圖像邊緣檢測課程設(shè)計圖像處理綜合訓(xùn)練-wenkub
2023-07-11 12:36:21 本頁面
【正文】 時得到滿足的，也就是說，邊緣檢測算法通過圖像平滑算子去除了噪聲，但卻增加了邊緣定位的不確定性；反過來，若提高邊緣檢測算子對邊緣的敏感性，同時也提高了對噪聲的敏感性。檢測階躍邊緣的大部分工作集中在尋找能夠用于實際圖像的梯度數(shù)字逼近。函數(shù) f(x,y)的拉普拉斯算子公式為： 22fxy????使用差分方程對 x 和 y 方向上的二階偏導(dǎo)數(shù)近似如下： ???????????2,1,2,1,xGfijfijfijfijxfijfijfij??????????6這一近似式是以點 f[i,j+1]為中心的，用 j1替換 j得到??????2,12,1fififijx??????它是以點[ i,j]為中心的二階偏導(dǎo)數(shù)的理想近似式，類似地， 2,fijfijfij?把式(23)和式(24)合并為一個算子，就成為式(25)能用來近似拉普拉斯算子的模板： 2022?????????有時候希望鄰域中心點具有更大的權(quán)值，比如下面式(26)的模板就是一種基于這種思想的近似拉普拉斯算子： 2140????????當拉普拉斯算子輸出出現(xiàn)過零點時就表明有邊緣存在，其中忽略無意義的過零點(均勻零區(qū))。圖中，模板內(nèi)的數(shù)字為模板系數(shù)，梯度方向與邊緣方向總是正交5水平邊緣 Sobel 算子 垂直邊緣 Sobel 算子圖 3 Sobel 算子模板元素和窗口像素之間的對應(yīng)關(guān)系(以 33 窗口為例)定義如下：設(shè)窗口灰度為： ????????1,1,1,FjkjkFjk? ????? ????? ?模板卷積計算就是下式求乘積和的過程： ????1 , ,ii mnmnfjkFjkM???式中， i=1,2 分別代表垂直和水平模板。采用 Prewitt 算子不僅能檢測邊緣點，而且還能抵制噪聲的影響 [5]。由于利用局部差分檢測比較陡峭的邊緣，但對于噪聲比較敏感，經(jīng)常會出現(xiàn)孤立點，于是人們又提出了 Prewitt 算子 [4]。最后設(shè)計實現(xiàn)了邊緣檢測系統(tǒng)。在嵌入式系統(tǒng)上實現(xiàn)圖像處理能夠很好的解決在一般 PC 或者工控機上實現(xiàn)圖像處理的不足之處，比如說便攜性差，功耗大，移動性，靈活性不強等。零點交叉邊緣檢測法（Bovik ，1998）運用了二階導(dǎo)數(shù)和拉普拉斯算符。邊緣是兩個不同區(qū)域之間的邊界。目前國內(nèi)一個普遍被認同的定義是：以應(yīng)用為中心、以計算機技術(shù)為基礎(chǔ)、軟件硬件可裁剪、適應(yīng)應(yīng)用系統(tǒng)對功能、可靠性、成本、體積、功耗嚴格要求的專用計算機系統(tǒng)。傳統(tǒng)方法中的閾值都是通過實驗確定的，沒有統(tǒng)一的閾值選取方法。圖像的邊緣包含了圖像的位置、輪廓等特征，是圖像的基本特征之一，廣泛地應(yīng)用于特征描述、圖像分割、圖像增強、圖像復(fù)原、模式識別、圖像壓縮等圖像分析和處理中。*******************實踐教學(xué)*******************蘭州理工大學(xué)計算機與通信學(xué)院圖像處理綜合訓(xùn)練題 目： 圖像邊緣檢測課程設(shè)計 目 錄摘 要 ......................................................................................................1一、前言 ....................................................................................................2二、算法分析與描述 ................................................................................3三、詳細設(shè)計過程 ....................................................................................8四、調(diào)試過程中出現(xiàn)的問題及相應(yīng)解決辦法 ......................................10五、程序運行截圖及其說明 ..................................................................11六、簡單操作手冊 ..................................................................................14設(shè)計總結(jié) ..................................................................................................16參考資料 ..................................................................................................17致謝 ..........................................................................................................18附錄 ..........................................................................................................191摘 要 在實際圖像處理問題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應(yīng)用到較高層次的圖像應(yīng)用中去。因此，圖像邊緣和輪廓特征的檢測與提取方法，一直是圖像處理與分析技術(shù)中的研究熱點，新理論、新方法不斷涌現(xiàn)。本文利用邊緣的最大后驗概率估計，介紹一種新的邊緣估計方法，從理論上說明了怎樣選取最佳閾值。 嵌入式系統(tǒng)的應(yīng)用領(lǐng)域也非常廣泛。圖像邊緣檢測是圖像處理，圖像分析，模式識別等一系列圖像處理過程中最重要的步驟。而 Canny 算法（Canny，1986）是目前學(xué)界最流行并且應(yīng)用最廣泛的的高斯邊緣檢測算法。同時加之以集成度高，與網(wǎng)絡(luò)的耦合也越來越緊密等特點。 二、算法分析與描述
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1