基于紅外圖像的邊緣特征提取畢業(yè)論文(完整版)
【正文】 準(zhǔn)確、 單邊緣響應(yīng)，這是邊緣檢測通用的最優(yōu)準(zhǔn)則。 LOG 算子來源于 Marr 視覺理論中提出的邊緣提取思想 ,即先對原始圖像進(jìn)行平滑處理 [5],從而實(shí)現(xiàn)對噪聲最大程度的抑 制 ,再對平滑后的圖像提取邊緣。求取 ? ?,Mxy 的零穿點(diǎn)軌跡即可得到圖像 ),( yxf 的邊緣。 2 算法描述 雙邊濾波既可以較好地去除圖像噪聲，又 可以保護(hù)圖像的邊緣信息，解決了 LOG算子使用高斯濾波后圖像模糊和邊緣丟失問題。這樣， Hough 變換就把圖像 空間中較為困難的全局檢測問題轉(zhuǎn)化為參數(shù)空間中 相對容易的局部峰值檢測問題。由上面圖片比較得出 Roberts 提取邊緣的結(jié)果邊緣較粗，邊緣 定位不是很明顯，很容易丟失一部分邊緣 ，而且沒有經(jīng)過圖 像平滑計(jì)算，不能抑制噪聲。39。sobel39。%roberts 算子 bw4=edge(b,39。imwrite(bw1,39。 figure。39。然后進(jìn)行高斯濾波，最后在進(jìn)行各中想要算子對圖像邊緣特征提取處理 參考文獻(xiàn)： [1]王潤生 .圖像理解 [M].長沙 :國防科技大學(xué)出版社， 1998 [2]文貢堅(jiān)，王潤生 .一種穩(wěn)健的直線提取算法 [J].軟件學(xué) 報(bào) ,20xx,12(11):166016661. [3]孫即祥編著 .數(shù) 字 圖像 處 理 [M].河北 教 育出 版 社 ， 199306 [4]游素亞 ,楊靜 .圖 像 邊 緣 檢 測 技 術(shù) 的 發(fā) 展 與 現(xiàn) 狀 [J].電 子 科 技 導(dǎo) 報(bào) ， 1995,(8)： 2528 [5]陸 宗 騏，梁 誠 .用 Sobel 算子細(xì)化邊緣 [J].中國圖象圖形學(xué)報(bào)， 20xx， 12 5(6):516520. [6]李 國 寬，彭 嘉 雄 .基于小波變換的紅外成像弱小目標(biāo)檢測方法 [J].華中理工大學(xué)學(xué)報(bào) ,20xx,28(5):6971. [7]王學(xué)偉 ,張 衛(wèi) 國 ,沈 同 圣 ,等 .飛 機(jī) 目 標(biāo) 動 態(tài) 紅 外 圖 像 的 計(jì) 算 機(jī) 生 成[J].紅外與激光工程 ,1999,28(2):2124. [8]徐英 .紅 外 圖 像 序 列 中 運(yùn) 動 弱 小 目 標(biāo) 檢 測 的 方 法 研 究 [J].紅外技術(shù)， 20xx,24(6):2730. [9]孫 德 寶 ,周 衛(wèi) 祥 ,彭 嘉 雄 .紅 外 圖 像 序 列 運(yùn) 動 小 目 標(biāo) 檢 測 的 出 路 算 法研究 [J].紅外與激光工程 ,20xx,29(2):1214. [10]Cormac Herley,Zixiang spacefrequency segmentation using balanced wavelet packed trees for leastcost image representa tion[J].IEEE Trans On Image Processings 1997,6(9):12131230 [10]阮秋琦編著 .數(shù)字 圖 像處 理 學(xué) [M].電子 工 業(yè) 出版 社 ， 20xx01 。 figure。imwrite(bw3,39。)。)。%sobel 算子 bw2=edge(b,39。 b1=rgb2gray(H)。 Log 和 Laplacian 是兩種結(jié)合算子其圖像的邊緣提取結(jié)果比較完整，邊緣提取較為準(zhǔn)確，但是含有噪聲點(diǎn)。 yx? 平面上的任意一條直線對應(yīng)了 ??r 空間上的一個(gè)點(diǎn)， yx? 平面上的 一 個(gè)點(diǎn)則對應(yīng) ??r 空間上的一條正弦曲線。 將原始圖像 ( , )f xy 與 ? ?,f xy 進(jìn)行卷積運(yùn)算，得出平滑后的圖像 ? ?,I xy ，即： ? ? ? ? ? ?, , ,I x y f x y f x y?? 這樣既平滑了圖像又降低了噪聲，孤立的噪聲點(diǎn)和一些較小的結(jié)構(gòu)組織將被濾除，同時(shí)保護(hù)了圖像邊緣。 2） 改進(jìn)的 LOG 邊緣檢測算法 1 雙 邊濾波 Tomasi 和 Manduchi 于 1998 年提出了雙邊濾波算法 [7]。 高斯一拉普拉斯 (Laplacian of Gaussian， LOG)算子利用高斯函數(shù)作 為平滑函數(shù)，然后用拉普拉斯算子提取二階導(dǎo)數(shù)的 過零交叉點(diǎn)進(jìn)行邊緣檢測。具體步驟如下：①用二維高 斯函數(shù)與圖像進(jìn)行卷積運(yùn)算，這樣做的目的是對原 圖像進(jìn)行平滑濾波；②對第一步中得到的卷積后的 圖像做微分計(jì)算，得到每個(gè)像素的梯度的大小和方 向；③對梯度進(jìn)行非極大值抑制 （ NonMaxima Sup pression， NMS)，細(xì)化圖像邊緣。但是 Sobel 算子只能檢測水平和垂直 2 個(gè)方向的邊緣，一般 用于精度要求不高的情況。 2） Prewitt 算子 是一種一階 微分算子 的 邊緣檢測 ，利用 像素 點(diǎn)上下、左右鄰點(diǎn)的灰度差 。 一階微分算子法 圖
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1