【正文】 普遍使用的檢測(cè)算法；其二沒(méi)有一個(gè)好的通用的檢測(cè)評(píng)價(jià)標(biāo)準(zhǔn)。如將二維的空域算子擴(kuò)展為三維算子可以對(duì)三維圖像進(jìn)行邊緣檢測(cè)、對(duì)彩色圖像的邊緣檢測(cè)、合成孔徑雷達(dá)圖像的邊緣檢測(cè)、對(duì)運(yùn)動(dòng)圖像進(jìn)行邊緣檢測(cè)來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)圖像的分割等。一方面，人們對(duì)于傳統(tǒng)的邊緣檢測(cè)技術(shù)的掌握已經(jīng)十分成熟，另一方面，隨著科學(xué)的發(fā)展，傳統(tǒng)的方法越來(lái)越難以滿足某些情況下不斷增加或更加嚴(yán)格的要求，如性能指標(biāo)，運(yùn)行速度等方面。 在邊緣檢測(cè)算法中，前三個(gè)步驟用的十分普遍。邊緣增強(qiáng)一般都是通過(guò)計(jì)算梯度幅值來(lái)完成的。 經(jīng)典的邊緣檢測(cè)方法是考察數(shù)字圖像的每個(gè)像素的某個(gè)鄰域內(nèi)的灰度的變化，利用邊緣臨近的一階或二階導(dǎo)數(shù)變化規(guī)律，對(duì)原始圖像中像素的某個(gè)鄰域來(lái)構(gòu)造邊緣檢測(cè)算子。通過(guò)檢測(cè)屋頂狀邊緣剖面的一階導(dǎo)數(shù)過(guò)零點(diǎn)可以確定屋頂位置。所以可用二階導(dǎo)數(shù)過(guò)零點(diǎn)檢測(cè)邊緣位置，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)。由于采樣的緣故，數(shù)字圖像的邊緣總有一些模糊，所以這里垂直 上下的邊緣剖面都表示成一定坡度。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在著邊緣，它是灰度值不連續(xù)的結(jié)果。 邊緣定義及常見(jiàn)的三種類型 計(jì)算機(jī)圖像處理可以看作是為了實(shí)現(xiàn)某一任務(wù)，而從包含有大量的不相關(guān)的變量中抽取不變量，以簡(jiǎn)化信息，即要扔掉一些不必要的信息保留物體的不變性質(zhì)。主要有以下幾個(gè)理由：首先，人眼通過(guò)追蹤未知物體的輪廓而掃描一個(gè)未知的物體。通常，利用邊緣檢測(cè)的方法可以達(dá)到這個(gè)目的。也正是 由于在圖像處理中的應(yīng)用十分廣泛，邊緣檢測(cè)的研究多年來(lái)一直受到人們的高度重視。 （ 7） 公共服務(wù)領(lǐng)域：影視業(yè)、娛樂(lè)、廣告，基于內(nèi)容的圖像檢索等。 （ 4） 在公安方面領(lǐng)域：一些地方安裝的攝像頭實(shí)時(shí)地拍攝圖像并進(jìn)行處理，如公路上監(jiān)測(cè)車速裝置；公安部門在調(diào)查犯罪嫌疑人時(shí)借助指紋識(shí)別、人臉識(shí)別系統(tǒng)等等，辨別的標(biāo)準(zhǔn)主要來(lái)自圖像處理的結(jié) 果。 （ 2） 通訊工程領(lǐng)域： 當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的流媒體通信。圖像在空中先處理 (數(shù)字化編碼 )成數(shù)字信號(hào)存人磁帶中，在衛(wèi)星經(jīng)過(guò)地面站上空時(shí)，再高速傳 送下來(lái)，然后由處理中心分析判讀。 20 世紀(jì) 80 年代末和 20世紀(jì) 90年代，高速計(jì)算機(jī)和大規(guī)模集成電路的發(fā)展，使圖像處理技術(shù)更趨成熟：圖像壓縮、多媒體技術(shù)、文本圖像的分析和理解、文字的識(shí)別等取得了重大的進(jìn)展；而全球通訊技術(shù)的蓬勃發(fā)展，使圖像通訊和傳輸?shù)玫綇V泛應(yīng)用。 隨后又對(duì)探測(cè)飛船發(fā)回的近十萬(wàn)張照片進(jìn)行更為復(fù)雜的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖 ,獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅(jiān)實(shí)的基礎(chǔ)，也推動(dòng)了數(shù)字圖像處理這門學(xué)科的誕生。 數(shù)字圖像處理是在計(jì)算機(jī)科學(xué)與技術(shù)發(fā)展的基礎(chǔ)上發(fā)展起來(lái)的，但是它又涉及到諸多學(xué)科領(lǐng)域，包括信息學(xué)，統(tǒng)計(jì)學(xué)、生物學(xué)、物理學(xué)、心理學(xué)、醫(yī)學(xué)等等。 (5)圖像編碼：研究圖像數(shù)據(jù)壓縮的方法，根據(jù)圖像的統(tǒng)計(jì)特性和人類的視覺(jué)特性降低圖像相關(guān)性，去除冗余信息，達(dá)到壓縮的目的。 圖像處理從宏觀的角度上看，是完成某些任務(wù)的一個(gè)系統(tǒng)：從微觀角度上看，圖像處理就是圖像處理系統(tǒng)內(nèi)部的具體處理過(guò)程，在圖像處理系統(tǒng)從輸入到實(shí)現(xiàn)輸出的 過(guò)程中，包含著微觀意義上的圖像處理操作，常見(jiàn)的有以下幾個(gè)方面 : (1)點(diǎn)運(yùn)算：主要針對(duì)圖像的像素進(jìn)行的像素加減乘除運(yùn)算，圖像的點(diǎn)運(yùn) 算可以有效地改變圖像的直方圖分布。 （ 2）圖像處理以機(jī)器為對(duì)象，其目的是使機(jī)器或計(jì)算機(jī)能自動(dòng)識(shí)別目標(biāo)，稱為圖像識(shí)別。 第 1 章 緒論 數(shù)字圖像處理技術(shù) 數(shù)字圖像處理 指的是使用計(jì)算機(jī)對(duì)圖像信號(hào)進(jìn)行快速處理 [1]，即它 是 利用計(jì)算機(jī)和其它高速、大規(guī)模的集成數(shù)字硬件對(duì)由光學(xué)信息 轉(zhuǎn)換成 的 數(shù)字信號(hào) 進(jìn)行某些數(shù)字運(yùn)算或 處理 ，以便進(jìn)行進(jìn)一步的處理 [2]。 圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反映，因此我們可以用局部圖像微分技術(shù)來(lái)獲得邊緣檢測(cè)算子。 常見(jiàn)的邊緣剖面有 3 種：階梯狀、脈沖狀、屋頂狀。數(shù)字圖像處理 技術(shù)正隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展而發(fā)展，數(shù)字圖像處理的應(yīng)用越來(lái)越廣，已經(jīng)滲透到宇宙探索、通訊技術(shù)、電視電話、衛(wèi)星通訊、數(shù)字電視、生物醫(yī)學(xué)、工業(yè)生產(chǎn)、計(jì)算機(jī)科學(xué)、氣象預(yù)報(bào)、軍事技術(shù)、高能物理、偵緝破案、遙感技術(shù)及考古等領(lǐng)域。而邊緣檢測(cè)是數(shù)字圖像處理的重要內(nèi)容， 是圖像分割、特征提取和圖像識(shí)別等圖像處理技術(shù)的 重要前提。 隨著 計(jì)算機(jī)科學(xué)與技術(shù) 的飛速發(fā)展，數(shù)字圖像處理的應(yīng)用越來(lái)越廣，并 滲透到宇宙探索、通訊技術(shù)、生物醫(yī)學(xué)、工業(yè)生產(chǎn)、氣象預(yù)報(bào)、遙感技術(shù)及考古等諸多領(lǐng)域。 關(guān)鍵詞 : 數(shù)字圖像，圖像處理，邊緣檢測(cè) ABSTRACT Images is the major media of human interaction and the objective world exploring. With the development of puter technology , the digital image processing is being used in more and more areas such as space exploration,munication technology, biomedicine, industrial production, weather forecasting, remote sensing and archaeology . Edge detection is an important part of digital image processing,it is an important premise for image segmentation, feature extraction and image recognition technology. Edge is the part of local image brightness which changes most observably .The matter of the edge detection is to use some algorithms to pick up the the boundary which is between the object and the background. This paper introduces the concept of digital image processing and its using areas, the significance,the actuality and the trend of the edge detection, and some basic this paper we can learn some classic edge detection algorithms, such as Robert operator, Sobel operator, Pwitt operator, Rbinson operator,Laplace operator. By theoretical analysis and the results of the experiment ,this paper pares their respective pros and cons. KEY WORDS:digital image， image processing , edge detection 目錄 前 言 ................................................................... 1 第 1章 緒論 ............................................................. 3 數(shù)字圖像處理技術(shù) ................................................... 3 邊緣檢測(cè)概述 ...................................................... 7 邊緣檢測(cè)的重要性 .............................................. 7 邊緣定義及常見(jiàn)的三種類型 ...................................... 8 邊緣檢測(cè)的一般步驟 ............................................ 9 邊緣檢測(cè)現(xiàn)狀與趨勢(shì) ............................................ 10 第 2章 經(jīng)典圖像邊緣檢測(cè)算法 ............................................ 13 經(jīng)典邊緣檢測(cè)的算法依據(jù) ........................................... 13 幾種經(jīng)典邊緣檢測(cè)算法及比較 ....................................... 14 Roberts 算子 .................................................. 14 Sobel 算子 .................................................... 18 Prewitt 算子 .................................................. 20 Robinson 算子 ................................................. 22 Kirsch 算子 ................................................... 24 Laplace 算子 .................................................. 25 第 3 章 總結(jié) ........................................................... 30 致謝 ................................................................... 32 參考文獻(xiàn) .............................................................. 33 前 言 圖像是人類獲得信息的主要媒介。 圖像邊緣檢測(cè) 是近年來(lái)在數(shù)字圖像處理領(lǐng)域比較活躍的課題之一， 是數(shù)字圖像處理的重要內(nèi)容， 是圖像分割、特征提取和圖像識(shí)別等圖像處理技術(shù)的重要前提 ， 是數(shù)字圖象處理中一個(gè)重要的環(huán)節(jié)。我們將邊 緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界， 這種不連續(xù)?？梢岳们髮?dǎo)數(shù)的方法方便的檢測(cè)到，一般常用一階和二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣。 無(wú)論如何， 由于在圖像處理中的應(yīng)用十分廣泛，邊緣檢測(cè)的研究多年來(lái)一直受到人們的高度重視，發(fā)展也越來(lái)越迅速。 基于數(shù)字圖像處理的目標(biāo)對(duì)象，圖像處理可分為三種類型： （ 1）圖像處理以人的視覺(jué)系統(tǒng)為最終信息的接收者，其主要目的是改善圖像的質(zhì)量，以滿足人的視覺(jué)心理和實(shí)際應(yīng)用的要求。雖然當(dāng)前在理論上有不小進(jìn)展，但仍是一個(gè)有待進(jìn)一步探索的領(lǐng)域。 (4)圖像復(fù)原：根據(jù)退化模型消除退化因素回復(fù)原始的圖像，如圖像去噪處理、由于運(yùn)動(dòng)造成圖像失真的重建問(wèn)題。 (8)圖像的分析和理解：在模式識(shí)別的基礎(chǔ)上，根據(jù)圖像局部?jī)?nèi)容的之間的相關(guān)性，利用有關(guān)的知識(shí)進(jìn)行聯(lián)想推理，圖像的分析和理解是圖像處理的最高層次。美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（ JetPropeller Lab， JPL） 首次 通過(guò)圖像處理 獲得實(shí)際成功應(yīng)用 ， 他們對(duì)航天探測(cè)器徘徊者 7 號(hào)發(fā)回的 4000 多 千張?jiān)虑蛘掌褂昧藞D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲 等方法進(jìn)行處理，由計(jì)算機(jī)成功地繪制出月球表面地圖 。20 世紀(jì) 70 年代末，隨著人工智能的興起和發(fā)展，開(kāi)始了計(jì)算機(jī)視覺(jué)的研究，由 2D圖像獲取 3D空間信息。 以下是數(shù)字圖象處理幾個(gè)常見(jiàn)的應(yīng)用領(lǐng)域： （ 1）航天航空技術(shù)領(lǐng)域：數(shù)字圖像處理技術(shù)在航天航空技術(shù)方面的應(yīng)用，除 JPL對(duì)月球、火星照片的處理之外，另一方面是在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中。在氣象預(yù)報(bào)和對(duì)太空其它星球研究方面，數(shù)字圖像處理技術(shù)也發(fā)揮了相當(dāng)大的作用。其中值得一提的是研制具備視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)功能的智能機(jī)器人，將會(huì)給工農(nóng)業(yè)生產(chǎn)帶來(lái)新的面貌，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。如采用 CT(puted Tomography)技術(shù)可以協(xié)助醫(yī)療診斷，癌細(xì)胞識(shí)別等。 邊緣檢測(cè)概述 邊緣檢測(cè)的重要性 圖像邊緣檢測(cè) 是近年來(lái)在數(shù)字圖像處理領(lǐng)域比較活躍的課題之一， 是數(shù)字圖像處理的重要內(nèi)容， 是圖像分割、特征提取和圖像識(shí)別等圖像處理技術(shù)的重要前提 ， 是數(shù)字圖象處理中一個(gè)重要的環(huán)節(jié)。為了辨識(shí)和分析圖像中的目標(biāo)，需要將它們從圖像中分離提取出來(lái)，在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量和對(duì)圖像進(jìn)行利用。 邊緣檢測(cè)對(duì)于物體的識(shí)別也很重要的。第三，很多圖像并沒(méi)有具體的物體，對(duì)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(cè)有著極其密切的關(guān)系 [5]。 邊緣是指圖像局部亮度變化最顯著的部分，主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域（包括不