【正文】 市規(guī)劃。 （ 6） 醫(yī)學領域：圖像處理在醫(yī)學界的應用非常廣泛，在臨床診斷和病理研究中都廣泛借助圖像處理。這些部分常稱為目標和前景 (其他部分為背景 )，它們一般對應圖像中特定的、具有獨特性 質(zhì)的區(qū)域。圖像識別就會容易得多。 常見的邊緣剖面有 3種：階梯狀、脈沖狀、屋頂狀（如圖 ）。通過檢測剖面的兩個二階導數(shù)過零點就可以確定脈沖的范圍。 (2)增強：增強邊緣的基礎是確定圖像各點鄰域強度的變化值。 邊緣檢測現(xiàn)狀與趨勢 邊緣檢測主要是 圖像 的灰度變化的度量、檢測和定位，自從 1959提出邊緣檢測以來， 由于在圖像 處理中的應用十分廣泛，邊緣檢測的研究多年來一直受到人們的高度重視，到現(xiàn)在已提出的各種類型的邊緣檢測算法有成百上千種。如車牌識別 [6]、虹膜識別 [7]、人臉檢測、醫(yī)學或商標圖像檢索等。四是對特殊圖像邊緣檢測的研究越來越得到重視。目前應用比較多的也是基于微分的邊緣檢測算法，而在實際運算時，為了降低復雜度，常用 小區(qū)域模板進行卷積來近似計算，比 如 Roberts 算子采用 22? 模板， Sobel 算子、Prewitt 算子、 Robinson 算子、 Kirsch 算子和 Laplace 算子采用 33? 算子。 以 Lena(圖 )作為標準檢測圖像為例，采用 Roberts算子 檢測對角線方向和水平與垂直方向 的結(jié)果如 圖 、圖 ： 圖 原始 lena圖像 圖 Roberts算子檢測對角線方向 圖 Roberts算子檢測水平與垂直方向 以 Cell(圖 )作為標準檢測圖像為例，采用 Roberts算子 檢測對角線方向和水平與垂直方向 的結(jié)果如 圖 、圖 ： 圖 原始 Cell圖像 圖 Roberts算子檢測后圖像 (a) 圖 Roberts算子檢測后圖像 (b) 以 Beauty(圖 )作為標準檢測圖像為例，采用 Roberts算子 檢測對角線方向和水平與垂直方向 的結(jié)果如 圖 、圖 ： 圖 原始 Beauty圖像 圖 Roberts算子檢測對角線方向 圖 Roberts算子檢測水平與垂直方向 Roberts 邊緣檢測算子 檢測兩個對角線方向和水平垂直方向，檢測對角線的算子在對角線方向上效果明顯，實驗結(jié)果好于檢測水平與垂直方向的算子。其中第一個模板對垂直邊緣的影響較大，第二個模板對水平邊緣影響最大。方向 （ 3） 180176。 Prewitt算子最后輸出結(jié)果的獲得是通過 用模板中不等權(quán)的 8個算子分別與原標準圖像圖像進行卷積，然后 8個值中的最大值作為輸出。方向 （ 6） 315176。 其卷積模板如圖 所示： ???????335 305? ???????335 ????????333 303?? ?????555 ???????533 503? ???????533 ?????555 303?? ????????333 （ 1） 90176。方向 圖 Kirsch邊緣算子 Kirsch算子的最后輸出值 ),( yxg 的獲得與 Prewitt算子、 Robinson算子實現(xiàn)算法一致。 由于 Laplace算子為二階差分，這會雙倍加強了圖像中的噪聲，并且它產(chǎn)生雙像素寬度的邊緣，從邊緣檢測后結(jié)果可以看出， Laplace算子實現(xiàn)的圖像邊緣檢測有一些邊緣不夠連續(xù)，且不能提供邊緣方向的信息，因此 Laplace很少直接用于邊緣檢測。但這些算子在增強邊緣的同時也同樣放大了噪聲，從而影響了邊緣點的定位準確度與定位精度。回首這三個月，有笑容也有汗水，但感覺很充實，收獲、感觸也頗多，我感覺畢業(yè)設計經(jīng)歷使我進步很多，我的動手能力、自學能力、獨立分析問題的能力都有了明顯的提高，畢業(yè)設計的成功完成，使我使我對圖像處理中的邊緣檢測技術(shù)有了深刻的認識，也使我對數(shù)字圖像 處理技術(shù)有了濃厚的興趣。//圖像的高 RGBQUAD *pColorTable。 //獲取圖像寬、高、每像素所占位數(shù)等信息 bmpWidth = 。 fclose(fp)。 //申請位圖文件頭結(jié)構(gòu)變量，填寫文件頭信息 BITMAPFILEHEADER fileHead。 //申請位圖信息頭結(jié)構(gòu)變量，填寫信息頭信息 BITMAPINFOHEADER head。 =lineByte*height。 //關閉文件 fclose(fp)。 void main() { //讀入指定 BMP 文件進內(nèi)存 char readPath[]=c:/。 kirsch(pBmpBuf)。ix255。 //模板 2 for(ix=1。 saveBmp(writePath2, pBmpBuf9, bmpWidth, bmpHeight, biBitCount, pColorTable)。ix++) for(iy=1。mx++) { jx=ix1+mx。 saveBmp(writePath, pBmpBuf9, bmpWidth, bmpHeight, biBitCount, pColorTable)。ix255。mx=2。 } //將圖像數(shù)據(jù)存盤 char writePath[]=。ix255。iy255。 } //kirsch void kirsch(unsigned char *pBmpBufkirsch) { unsigned char *pBmpBuf0。 for(my=0。iy255。 pBmpBuf0=pBmpBufprewitt。my=2。iy++) { for(im=0。 pBmpBuf0=pBmpBufrobin。ix++) for(iy=1。iy255。 delete []pColorTable。 //輸出圖像的信息 printf(width=%d,height=%d, biBitCount=%d\n,bmpWidth,bmpHeight, biBitCount)。 } // //各邊緣檢測算子算法實現(xiàn) //函數(shù)聲明 void roberts(unsigned char *pBmpBufroberts)。 =0。 =0。//bmp 類型 //bfSize 是圖像文件 4個組成部分之和 = sizeof(BITMAPFILEHEADER) + sizeof(BITMAPINFOHEADER)+ colorTablesize + lineByte*height。//讀取文件成功 } // //給定一個圖像位圖數(shù)據(jù)、寬、高、顏色表指針及每像素所占的位數(shù)等信息 ,將其寫到指定文件中 bool saveBmp(char *bmpName, unsigned char *imgBuf, int width, int height, int biBitCount, RGBQUAD *pColorTable) { //如果位圖數(shù)據(jù)指針為 0，則沒有數(shù)據(jù)傳入，函數(shù)返回 if(!imgBuf) return 0。 biBitCount = 。//圖像類型，每像素位數(shù) //讀圖像的位圖數(shù)據(jù)、寬、高、顏色表及每像素位數(shù)等數(shù)據(jù)進內(nèi)存，存放在相應的全局變量中 bool readBmp(char *bmpName) { FILE *fp=fopen(bmpName,rb)。 感謝 XX 老師對我的畢業(yè)設計的指導，使我的困難及時解決，并給出了很多建議，使我的畢業(yè)設計順利完成。并且衡量一個算子的優(yōu)劣沒有固定的標準，這使得對邊緣檢測算子優(yōu)劣的評價也很模糊。 第 3 章 總結(jié) 圖像邊緣是圖像重要的基本特征之一，它對人類認識世界有很重要的作用。 Laplace 算子 Laplace算子是基于二階微分的邊緣檢測。方向 （ 3） 270176。方向 （ 8） 45176。該算子依次用邊緣模板去檢測圖像，與被檢測區(qū)域最為相似的模板給出最大值，用該最大值作為算子的輸出值，從而使圖像邊緣像素得到增強。方向 1111 2 1111?????????? 1 1 11 2 11 1 1?????????? 1111 2 1111?????????? 1 1 11 2 11 1 1?????????? （ 5） 270176。 Sobel算子根據(jù)在邊緣點處達到極值這一現(xiàn)象進行邊緣的檢測 ,不但產(chǎn)生較好的邊緣效果，算法實現(xiàn)也很簡單，而且 Sobel算子在微分時進行 加權(quán)平均，這 對噪聲具有平滑作用。 Roberts 邊緣檢測算子不包含平滑，故不能抑制噪聲 [10]。圖像處理中常把梯度的模簡稱為梯度，由圖像梯度構(gòu)成的圖像稱為梯度圖像 [8]。五 是對圖像邊緣檢測評價的研 究和對評價系數(shù)的研究越來越得到關注。仍然存在的問題主要有兩個 :其一是沒有一種普遍使用的檢測算法；其二沒有一個好的通用的檢測評價標準。一方面，人們對于傳統(tǒng)的邊緣檢測技術(shù)的掌握已經(jīng)十分成熟，另一方面，隨著科學的發(fā)展，傳統(tǒng)的方法越來越難以滿足某些情況下不斷增加或更加嚴格的要求，如性能指標，運行速度等方面。邊緣增強一般都是通過計算梯度幅值來完成的。通過檢測屋頂狀邊緣剖面的一階導數(shù)過零點可以確定屋頂位置。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。 邊緣定義及常見的三種類型 計算機圖像處理可以看作是為了實現(xiàn)某一任務，而從包含有大量的不相關的變量中抽取不變量，以簡化信息，即要扔掉一些不必要的信息保留物體的不變性質(zhì)。通常，利用邊緣檢測的方法可以達到這個目的。 （ 7） 公共服務領域：影視業(yè)、娛樂、廣告，基于內(nèi)容的圖像檢索等。 （ 2） 通訊工程領域： 當前通信的主要發(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。 20 世紀 80 年代末和 20世紀 90年代，高速計算機和大規(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、文字的識別等取得了重大的進展；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泛應用。 數(shù)字圖像處理是在計算機科學與技術(shù)發(fā)展的基礎上發(fā)展起來的，但是它又涉及到諸多學科領域，包括信息學，統(tǒng)計學、生物學、物理學、心理學、醫(yī)學等等。 圖像處理從宏觀的角度上看，是完成某些任務的一個系統(tǒng)：從微觀角度上看，圖像處理就是圖像處理系統(tǒng)內(nèi)部的具體處理過程，在圖像處理系統(tǒng)從輸入到實現(xiàn)輸出的 過程中，包含著微觀意義上的圖像處理操作，常見的有以下幾個方面 : (1)點運算：主要針對圖像的像素進行的像素加減乘除運算，圖像的點運 算可以有效地改變圖像的直方圖分布。 第 1 章 緒論 數(shù)字圖像處理技術(shù) 數(shù)字圖像處理 指的是使用計算機對圖像信號進行快速處理 [1]，即它 是 利用計算機和其它高速、大規(guī)模的集成數(shù)字硬件對由光學信息 轉(zhuǎn)換成 的 數(shù)字信號 進行某些數(shù)字運算或 處理 ，以便進行進一步的處理 [2]。 常見的邊緣剖面有 3 種：階梯狀、脈沖狀、屋頂狀。而邊緣檢測是數(shù)字圖像處理的重要內(nèi)容， 是圖像分割、特征提取和圖像識別等圖像處理技術(shù)的 重要前提。 關鍵詞 : 數(shù)字圖像，圖像處理，邊緣檢測 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 archa