【正文】 () 有了 xf? ， yf? 之后，很容易計算出 Roberts 的梯度幅值 R(i,j)， 適當取門限 T， 做 如下判斷： R(i,j)T,(i,j)為階躍狀邊緣點， {R(i,j)}為邊緣圖像。 4） 定位：若需要進一步定 位邊緣，精確找出邊緣的位置可以在子像素分辨率上進行。很多濾波器在去除噪聲的同時使得圖像模糊化，帶來邊緣細節(jié)的丟失 。對灰度值的一階導(dǎo)數(shù)再次求導(dǎo)也即得到其二階導(dǎo)數(shù)，觀察圖 （ a），二階導(dǎo)數(shù)的零 點正好對應(yīng)灰度 8 剖面圖的邊緣點，因此邊緣 也 可以利用二階導(dǎo)數(shù)的過零點來檢測。 (a)斜坡邊緣 (b)階梯邊緣 (c)屋頂邊緣 (d)線性邊緣 圖 邊緣類型 邊緣 的判定 由此可見，邊緣表現(xiàn)為灰度值不連續(xù)，在數(shù)學中不連續(xù)特性可以用函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)來檢測。 邊緣的 類型 四種常見的圖像邊緣類型如下：第一種是斜坡 邊緣，就是從一個灰度值跳到比它高的另一個灰度值，邊緣的特征一般用其高度、傾斜角和斜坡中點的水平坐標值來表述。 3） 不同材料組成的邊緣線。圖像上的邊緣點 可能 對應(yīng)不同的物理意義。局部邊緣是圖像中局部會聚集以簡單（即單調(diào)）的方式做極快變換的小區(qū)域。 上述 3 種基本的圖像分割既可單獨使用，也可綜合使用，如綜合基于邊界和基于區(qū)域的分割技術(shù)來提高分割精度。圖像直方圖是一種像素灰度加噪聲的概率密度分布，分割問題實際上就是像素分類的參數(shù)估計問題，易受噪聲和像素灰度分布的波動影響。 目前已經(jīng)提出的圖像分割方法很多，綜合各種方法的實質(zhì)，圖像分割有三種不同的途徑 【 4】 ： 1） 基于邊界的圖像分割 這種方法先檢測圖像邊界，再連接目標邊界的輪廓線。 格局應(yīng)用要求的不同，圖像分割可分為粗分割、細分割兩大類。 4 連通指的是從區(qū)域上一點出發(fā)，可通過 4個方向，即上、下、左、 右移動的組合，在不越出區(qū)域的前提下，到達區(qū)域內(nèi)的任意像素； 即同一子區(qū)域內(nèi)的像素應(yīng)當是連通的。即分割得到的屬于同一區(qū)域的像素應(yīng)具有某些相同的特性。即分割成的所有子區(qū)域 的并應(yīng)能構(gòu)成原來的區(qū)域 R。概括來說，在各種圖像應(yīng)用中，只要需對圖像目標進行提取、測量等都離不開圖像分割。一方面，圖像分割高于一般意義上的圖像處理，研究對象通常是目標所在 的區(qū)域或者是目標的特征，并非單個像素灰度值；另一方面，由于圖像分割、目標 分割 、特征提取和參數(shù)測量都是將原始圖像轉(zhuǎn)化為更抽象、更緊湊的形式 ，使得 更高層的分析和理解成為 可能 。 2 第 一 章 圖像分割與邊緣檢測 圖像分割 簡介 圖像分割 (image segmentation)就是把圖像分成各個具有特性的目標區(qū)域的技術(shù)和過程，這個特性可以使迅速的灰度、顏色、紋理等，如將一副照片分割成公路、湖泊、森林、住宅等區(qū)域。它在圖像識別，圖像分割，圖像增強以及圖像壓縮等的領(lǐng)域中有較為廣泛的應(yīng)用，也是它們的基礎(chǔ)。 Adaptive Threshold III 目錄 引言 ......................................................................................................... 1 第一章 圖像分割與邊緣檢測 .............................................................. 2 圖像分割簡介 ............................................................................. 2 圖像分割定義 ............................................................................. 2 圖像分割基本原理 ...................................................................... 3 第二章 基于邊界的分割 —— 邊緣檢測 .............................................. 6 邊緣的類型 ................................................................................. 6 邊緣的類型 ................................................................................. 6 邊緣的判定 ................................................................................. 7 第三章 常見邊緣檢測算法的研究與分析 .......................................... 9 邊緣檢測過程概述 ...................................................................... 9 典型一階邊緣檢測算子 .............................................................. 9 梯度算子 .......................................................................... 10 Roberts 邊緣算子 ............................................................. 10 Sobel 算子 ........................................................................ 11 Prewitt 算子 ...................................................................... 13 典型二階邊緣檢測算子 ........................................................... 14 Laplacian 算子 .................................................................. 14 LOG 算子 ......................................................................... 16 IV 各邊緣檢測算子的仿真結(jié)果分析 ........................................... 18 第四章 Canny 邊緣檢測算子 ............................................................ 20 Canny 邊緣檢測基本原理： ..................................................... 20 Canny 邊緣算子評價指標： ..................................................... 20 Canny 提出檢測三準則 【 5】 ............................................... 20 邊緣檢測濾波器對性能指標的影響 【 10】 .......................... 22 尺度對性能指標的影響 【 10】 ............................................ 23 Canny 邊緣檢測流程 ................................................................ 24 Canny 邊緣檢測仿真結(jié)果及分析 ............................................. 28 第五章 Canny 算子改進 .................................................................... 29 對傳統(tǒng) Canny 算法局限性分析 ................................................ 29 濾波改進 ................................................................................... 30 閾值改進 —— 自適應(yīng)的閾值 .................................................... 31 最大熵原算法過程 ........................................................... 31 最大熵算法的改進 ........................................................... 32 改進的 Canny 算法的仿真實驗 ................................................ 33 第六章 本實驗結(jié)果及展望 ................................................................ 36 本算法的實驗結(jié)果 ................................................................. 36 實驗結(jié)果分析 ........................................................................... 39 展望 .......................................................................................... 39 V 結(jié)論 ....................................................................................................... 40 致謝 ....................................................................................................... 41 參考文獻 ............................................................................................... 42 1 引言 20世紀 20 年代，圖像處理首次應(yīng)用于改善倫敦和紐約之間海底電纜發(fā)送的圖片質(zhì)量， 20 世紀 60 年代中期，隨電子計算機的發(fā)展得到普遍應(yīng)用。 關(guān)鍵詞 ：圖像處理； 邊緣檢測； Canny 算子； 濾波； 自適應(yīng)閾值 II ABSTRACT Edge detection is mainly aimed at measurement, detection and location of the change of image intensity， its essence is to extract the characteristic of the discontinuous parts of images. So the edge detection is part of the image segmentation. Edge detection is the premise of digital image procession, its detection result plays an important impression on the next processing, such as image pression, puter vision, pattern recognition, and so on. Hence, the study of it has practical significance and theoretical significance, and it occupies a very important role in engineering applications. This paper makes an indepth study on the theory and algorithms of edge detection. Based