【正文】 點的梯度方向歸入 0度的范圍內(nèi)。當梯度的角度值符合其中的某一個范圍內(nèi)，則將這個像素點的方向定為括號前面的角度。 Canny算法中使用的 3*3的大小，包含 8方向的鄰域?？梢允褂蒙厦媲蟪龅钠珜Я擞嬎氵@兩個變量。 其中 ,x 和 y 方向偏導數(shù)的 2個陣列 P x [ i, j ]和 P y [ i, j ]分別為： 這個公式可以化作一個模板，上面這個公式就可以化成這樣的一個模板。通過這個運算以后就可以得到進行平滑以后的圖像 F(x,y)了。 過濾 (Gauss 濾波器 ) 高斯濾波器是一種線性 線性平滑濾波，適用于消除 高斯噪聲 ，廣泛應用于圖像處理的減噪過程。 (2)增強， 增強算法將鄰域中灰度有顯著變化的點突出顯示。 (2)優(yōu)良的定位性能，即檢測出的邊緣位置盡可能在實際邊緣的中心。s Criteria)。灰度處理首先讀入圖像的拷貝文件到內(nèi)存中，找到 R， G， B中的最大值，使顏色的分量值都相等且等于最大值，這樣就可 以使圖像變成灰度圖像。所以，在進 行正常的邊緣識別的過程中一定要進行灰度話處理。如果有第二個陳紅來拍攝右眼的視網(wǎng)膜，命名為： 。 圖像命名規(guī)則 采集到的圖像需要采用統(tǒng)一的命名規(guī)則，經(jīng)過一定的組織才能最終成為標準數(shù)據(jù)庫。隨機選擇 10個學生，對他們的左眼和右眼分別各采集 5對視網(wǎng)膜圖像，建立視網(wǎng)膜圖像數(shù)據(jù)庫。 浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設計與實現(xiàn) 項目研究報告 8 第 2 章 設計方案 圖像邊緣提取一般劃分為視網(wǎng)膜圖像采集、預處理、算法處理、保存處理圖片幾個過程?；?Sobel 算子的模板是 基于 LOG算子的視網(wǎng)膜圖像的分割方法 這個算子可以說是 Laplacian 的改進版，因為 Laplacian 其他的梯度算子一樣， 會增強圖像中的噪聲 。但此算子卻可用二次微分正峰和負峰之間的過零點來確定，對孤立點或端點更為敏感，因此特別適用于以突出圖像中的孤立點、孤立線或線端點為目的的場合。 另外，拉普拉斯算子還可以表示成模板的形式，如圖 11所示。主要具體的有 Sobel， Reberts， Laplacian， LOG 等這些算法 。 圖象的邊緣是指圖象局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以看作是一個階躍，既從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。 Canny 算子具有良好的多尺度特性，已廣泛地用于圖像邊緣檢測。這導致采用常用的圖像處理方法很難分割出滿意的效果，尋找合適的視網(wǎng)膜血管提取方法是難點所在 [4]。 致 謝 ...................................................................................................................................................... 28 數(shù)據(jù)庫圖像資料 .......................................................................................................................................... 29浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設計與實現(xiàn) 項目研究報告 5 第 1 章 緒 論 視網(wǎng)膜血管是人體唯一可以在活體使用非創(chuàng)傷性手段直接觀察到的血管 ,許多全身性血管病以及代謝性疾病均可使眼底血管受到不同程度的侵犯 ,特別是心、腦、腎等與血管有關的器官發(fā)生病變 ,眼底血管的改變在一定程度上可 反映病變的程度 [1]。 掌紋圖像定位點的自動檢測 ................................................................... 錯誤 !未定義書簽。 作 者 簽 名： 日 期： 指導教師簽名： 日 期： 使用授權說 明 本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學校可以采用影印、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績?nèi)容。 3) realized the extraction of retinal vessels based on Dijkstra algorithm, programming with VC++。 本文 主要致力于研究基于 采用 Canny 算子與數(shù)學形態(tài)學濾波相結合的方法進行自適應圖像分割算法 及其實現(xiàn)技術?；趫D像處理的血管檢測方法主要包括分割技術、跟蹤技術和擬合技術。 2) discussed the minimalpath algorithms and their implementations。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 第 1 章 緒論 ...................................................................................................................................................5 第 2 章 設計方案 ...........................................................................................................................................8 圖像信息的采集 .................................................................................................................................8 采集的過程 ...................................................................................................................................8 圖像命名規(guī)則 ..............................................................................................................................8 數(shù)字圖像預處理 .................................................................................................................................9 灰度化處理 ..................................................................................................................................9 將掌紋圖像二值化 .................................................................................... 錯誤 !未定義書簽。 對圖像進行特征提取 ...................................................................................................................... 10 Gabor 變換 ................................................................................................................................. 10 不變矩 ........................................................................................................................................11 對圖像進行分類識別 ...................................................................................................................... 12 第 3 章 實驗結果 ........................................................................................................................................ 16 實驗結果 .......................................................................................................................................... 16 研究成果 ........................................................................................................................................... 17 第 4 章 結 論