【正文】 ，一直是圖像邊緣檢測中的熱點(diǎn)和難點(diǎn)，迄今已有許多邊緣檢測方法，其中Robert算子、Sobel 算子、Prewitt 算子、LOG算子、Canny算子及輪廓提取或輪廓跟蹤、利用平滑技術(shù)提取圖像邊緣、利用差分技術(shù)提取圖像邊緣、利用小波分析技術(shù)提取圖像邊緣等方法是常用的方法，但各種算法處理結(jié)果差異很大。以上介紹了五種常用邊緣檢測算子的實(shí)現(xiàn)步驟及其優(yōu)缺點(diǎn)。首先進(jìn)行邊緣判別，凡是邊緣強(qiáng)度大于高閾值的一定是邊緣點(diǎn)；凡是邊緣強(qiáng)度小于低閾值的一定不是邊緣點(diǎn)；如果邊緣強(qiáng)度大于低閾值又小于高閾值，則看這個(gè)像素的鄰接像素中有沒有超過高閾值的邊緣點(diǎn)，如果有，它就是邊緣點(diǎn)，如果沒有，它就不是邊緣點(diǎn)。step4:減少假邊緣段數(shù)量的典型方法是對G(x,y)使用一個(gè)閾值。解決方法：利用梯度的方向。其數(shù)學(xué)描述如下：step1:二維為高斯函數(shù)為：= 在某一方向n上是的一階方向?qū)?shù)為：== n▽n= =式中：n式方向矢量，▽是梯度矢量。 Canny邊緣算子坎尼算子是一類最優(yōu)的邊緣算子，它在許多圖像領(lǐng)域得到了廣泛的應(yīng)用。由于對平滑圖像進(jìn)行拉普拉斯運(yùn)算可等效為的拉普拉斯運(yùn)算與的卷積，故上式變?yōu)椋? = 式中稱為LOG濾波器，其為：= + = 這樣就有兩種方法求圖像邊緣：①先求圖像與高斯濾波器的卷積，再求卷積的拉普拉斯的變換，然后再進(jìn)行過零判斷。 這種方法的特點(diǎn)是圖像首先與高斯濾波器進(jìn)行卷積，這樣既平滑了圖像又降低了噪聲，孤立的噪聲點(diǎn)和較小的結(jié)構(gòu)組織將被濾除，但是由于平滑會造成圖像邊緣的延伸，因此邊緣檢測器只考慮那些具有局部梯度最大值的點(diǎn)為邊緣點(diǎn)。 Prewitt邊緣算子Prewitt邊緣算子的卷積核如圖33所示，圖像中的每個(gè)像素都用這兩個(gè)核做卷積，取最大值作為輸出，從而產(chǎn)生一幅邊緣幅度圖像。Roberts算子邊緣定位精確度比較高，但是對噪聲敏感，容易丟失一部分邊緣，因此，該算子適用于邊緣明顯而且噪聲較少的圖像檢測，在應(yīng)用中經(jīng)常用Roberts算子來提取道路。 邊緣檢測與提取常用算法邊緣檢測的實(shí)質(zhì)是采用某種算法來提取出圖像中對象與背景間的交界線，也就是提取圖像中灰度發(fā)生急劇變化區(qū)域的邊界。4）定位：精確確定邊緣的位置。2）增強(qiáng)：增強(qiáng)算法將鄰域中灰度有顯著變化的點(diǎn)突出顯示。一般認(rèn)為邊緣提取是要保留圖像的灰度變化劇烈的區(qū)域，這從數(shù)學(xué)上看，最直觀的方法就是微分(對于數(shù)字圖像來說就是差分)，在信號處理的角度來看，也可以說是用高通濾波器，即保留高頻信號。圖像中灰度變化劇烈的區(qū)域即強(qiáng)度的非連續(xù)性對應(yīng)著邊緣。邊緣檢測在圖像分割、紋理特征提取、形狀特征提取和圖像識別等方面起著重要的作用。在通常情況下，我們可以將信號中的奇異點(diǎn)和突變點(diǎn)認(rèn)為是圖像中的邊緣點(diǎn)，其附近灰度的變化情況可從它相鄰像素灰度分布的梯度來反映。無論為了哪種目的，圖像邊緣檢測中關(guān)鍵的一步就是對包含有大量信息的圖像進(jìn)行分解。隨著研究的深入和應(yīng)用的需要，新概念、新思想、新方法不斷產(chǎn)生，它們正朝著智能化、系統(tǒng)化的方向發(fā)展[5]。第三章 常用的圖像邊緣檢測算法 引言物體的邊緣是以圖像局部的不連續(xù)性的形式出現(xiàn)的，例如，灰度值的突變、顏色的突變、紋理結(jié)構(gòu)的突變等。Matlab的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用Matlab來解決問題要比用C、FORTRAN等語言完成相同的事情簡捷的多，并且Mathwork也吸收了像Maple等軟件的優(yōu)點(diǎn)，使Matlab成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。 Matlab簡介Matlab是美國MathWorks公司出品的商業(yè)化數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級計(jì)算語言和交互式環(huán)境，主要包括Matlab和Simulink兩大部分。所以應(yīng)選一款編程效率較高的編程軟件來完成本次的設(shè)計(jì)課題。邊緣檢測對物體的識別也是很重要的，主要有以下幾個(gè)理由：首先，人眼通過追蹤未知物體的輪廓而掃視一個(gè)未知的物體；其次，如果我們能成功的得到圖像的邊緣，那么圖像分析就會大大簡化，圖像識別就會容易的多；最后，很多圖像并沒有具體的物體，對這些圖像的理解取決于它們的紋理性質(zhì)，而提取這些紋理性質(zhì)與邊緣檢測有極其密切的關(guān)系。當(dāng)需要提取多空間范圍內(nèi)的變化特征時(shí)，要考慮多算子的綜合應(yīng)用；第三，要考慮噪聲的影響，其中一個(gè)辦法就是濾除噪聲，這有一定的局限性，再就是考慮信號加噪聲的條件檢測，利用統(tǒng)計(jì)信號分析或通過對圖像區(qū)域的建模進(jìn)一步使檢測參數(shù)化；第四，可以考慮各種方法的組合，如先利用LOG找出邊緣，然后在其局部利用函數(shù)近似的方法獲得高精度定位；第五，在正確檢測邊緣的基礎(chǔ)上，要考慮精確定位的為題。圖像處理技術(shù)分為：灰度量化、圖像恢復(fù)、圖像增強(qiáng)、邊緣檢測、圖像分割、圖像測量、圖像壓縮、圖像配準(zhǔn)、可視化、圖像存檔。圖像處理和分析可定義為應(yīng)用一系列方法獲取、校正、增強(qiáng)、變換或壓縮可視圖像的技術(shù)，其目的是提高信息的相對質(zhì)量以便獲取信息。數(shù)字圖像的處理是指用計(jì)算機(jī)處理數(shù)字圖像，值得提及的是數(shù)字圖像是由有限的元素組成的，每個(gè)元素都有一個(gè)特定的位置和幅值，這些元素被稱為圖像元素、畫面元素或像素。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們可以人為地創(chuàng)造出色彩斑斕千姿百態(tài)的各種圖像。從廣義上來說，圖像是自然界景物的客觀反映，是人類認(rèn)識世界和自身的重要源泉[1]。這些點(diǎn)給出了圖像輪廓的位置，這些輪廓常常是我們在圖像邊緣檢測時(shí)所需要的非常重要的一些特征條件，這就需要我們對一幅圖像檢測并提取出它的邊緣。 The fifth chapter, resort to GUI inside Matlab, design the image edge detection interface, and pletion of the various algorithm is invoked by GUI, eventually pleted the graphical edge detection software based on Matlab。全文內(nèi)容安排組織如下：第一章，對圖像邊緣處理的意義進(jìn)行了概述；第二章，對軟件平臺的選擇及其特點(diǎn)做了簡要的介紹；第三章，敘述了幾種常用的邊緣檢測算子的原理；第四章，通過實(shí)例分析了各種算子的定位性以及穩(wěn)定性；第五章，借助Matlab中的GUI功能設(shè)計(jì)了圖像邊緣檢測的圖形用戶界面，并在GUI界面中完成了對各種算子的調(diào)用，完成了基于MATLAB的圖形化圖像邊緣檢測軟件；第六章，對已經(jīng)完成的圖像檢測軟件進(jìn)行測試。邊緣中包含圖像物體有價(jià)值的邊界信息，這些信息可以用于圖像理解和分析，并且通過邊緣檢測可以降低后續(xù)圖像分析和處理的數(shù)據(jù)量。本人完全了解XXX有關(guān)保存、使用畢業(yè)論文的規(guī)定，同意學(xué)校保存或向國家有關(guān)部門或機(jī)構(gòu)送交論文的紙質(zhì)版和電子版，允許論文被查閱和借閱；本人授權(quán)XXX可以將本畢業(yè)論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用任何復(fù)制手段保存和匯編本畢業(yè)論文。除文中已經(jīng)注明引用的內(nèi)容外，不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的科研成果。畢業(yè)論文中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點(diǎn)等，均已明確注明出處。論文作者簽名： 日 期： 關(guān)于畢業(yè)論文使用授權(quán)的聲明本人在指導(dǎo)老師指導(dǎo)下所完成的論文及相關(guān)的資料（包括圖紙、試驗(yàn)記錄、原始數(shù)據(jù)、實(shí)物照片、圖片、錄音帶、設(shè)計(jì)手稿等），知識產(chǎn)權(quán)歸屬XXX。論文作者簽名： 日 期： 指導(dǎo)老師簽名： 日 期： XXX本科畢業(yè)設(shè)計(jì)圖像處理中的邊緣提取算法及實(shí)現(xiàn) 摘 要數(shù)字圖像邊緣檢測是圖像分割、目標(biāo)區(qū)域識別和區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識別中提取圖像特征的一個(gè)重要方法。最終圖形界面可實(shí)現(xiàn)打開圖片并對其進(jìn)行邊緣處理，并可以將處理好的圖片保存。 bined increase noise images to illustrate the stability of the operator .Add in the graphical user interface with a variety of operators corresponding to the processing procedures, and graphics files for the acquisition, preservation and other functions the pletion of the image edge detection software. The final graphical interface allows the edge to open the picture and its treatment, and may well save the picture processing. Arrangement of this paper is as follows：The first chapter introduces the significance of the image edge processing. The second chapter introduces the software platform of choice in this paper .The third chapter introduces some mon principle of marginal operator. The fourth chapter, by example, analysis of the various algorithms’s relocatability and stability。邊緣往往攜帶著一幅圖像的大部分信息，它存在于圖像的不規(guī)則結(jié)構(gòu)和不平穩(wěn)現(xiàn)象中，即存在于信號的突變點(diǎn)處。 數(shù)字圖像簡介在我們的生活中，可以說，數(shù)字圖像無處不在，每個(gè)人都是滿身的數(shù)字裝備，MPMPPSP、PPC、手機(jī)、數(shù)碼相機(jī)、筆記本電腦，這些設(shè)備的使用都離不開對數(shù)字圖像的支持。總之，凡是人類視覺上能夠感受到的信息，都可以稱之為圖像。當(dāng)x，y和幅值f為有限離散的數(shù)值時(shí)，稱該圖像為數(shù)字圖像[2]。因此，數(shù)字圖像處理涉及很多應(yīng)用領(lǐng)域。因此圖像處理是一種超越具體應(yīng)用的過程：任何為解決某一特殊問題而開發(fā)的圖像處理新技術(shù)或新方法，幾乎肯定能找到其他完全不同的應(yīng)用領(lǐng)域。要做好邊緣檢測，首先，要清楚待檢測的圖像特征變化的形式，從而使用相應(yīng)的檢測方法；其次，要知道特性變化總是發(fā)生在一定的空間范圍內(nèi)，不能期望用一種檢測算子就能最佳檢測出發(fā)生在圖像上的所有特征變化。數(shù)字圖像的邊緣檢測是圖像分割、目標(biāo)區(qū)域的識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，圖像理解和分析的第一步往往就是邊緣檢測，目前它已經(jīng)成為機(jī)器視覺研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。因?yàn)橐速M(fèi)大量的時(shí)間在基礎(chǔ)代碼上，而不能花足夠的時(shí)間在算法的研究上。因此，圖像處理工作采用Matlab編程是非常合適的。Matlab可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號處理于通訊、圖像處理