图像识别中提取图像特征的一个重要步骤。物体的边缘是由灰度的不连续性所致，因此考察图像每个像素在某个邻域内灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律即可检测图像边缘。边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。

边缘检测是图像特征提取的重要技术之一，边缘常常意味着一个区域的终结和另一个区域的开始。图像的边缘包含了物体形状的重要信息，它不仅在分析图像时大幅度地减少了要处理的信息量，而且还保护了目标的边界结构。因此，边缘检测可以看作是处理许多复杂问题的关键。

边缘检测的传统方法包括Roberts，Sobel，Prewitt，Kirsch，Robbins边缘检测方法以及Laplacian-Gaussian算子方法和Canny最优算子方法等。这些方法各有其特点，同时也都存在着各自的局限性和不足之处，因此图像的边缘检测领域还有待于进一步的改进和发展。本文通过对各种边缘检测方法的对比研究，着重选取Roberts算子，Sobel算子，LoG算子，Canny算子四种具有代表性的边缘检测算法进行详细的分析，并用VC++软件实现算法，用实际图像为例比较这些方法的优劣性。 [1]