【正文】 模擬人的視覺生理特征，所以提取的圖像輪廓有時(shí)并不能令人滿意。2010，2：127~13219 李雪，王普明. 基于高斯拉普拉斯算子的圖像邊緣檢測方法. 河南機(jī)電高等專科學(xué)校學(xué)報(bào)，2009，0620 周心明，蘭賽，徐燕. 圖像處理中幾種邊緣檢測算法的比較. 現(xiàn)代電力，2000（3）：1007~232221 陸玲，王蕾，桂穎. 數(shù)字圖像處理. 北京：中國電力出版社，2007 22 龔金云，全思博. 基于灰度圖像直方圖的邊緣檢測. 2007，2：50~5223 劉躍峰，宋永霞，李松濤. 一種基于直方圖對二值圖像進(jìn)行處理的方法. 長春工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，05：554~55824 董鴻燕. 邊緣檢測的若干技術(shù)研究. 國防科學(xué)技術(shù)大學(xué)（博士），2009，06：3~4致 謝郭老師作為本學(xué)生完成本論文的指導(dǎo)老師，從論文思想的構(gòu)建到論文最終的審批投入大量的時(shí)間和心血。在論文的編寫過程中，查閱了一些有關(guān)中外文資料、說明書及相關(guān)網(wǎng)站信息，并閱讀過一些翻譯書籍，現(xiàn)也對這些書的作者提供的幫助表示衷心感謝！最后，萬分感謝母?！颖惫I(yè)大學(xué)對我四年的辛勤栽培！畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。作者簽名：　　 　 　　 日　 期：　　 　 　　 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。首先非常感謝學(xué)校開設(shè)這個(gè)課題，為本人日后從事計(jì)算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。這期間凝聚了很多人的心血，在此我表示由衷的感謝。從他身上，我學(xué)到了許多能受益終生的東西。最后，我要感謝我的父母對我的關(guān)系和理解，如果沒有他們在我的學(xué)習(xí)生涯中的無私奉獻(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。感謝老師四年來對我孜孜不倦的教誨，對我成長的關(guān)心和愛護(hù)。最后，我要特別感謝我的導(dǎo)師劉望蜀老師、和研究生助教吳子儀老師。在論文的撰寫過程中老師們給予我很大的幫助，幫助解決了不少的難點(diǎn)，使得論文能夠及時(shí)完成，這里一并表示真誠的感謝。老師們認(rèn)真負(fù)責(zé)的工作態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神和深厚的理論水平都使我收益匪淺。四年的風(fēng)風(fēng)雨雨，我們一同走過，充滿著關(guān)愛，給我留下了值得珍藏的最美好的記憶。從這里走出，對我的人生來說，將是踏上一個(gè)新的征程，要把所學(xué)的知識應(yīng)用到實(shí)際工作中去。其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對我的嚴(yán)格要求，感謝他們對我學(xué)習(xí)上和生活上的幫助，使我了解了許多專業(yè)知識和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。首先，我要特別感謝我的知道郭謙功老師對我的悉心指導(dǎo)，在我的論文書寫及設(shè)計(jì)過程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計(jì)思路和操作方法，并對我所做的課題提出了有效的改進(jìn)方案。本次畢業(yè)設(shè)計(jì)是對我大學(xué)四年學(xué)習(xí)下來最好的檢驗(yàn)。涉密論文按學(xué)校規(guī)定處理。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。對本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。在此，特別表示對郭老師最真摯的感謝！另外，校生物醫(yī)學(xué)工程系的其它老師也對本論文的完成做了必要得指導(dǎo)，對此也對這些老師表示感謝。參 考 文 獻(xiàn)1 堯德中，李永杰，周山宏. 生物醫(yī)學(xué)中的信息技術(shù). 電子科技大學(xué)學(xué)報(bào)（社科版），2001，3（2）：3~92 廖凱. 醫(yī)學(xué)圖像處理技術(shù)淺談. 科學(xué)信息（科學(xué)教研），2007 (7)3 朱秀昌，劉峰，胡棟. 數(shù)字圖像處理與圖像通信. 北京：北京郵電大學(xué)出版社，2002 4 柯家海. 醫(yī)學(xué)圖像處理技術(shù)分析及進(jìn)展. 科技信息（學(xué)術(shù)研究），2007（22）：82~835 . 武漢：地質(zhì)大學(xué)出版社，2007 6 馬春梅，劉貴如，王陸林. 圖像分割技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究. 太原科技，2007（3）：65~677 郭文強(qiáng)，侯勇嚴(yán). 數(shù)字圖像處理. 西安：西安電子科技大學(xué)出版社，2009 8 袁春蘭，熊宗龍，周雪花，彭小輝. 基于Sobel算子的圖像邊緣檢測研究[J]. 激光與紅外，2009，019 魚海濤. 基于模糊集理論的圖像增強(qiáng)算法研究. 西安科技大學(xué). 2005（7）：50~5110 賈昔玲. 一種新的基于二值圖像的邊緣檢測算法. 科技情報(bào)開發(fā)與經(jīng)濟(jì). 2009，19（4）：122~12311 Canny J. A putational approach to edge detection，IEEE Pattern Analysis and Machine Intelligence，1986, 8 (6): 679~69812 Witkin A. Scale Space Filtering，Proc. Int. Joint Conf. Artif. Intell. Karlsruhe，Germany，198313 Mallat S, Hwang W L. Singularity detection and processing with wavelets [J]. IEEE Transactions on Information Theory, 1992，38 (2): 617~64314 劉勇，姚剛，肖人彬，雷幫軍. 自適應(yīng)多窗口梯度幅值邊緣檢測算法. 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版)，2011，39（1）：14~1815 曹傳東，徐貴力，陳欣，冷雪飛，李開宇，葉永強(qiáng). 基于力場轉(zhuǎn)換理論的圖像粗大邊緣檢測方法. 航空學(xué)報(bào)，2011（3）：1~816 宋志剛. 利用數(shù)字圖像處理技術(shù)檢測錐螺紋. 吉林大學(xué)（碩士）， 2004，9（4）：31~3417 Onya A. Coleman，Shanmugalingam Suganthan，Bryan W. Scotney. Gradient operators通過以上實(shí)驗(yàn)結(jié)果的對比，我們可以發(fā)現(xiàn)利用直方圖于索貝爾算子相結(jié)合的方法對圖像進(jìn)行邊緣檢測，檢測的邊緣更加清晰，精度更高，更加有利于對圖像的繼續(xù)處理以及醫(yī)學(xué)方面的應(yīng)用。結(jié) 論前面我們已經(jīng)做過了基于索貝爾算子的圖像邊緣檢測，該方法不但產(chǎn)生較好的檢測效果，而且對噪聲具有平滑作用，可以提供較為精細(xì)的邊緣方向信息。下面是對四個(gè)MR原圖分別進(jìn)行Matlab程序處理后所得到的圖像與原始圖像的對比結(jié)果如下： (a) 原圖1圖像 (b) 原始圖像的灰度直方圖 (c) Sobel算子檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 原圖1的邊緣檢測效果 (a) 原圖2圖像 (b) 原始圖像的灰度直方圖 (c) Sobel算子檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 原圖2的邊緣檢測效果 (a) 原圖3圖像 (b) 原始圖像的灰度直方圖 (c) Sobel算子檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 原圖3的Sobel邊緣檢測效果 (a) 原圖5圖像 (b) 原始圖像的灰度直方圖 (c) Sobel算子檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 原圖5的l邊緣檢測效果 實(shí)驗(yàn)結(jié)果及分析在本次試驗(yàn)中我們選取了四幅效果較好的MR圖像進(jìn)行MATLAB實(shí)驗(yàn)，此四幅MR圖像均為T1加權(quán)腦膜瘤核磁共振圖像，得到了較好的邊緣檢測的對比結(jié)果，從實(shí)驗(yàn)中，我們可以看到僅用Sobel算子對MR圖像進(jìn)行邊緣檢測效果不太理想，雖然利用Sobel算子進(jìn)行邊緣檢測不但產(chǎn)生較好的邊緣檢測效果，同時(shí)其受噪聲影響也比較小。
imshow(c7)。)。
set(gca, 39。)。)。, [0 0 size(c6, 2) size(c6, 1)])。pixel39。, [pos(1) pos(2)80 size(c6, 2) size(c6, 1)])。position39。 c4(i,j) c6(i,j)=c4(i,j)。
imshow(c5)。)。
set(gca, 39。)。)。, [0 0 size(c4, 2) size(c4, 1)])。pixel39。, [pos(1) pos(2)80 size(c4, 2) size(c4, 1)])。position39。 c2(i,j) c4(i,j)=0。
imshow(c3)。)。
set(gca, 39。)。)。, [0 0 size(c2, 2) size(c2, 1)])。pixel39。, [pos(1) pos(2)80 size(c2, 2) size(c2, 1)])。position39。 c(i,j) c2(i,j)=c(i,j)。, [0 0 size(c1, 2) size(c1, 1)])。pixel39。, [pos(1) pos(2)80 size(c1, 2) size(c1, 1)])。position39。sobel39。, [0 0 size(c, 2) size(c, 1)])。pixel39。, [pos(1) pos(2)80 size(c, 2) size(c, 1)])。position39。 %將其歸一化c=imadjust(b)。 %圖像的最大值xiao=min(min(a))。數(shù)據(jù)源的打開與顯示cleara=diread(39。然后再用edge函數(shù)自動(dòng)選擇閾值，用Sobel微分算子進(jìn)行邊緣檢測。如果，說明沒有此數(shù)，則找不到信息，程序結(jié)束。折半查找法是效率較高的一種查找方法。 但是利用Sobel算子進(jìn)行邊緣檢測，其邊緣具有很強(qiáng)的方向性,只對垂直與水平方向敏感,其他方向不敏感,這就使得那些邊緣檢測不到，對后續(xù)的圖像處理有很大的影響。該方法不但產(chǎn)生較好的檢測效果，而且對噪聲有平滑作用，可提供較為精確的邊緣