【正文】 I 摘 要 邊緣檢測主要是圖像的灰度變化的度量、檢測和定位，其實質(zhì)就是提取圖像中不連續(xù)部分的特征，因此邊緣檢測是圖像分割領域的一部分。邊緣檢測 是數(shù)字圖像分析處理的前提，檢測結(jié)果的優(yōu)劣影響著下一步圖像壓縮、計算機視覺、模式識別 等 的應用 。因此 對它的研究具有現(xiàn)實意義和理論意義 ，在工程應用中占有十分重要的地位 。 本文對邊緣檢測理論和算法作了深入的研究，在具體分析各類傳統(tǒng)的邊緣檢測算法的基礎上，重點研究了 Canny 算法，并 結(jié)合 西戈瑪 平滑濾波對 Canny 算法中的濾波進行改進 ,結(jié)合改進的 MEC 和 對 Canny 算法中的雙門限 選取方法進行改進 ,達到自適應閾值的效果。 最后，用 MATLAB 軟件工具 實現(xiàn)該算法 。 實驗結(jié)果表明，改進后的算法 較 傳統(tǒng)的 Canny 算法取得更好的邊緣檢測效果。 關鍵詞 ：圖像處理； 邊緣檢測； Canny 算子； 濾波； 自適應閾值 II ABSTRACT Edge detection is mainly aimed at measurement, detection and location of the change of image intensity， its essence is to extract the characteristic of the discontinuous parts of images. So the edge detection is part of the image segmentation. Edge detection is the premise of digital image procession, its detection result plays an important impression on the next processing, such as image pression, puter vision, pattern recognition, and so on. Hence, the study of it has practical significance and theoretical significance, and it occupies a very important role in engineering applications. This paper makes an indepth study on the theory and algorithms of edge detection. Based on specific analysis of various types of traditional edge detection algorithm, this paper focuses on the Canny algorithm. In this paper, we use the Sigma smoothing filter to improve the filtering of Canny, and the improved MEC to refine the dualthreshold in the Canny algorithm to make the thresh adaptive. Finally, using MATLAB software tools to implement the algorithm. The experimental results show that the improved algorithm gains better edge detection results than the traditional Canny algorithm. Key words: Image Segmentation。 Edge Detection。 Canny。 Filtering。 Adaptive Threshold III 目錄 引言 ......................................................................................................... 1 第一章 圖像分割與邊緣檢測 .............................................................. 2 圖像分割簡介 ............................................................................. 2 圖像分割定義 ............................................................................. 2 圖像分割基本原理 ...................................................................... 3 第二章 基于邊界的分割 —— 邊緣檢測 .............................................. 6 邊緣的類型 ................................................................................. 6 邊緣的類型 ................................................................................. 6 邊緣的判定 ................................................................................. 7 第三章 常見邊緣檢測算法的研究與分析 .......................................... 9 邊緣檢測過程概述 ...................................................................... 9 典型一階邊緣檢測算子 .............................................................. 9 梯度算子 .......................................................................... 10 Roberts 邊緣算子 ............................................................. 10 Sobel 算子 ........................................................................ 11 Prewitt 算子 ...................................................................... 13 典型二階邊緣檢測算子 ........................................................... 14 Laplacian 算子 .................................................................. 14 LOG 算子 ......................................................................... 16 IV 各邊緣檢測算子的仿真結(jié)果分析 ........................................... 18 第四章 Canny 邊緣檢測算子 ............................................................ 20 Canny 邊緣檢測基本原理： ..................................................... 20 Canny 邊緣算子評價指標： ..................................................... 20 Canny 提出檢測三準則 【 5】 ............................................... 20 邊緣檢測濾波器對性能指標的影響 【 10】 .......................... 22 尺度對性能指標的影響 【 10】 ............................................ 23 Canny 邊緣檢測流程 ................................................................ 24 Canny 邊緣檢測仿真結(jié)果及分析 ............................................. 28 第五章 Canny 算子改進 .................................................................... 29 對傳統(tǒng) Canny 算法局限性分析 ................................................ 29 濾波改進 ................................................................................... 30 閾值改進 —— 自適應的閾值 .................................................... 31 最大熵原算法過程 ........................................................... 31 最大熵算法的改進 ........................................................... 32 改進的 Canny 算法的仿真實驗 ................................................ 33 第六章 本實驗結(jié)果及展望 ................................................................ 36 本算法的實驗結(jié)果 ................................................................. 36 實驗結(jié)果分析 ........................................................................... 39 展望 .......................................................................................... 39 V 結(jié)論 ....................................................................................................... 40 致謝 ....................................................................................................... 41 參考文獻 ............................................................................................... 42 1 引言 20世紀 20 年代，圖像處理首次應用于改善倫敦和紐約之間海底電纜發(fā)送的圖片質(zhì)量， 20 世紀 60 年代中期，隨電子計算機的發(fā)展得到普遍應用。 60年代末，圖像處理技術不斷完善 ， 逐漸成為一個新興的學科。 經(jīng)過幾十年的研究與發(fā)展，數(shù)字圖像處理的理論和方法進一步完善，應用范圍更加廣闊，已經(jīng)成為一門新興的學科，近幾年來，隨著計算機和各個相關領域研究的迅速發(fā)展，科學計算可視化、多媒體技術等研究和應用的興起，數(shù)字圖像處理從一個專門領域的學科，變成了一種新型的科學研究和人機界面的工具。 在實際圖像邊緣檢測問題 中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應用到較高層次的圖像應用中去。它在圖像識別，圖像分割，圖像增強以及圖像壓縮等的領域中有較為廣泛的應用，也是它們的基礎。 經(jīng)典的邊界提取技術大都基于微分運算。首先通過平滑來濾除圖像中的噪聲，然后進行一階微分或二階微分運算，求得梯度最大值或二階導數(shù)的過零點，最后選取適當?shù)拈撝祦硖崛∵吔?。本文主要介紹幾種經(jīng)