【正文】 .........................................................................................................14 圖像變換 ........................................................................................................................................................15 快速傅立葉變換 .....................................................................................................................................15 離散余弦變換 .........................................................................................................................................16 小結(jié) ................................................................................................................................................................173. 圖像分析—— 邊緣檢測 ......................................................................................................................................18 邊緣檢測簡介 ................................................................................................................................................18 邊緣檢測方法 ................................................................................................................................................18 常見的一階邊緣檢測算子 ............................................................................................................................19 Roberts 算子 .........................................................................................................................................20 Sobel 算子 ...............................................................................................................................................20 Prewitt 算子 ..........................................................................................................................................22 Kirsch 算子 .........................................................................................................................................22 常用的二階邊緣檢測算子 .............................................................................................................................23 Laplacian 算子 .........................................................................................................................................23 LOG（LaplacianGauss）算子 ..............................................................................................................24 小結(jié) ................................................................................................................................................................264．總結(jié) .....................................................................................................................................................................27參考文獻(xiàn) ...................................................................................................................................................................28附 錄 ...............................................................................................................................................................2911. 緒 論 課題概述圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用鄰域涉及到人類生活的方方面面。1基于 MATLAB 的數(shù)字圖像分析與邊緣檢測 摘 要： 圖像處理是用計(jì)算機(jī)對圖像進(jìn)行一系列的操作，一般操作是先將圖像數(shù)字化，即易于獲得某種預(yù)期結(jié)果的技術(shù)，其中邊緣檢測是圖像處理中必不可少的一步，采用微分算子檢測邊緣是最常用的，也是處理效果比較好的一種。本人愿意按照學(xué)校要求提交學(xué)位論文的印刷本和電子版，同意學(xué)校保存學(xué)位論文的印刷本和電子版，或采用影印、數(shù)字化或其它復(fù)制手段保存設(shè)計(jì)（論文）；同意學(xué)校在不以營利為目的的前提下，建立目錄檢索與閱覽服務(wù)系統(tǒng)，公布設(shè)計(jì)（論文）的部分或全部內(nèi)容，允許他人依法合理使用。其中邊緣檢測是圖像處理中必不可少的一步，采用微分算子檢測邊緣是最常用的，也是處理效果比較好的一種。其核心是數(shù)組和矩陣。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像變換、增強(qiáng)、重建、復(fù)原、編碼、壓縮等。一個(gè)二值圖像是純黑白的。彩色圖像：圖像中 R 代表紅色，G 代表綠色，B 代表藍(lán)色。 圖像增強(qiáng) 圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)消弱或去除某些不需要的信息的處理方法。（3）灰度切分 灰度切分的目的與增強(qiáng)對比度比較相似，即將某個(gè)灰度值范圍變得比較突出；所不同的是，灰度切分將所要突出的是灰度范圍變換成較高的灰度值，而將其余的灰度值變換成較低的灰度值。而在實(shí)際生活中，為了得到某種特定的形狀，有時(shí)需要將直方圖進(jìn)行某種變換，從而有選8擇地增強(qiáng)某個(gè)灰度值范圍的對比度。 MATLAB 中的圖像文件格式（1）PCX 格式：可處理 124 位等圖像數(shù)據(jù)。包括 8 位 Zpixmaps，XYBitmaps,1 位 XYPixmaps。11圖 5 旋轉(zhuǎn)圖（2） 圖像的剪切imcrop 函數(shù)可以實(shí)現(xiàn)對圖像的剪切操作。圖 7 縮小圖 圖像類型的轉(zhuǎn)換13有時(shí)對圖像進(jìn)行圖像類型轉(zhuǎn)換以方便某些處理，提供了三種基本類型的圖像轉(zhuǎn)換。而實(shí)際b?上，結(jié)構(gòu)元素本身也是一種圖像矩陣。這給圖像數(shù)據(jù)壓縮、特征提取、圖像去噪等帶來了很大的方便，從而使后面的處理運(yùn)算變得簡單。它利用傅里葉變換的對稱性，采用圖像邊界折疊操作將圖像變換成為偶函數(shù)形式，然后對圖像進(jìn)行二維傅里葉變換，變換后的結(jié)果將僅包含余弦項(xiàng)。根據(jù)灰度變換的特點(diǎn)，常見的邊緣分為：凸緣型、階躍型、房頂型。對圖像中的各個(gè)像素點(diǎn)進(jìn)行一階或二階微分來確定邊緣像素點(diǎn)。梯度對應(yīng)的是一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。用卷積模板表示如下：G（i,j）= （311 ）xy式中，Gx= 。Sy 是垂直模板，對垂直邊緣響應(yīng)最大。 Kirsch 算子Kirsch 算子使用 8 個(gè)模板來確定梯度的幅值和方向，故又稱為方向算子，通過一組模板分別計(jì)算不同方向上的拆分值，取其中最大的值作為邊緣強(qiáng)度，而將與之對應(yīng)的方向作為邊緣的方向。 LOG（LaplacianGauss）算子當(dāng)使用一階導(dǎo)數(shù)的邊緣檢測算子時(shí)，如果所求的一階導(dǎo)數(shù)高于某一閾值，則確定該點(diǎn)為邊緣點(diǎn)，這樣便會(huì)導(dǎo)致檢測的邊緣的太多。()hx?將 3 個(gè) 準(zhǔn) 則 相 結(jié) 合 可 以 獲 得 最 優(yōu) 的 檢 測 算 子 。參考文獻(xiàn)[1] 龔聲蓉，劉純平，王強(qiáng) 數(shù)字圖像處理與分析，北京：清華大學(xué)出版社，2022[2] 赫文化 MATLAB 圖形圖像處理應(yīng)用教程，北京：中國水利水電出版社，2022[3] 陳揚(yáng)，陳榮娟，郭穎輝 圖形編輯與圖像處理，西安：西安電子科技大學(xué)，2022[4] 劉慧穎 MATLABR2022 基礎(chǔ)教程 ，北京：清華大學(xué)出版社，2022[5] 常巍，謝光軍，黃朝峰 MATLABR2022 基礎(chǔ)與提高，北京：電子工業(yè)大學(xué)出版社[6] 劉井元，李玉良，張傳楷 《基于 MATLAB 的數(shù)字圖像邊緣檢測技術(shù)》,[中國科技論文在線]30附 錄程序：I=imread(39。)。40176。)。I5=imadjust(H,[],[ ])。亮度調(diào)整圖39。亮度均衡圖39。figure。subplot(1,2,2),imshow(I6),title(39。加椒鹽噪聲后的圖39。%椒鹽噪聲圖的均值濾波K=medfilt2(I6)。)。BW1=edge(H,39。)。gaussian39。subplot(2,3,2),imshow(BW2),title(39。)。 I=imread(39。)。40176。)。I5=imadjust(H,[],[ ])。亮度調(diào)整圖39。亮度均衡圖39。figure。subplot(1,2,2),imshow(I6),title(39。加椒鹽噪聲后的圖39。%椒鹽噪聲圖的均值濾波K=medfilt2(I6)。)。BW1=edge(H,39。)。gaussian39。subplot(2,3,2),imshow(BW2),title(39。)。figure。figure。)。膨脹圖像39。腐蝕圖像39?？焖俑道锶~變換后的圖39。subplot(1,2,2),imshow(E1),title(39。)。)。最后，對評審論文的各位老師表示感謝！