【正文】 d understanding of the technology. Edge over the edge detection, image segmentation, pattern recognition and machine vision has very important role. Edge is the important foundation for edge detection, is also the basis of shape detection. Edge detection operators check every pixel fields and grayscale rate, also includes quantitative determination of direction. Most use based on directional derivative deconvolution method for masking. The earliest puts forward some of edge detection based on gradient, such as Roberts operator, operator Prewitt operator, Sobel operator, Kirsch operator, optimal operator in classical edge detection operator is developed on the basis of, this kind of method is obtained according to the signaltonoise ratio of edge detection for improving the optimal filter, the traditional operator function of noise, such as gaussian Laplace operator. Finally by vc + + to achieve various algorithms, and pare various algorithms. Keywords： Image processing, edge detection, algorithm, convolution 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 5 前言 數(shù)字圖像處理技術(shù)起源于 20 世紀(jì) 20年代，經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，目前已經(jīng)廣泛地應(yīng)用于工業(yè)、醫(yī)療保健、航空航天、軍事的各個(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮著越來(lái)越大的作用。大多數(shù)使用基于方向?qū)?shù)掩模求卷積的方法。諸如此類的圖像處理應(yīng)用領(lǐng)域都要用到圖像的分析和理解技術(shù)。蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 1 目錄 中英文 摘要 ?????????????????????????? （ 3） 前言 ???????????????????????????? ? （ 5） 第一章 概述 ???????????????????????? ? （ 6） 第一節(jié) 數(shù)字圖像處理概念及其特點(diǎn)???????????? ? （ 6） 第二節(jié) 數(shù)字圖像處理研究的主要內(nèi)容??????????? ? （ 6） 第三節(jié) 課題研究的背景和意義?????????????? ? （ 7） 第四節(jié) 論文的總體結(jié)構(gòu)??????????? ?????? ? （ 9） 第二章 邊緣檢測(cè)的基本概念 ????????????????? ? ? （ 9） 第一節(jié) 數(shù)學(xué)基礎(chǔ)???????????????????? ? （ 9） 1．微分算子????????????????????? ? （ 9） 2．有限區(qū)域的卷積?????????????????? ? （ 9） 第二節(jié) 邊緣定義及類型分析??????????????? ? （ 11） 1． 定義?????????????????????? ? （ 11） 2． 類型分析??????????????????? ? ? （ 11） 第三節(jié) 邊緣檢測(cè)的一般步驟??????????????? ? （ 11） 第三章 邊緣檢測(cè)算法綜述 ? ????????????????? ? （ 13) 第一節(jié) 概述?????????????????????? ? （ 13） 第二節(jié) 一階導(dǎo)數(shù)邊緣檢測(cè)算法 ?????????????? （ 13) 1. Roberts 梯度算子????????????????? ? （ 13) 2. Prewitt 和 Sobel 算子???????????????? （ 14） 3. 方向算子 Kirsch 算子?????????????? ? （ 16） 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 2 第三節(jié) 二階導(dǎo)數(shù)邊緣檢測(cè)算法?????????????? ? （ 17） 1. laplace 算子 ????????????????? ? （ 17） 2. 高斯拉普拉斯算子 ???????????????? ? （ 18）第四章 算法的 VC++實(shí)現(xiàn)和結(jié)果分析 ?????????????? ? （ 20） 第一節(jié) Visual C++ MFC 編程的 簡(jiǎn)單說(shuō)明 ???????????? （ 20） 第二節(jié) 算法的結(jié)果 ?????????????????? （ 21） 第五章 結(jié)論 ???????????????????????? ? （ 24） 參考文獻(xiàn)?????????????????????????? ? （ 25） 致謝???????????????????????????? ? （ 26） 附錄 A Template()????????????????????? （ 27） 附錄 B 主界面程序????????????????????? （ 34） 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 3 摘 要 數(shù)字圖像處理技術(shù)起源于 20 世紀(jì) 20年代 ，經(jīng)過(guò)近一個(gè)世紀(jì)的發(fā)展，目前已經(jīng)廣泛地應(yīng)用于工業(yè)、醫(yī)療保健、航空航天、軍事的各個(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮著越來(lái)越大的作用。 邊緣在邊緣檢測(cè)、圖像分割、模式識(shí)別、機(jī)器視覺(jué)等中有很重要的作用。最早提出了一些基于梯度的邊緣檢測(cè)算子，例如 Roberts 算子、 Prewitt 算子、 Sobel 算子、 Kirsch 算子等，還有一些其他算子，如最優(yōu)算子是在經(jīng)典邊緣檢測(cè)算子的基礎(chǔ)上發(fā)展起來(lái)的，這類方法是根據(jù)信噪比求得檢測(cè)邊緣的最優(yōu)濾波器，為提高傳統(tǒng)算子的抗噪性能，如高斯拉普拉斯算子。隨著信息高速公路、數(shù)字化地球概念的提出以及因特網(wǎng)的飛速發(fā)展，數(shù)字圖像以其信息量大，傳輸速度快，作用距離遠(yuǎn)等一系列優(yōu)點(diǎn)必將成為人類獲取信息的重要來(lái)源。諸如此類的圖像處理應(yīng)用領(lǐng)域都要用到圖像的分析和理解技術(shù)。邊緣檢測(cè)一直以來(lái)都是圖像處理與分析領(lǐng)域的研究熱點(diǎn)?；诓檎业姆椒ㄍㄟ^(guò)尋找圖像一階導(dǎo)數(shù)中的最大和最小值來(lái)檢測(cè)邊界，通常是將邊界定位在梯度最大的方向。壓縮圖像的數(shù)據(jù)或從圖像數(shù)據(jù)中獲取更多信息。 1. 精度高：對(duì)于一幅圖像而言，不管是對(duì) 2bit 還是 8bit 圖像的處理，對(duì)計(jì)算機(jī)程序來(lái)說(shuō)幾乎是一樣的。 3. 通用性、靈活性高：盡管可視圖像成像體系中的設(shè)備規(guī)模和精度各不相同，但把圖像信號(hào)直接進(jìn)行 A/D 變換或記錄成照片，對(duì)于計(jì)算機(jī)來(lái)說(shuō)都能用二維數(shù)組表示，即不管什么樣的圖像都可用 同樣的方法進(jìn)行處理。目前新研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛 而有效的應(yīng)用。 3) 圖像增強(qiáng)和復(fù)原 圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。 4) 圖像分割 圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。 5) 圖像描述 圖像描述是圖像識(shí) 別和理解的必要前提。 6) 圖像分類（識(shí)別） 圖像分類（識(shí)別）屬于模式識(shí)別的范疇，其主要內(nèi)容是圖像經(jīng)過(guò)某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。至今提出的關(guān)于邊緣檢測(cè)的方法和理論尚存在不足之處，在某些具體情況下仍然無(wú)法很好的檢測(cè)出目標(biāo)物體的邊緣，難以找到一種普遍適應(yīng)性的邊蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 8 緣檢 測(cè)方法?；谔荻鹊倪吘墮z測(cè)算子是現(xiàn)在應(yīng)用比較廣泛的方法，它們運(yùn)算量小，操作簡(jiǎn)單 。實(shí)際應(yīng)用中使用基于梯度和二階微分的邊緣檢測(cè)算子時(shí)，通常需要先對(duì)圖像進(jìn)行濾波平滑處理。 LOG算子是按照二階導(dǎo)數(shù)零交叉點(diǎn)檢測(cè)階躍型邊緣的最佳算子。圖像邊緣是圖像中最基本的特征，是分析理解圖像的基礎(chǔ)。特別 地，多媒體技術(shù)、計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)模式識(shí)別已經(jīng)越來(lái)越普遍地應(yīng)用于人們的生活當(dāng)中。對(duì)圖像中物體的邊緣檢測(cè)能夠提取物體的關(guān)鍵特征或輪廓，可以用較少的比特?cái)?shù) 表示圖像，達(dá)到壓縮圖像數(shù)據(jù)的目的。 （ 2）特征抽取。 只有精確的圖像邊緣檢測(cè)才能真正實(shí)現(xiàn)機(jī)器人視覺(jué)及圖像測(cè)量、衛(wèi)星遙感技術(shù)、 精確制導(dǎo)等技術(shù)。近年來(lái)仍有許多學(xué)者不斷提出新的理論和方法，可見(jiàn)參考文獻(xiàn)，學(xué)術(shù)思想活躍，這一方面反映了課題本身的重要性，另一方面也反映了這個(gè)課題的深度和難度。 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 10 第二章 邊緣檢測(cè)的基本概念 第一節(jié) 數(shù)學(xué)基礎(chǔ) 圖像中的邊緣檢測(cè)一般如下完成：執(zhí)行圖像場(chǎng)的空間差分，接著執(zhí)行一個(gè)閾值運(yùn)算，來(lái)確定幅度劇烈改變的點(diǎn)。在一幅圖像中，邊緣有 方向和幅度兩個(gè)特性。 我們來(lái)看 圖 21第一排是一些具有邊緣的圖像示例，第二排是沿圖像水平方向的一個(gè)剖面圖，第三排和第四排分別為剖面的一階和二階導(dǎo)數(shù)。 圖 21 邊緣剖面圖 圖 21（ a）中，對(duì)灰度值剖面的一階導(dǎo)數(shù)在灰度圖由暗變明的交界處有一個(gè)向上的階躍，而在其它位置上都為零。所以可用二階導(dǎo)數(shù)過(guò)零點(diǎn)檢測(cè)邊緣位置，蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 12 而二階導(dǎo)數(shù)在過(guò)零點(diǎn)附近的符號(hào)確定邊緣像素在圖像邊緣的暗區(qū)或明區(qū)。通過(guò)檢測(cè)剖面的兩個(gè)二階導(dǎo)數(shù)過(guò)零點(diǎn)就可以確定脈沖的范圍。 2) 增強(qiáng)：增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。最簡(jiǎn)單的邊緣檢測(cè)判據(jù)是梯度幅值閾值判據(jù)。 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì) 13 第三章 邊緣檢測(cè)算法綜述 第一節(jié) 概述 圖像處理中大多數(shù)是針對(duì)數(shù)字圖像的，為了計(jì)算方便，常利用小區(qū)域模板進(jìn)行卷積來(lái)近似計(jì)算梯度。 1. Roberts 梯度算子 它是一種利用局部差分算子尋找邊緣的算子，公式如下： 22 )]1,(),1([)]1,1(),([),( ???????? yxfyxfyxfyxfyxG 式（ 39） 其中 f(x,y)是具有整數(shù)像素坐標(biāo)的輸入圖像，平方根運(yùn)算使該處理類似于在人類視覺(jué)系統(tǒng)中發(fā)生的過(guò)程。 在 3 3 的圖像區(qū)域內(nèi)，第一行與第三行的差近似于對(duì) x 的偏微分，第一列與第三列的差近似于對(duì) y的偏微分。 Prewitt