【正文】 作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。第4章 總 結(jié)近幾十年來，圖像邊緣檢測技術(shù)成為數(shù)字圖像處理技術(shù)重要研究課題之一，隨著科學(xué)技術(shù)的發(fā)展，研究人員提出了很多圖像邊緣檢測方法及邊緣檢測效果的評價方法，并且將這些邊緣檢測技術(shù)應(yīng)用于計算機(jī)視覺和模式識別工程領(lǐng)域，使得邊緣檢測技術(shù)的應(yīng)用范圍越來越廣。167。對非極大值抑制幅值進(jìn)行閾值化的結(jié)果是一個圖像的邊緣陣列。（3）對單一邊緣僅有唯一響應(yīng)，即單個邊緣產(chǎn)生多個響應(yīng)的概率要低，并且虛假邊緣響應(yīng)應(yīng)得到最大抑制。 Laplacian算子Laplacian算子[8]利用二階導(dǎo)數(shù)信息，具有各向同性，即與坐標(biāo)軸方向無關(guān)，坐標(biāo)軸旋轉(zhuǎn)后梯度結(jié)果不變。167。167。第2章 傳統(tǒng)邊緣檢測方法及理論基礎(chǔ)167。另外其相對簡單的算法使得整個過程可以在較短的時間內(nèi)實(shí)現(xiàn)。 基于Canny算法的改進(jìn)與研究 14167。 數(shù)字圖像邊緣檢測算法的意義 1167。：任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）。保密的論文（設(shè)計）在解密后適用本規(guī)定。 Otsu algorithm。 Canny算法邊緣檢測步驟 12167。近年來，越來越多的新技術(shù)被引入到邊緣檢測方法中，如數(shù)學(xué)形態(tài)學(xué)、小波變換、神經(jīng)網(wǎng)絡(luò)和分形理論等。因此對圖像邊緣檢測技術(shù)理論及其應(yīng)用進(jìn)行研究都有很重要的意義。雖然迄今已出現(xiàn)了眾多的理論和方法，而且有些方法發(fā)展得相當(dāng)成熟，但從這個意義上講還沒有一種普遍適于任何條件的最優(yōu)算法。邊緣是一個區(qū)域的結(jié)束，也是另一個區(qū)域的開始，利用該特征可以分割圖像。另外，在具有相等斜率的寬區(qū)域上，有可能將全部區(qū)域都當(dāng)做邊緣提取出來。 Canny邊緣檢測基本原理Canny給出了評價邊緣檢測性能優(yōu)劣的三個指標(biāo)[1014]：（1）好的信噪比，即將非邊緣點(diǎn)判為邊緣點(diǎn)的概率要低，邊緣的漏檢率要低；即，使輸出的信噪比最大，定義信噪比SNR為： (31)其中代表邊緣函數(shù)，代表寬度為的濾波器的脈沖響應(yīng)，代表高斯噪聲的均方差。這一過程可以把M寬屋脊帶細(xì)化成只有一個像素點(diǎn)寬。其中，表示允許的最大自適應(yīng)濾波器窗口的大小。 傳統(tǒng)Canny算法與本文算法的實(shí)驗(yàn)結(jié)果與分析（a）（b）（c），其中（a）我的書桌，（b）Canny算法檢測的結(jié)果，（c）本文算法的檢測結(jié)果（ae）結(jié)果進(jìn)行對比分析，很明顯傳統(tǒng)Canny算法所采用的高斯平滑濾波器對椒鹽噪聲無效，而通過自適應(yīng)中值濾波后，Canny算法的檢測效果得到了很大的改善，（c）中依然存在不少假邊緣，使得檢測效果較為模糊；（d）（e）所反映的檢測效果就幾乎不存在假邊緣，對主體的反映非常明顯，這也就說明了Otsu算法取閾值的優(yōu)越性。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。作者簽名： 日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。本論文首先介紹了圖像邊緣檢測這個課題的意義和背景；作為理論基礎(chǔ)，在第二章簡單的介紹了傳統(tǒng)的圖像邊緣檢測算法，如Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子，回顧了經(jīng)典的邊緣檢測算法，為后面介紹Canny算法作為鋪墊。背景和目標(biāo)之間的類間方差越大，說明構(gòu)成圖像的兩部分的差別越大，當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致兩部分差別變小。如果圖像信號的響應(yīng)大于高閾值，那么它一定是邊緣；如果低于低閾值，那么它一定不是邊緣；如果在低閾值和高閾值之間，我們就看它的8個鄰接像素有沒有大于高閾值的邊緣，如果有，那么它是邊緣，否則它不是邊緣。167。 LOG算子由于梯度算子和拉普拉斯算子都對噪聲十分敏感，因而在檢測前必須濾除噪聲。一階導(dǎo)數(shù)可以用于檢測圖像中的一個點(diǎn)是否在斜坡上，二階導(dǎo)數(shù)的符號可以用于判斷一個邊緣點(diǎn)是在邊緣亮的一邊還是暗的一邊。典型的應(yīng)用包括如下方面[4]：（1）數(shù)學(xué)和計算（2）算法開發(fā)（3）數(shù)據(jù)獲?。?）建模、模擬和原型設(shè)計（5）數(shù)據(jù)分析、研究和可視化（6）科學(xué)和工程圖形（7）應(yīng)用開發(fā)，包括圖像用戶界面構(gòu)建MATLAB是一種交互式系統(tǒng)，其基本數(shù)據(jù)元素是并不要求確定維數(shù)的一個數(shù)組。圖像的邊緣反映了物體的外觀輪廓特征，是圖像分析和模式識別的重要特征，數(shù)字圖像處理技術(shù)是一門交叉學(xué)科，數(shù)學(xué)理論、人工智能、視覺生理學(xué)和心理學(xué)等各種理論為邊緣檢測技術(shù)研究注入新的活力，涌現(xiàn)出很多邊緣檢測理論和方法。 數(shù)字圖像邊緣檢測算法的意義數(shù)字圖像處理是控制領(lǐng)域的重要課題，數(shù)字圖像邊緣檢測是圖像分割、目標(biāo)區(qū)域識別和區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識別中提取圖像特征的一個重要方法。 頂帽變換 16167。 MATLAB和圖像處理工具箱的背景知識 4167?，F(xiàn)有邊緣檢測技術(shù)在抑制噪聲方面有一定的局限性，在閾值參數(shù)選取方面自適應(yīng)能力很差，有待進(jìn)一步改進(jìn)和提高。 作者簽名： 日期： 畢業(yè)論文（設(shè)計）授權(quán)使用說明本論文（設(shè)計）作者完全了解**學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計）并向相關(guān)部門送交論文（設(shè)計）的電子版和紙質(zhì)版。 Figure and Figure the detection result, respectively, in the filter threshold two aspects of the parison of the experiment, and pared with the traditional the Canny algorithm of detection results show the superiority of the improved algorithm used in this paper.Keywords: edge detection。 LOG算子 9第3章 Canny邊緣檢測算法的改進(jìn)與研究 11167。階躍狀邊緣兩側(cè)的灰度值變化明顯，屋脊?fàn)钸吘墑t位于灰度增加與減少的交界處。在此課題中，作者首先通過邊緣檢測，得到紅外圖像與遙感可見光圖像的邊緣圖像，再通過尺度不變特征匹配，就能得到紅外圖像與可見光遙感圖像之間的透視變換關(guān)系，從而成功完成了多譜圖像配準(zhǔn)[2]。這一原則可表述為，一個信號不可能在時域和頻域中任意高度集中。 數(shù)字圖像邊緣檢測關(guān)于邊緣的定義邊緣是不同區(qū)域的分界線，是圖像局部強(qiáng)度變化最顯著的那些像素的集合。用模板實(shí)現(xiàn)：121000121101202101 Sobel算子的模板167。 Canny邊緣檢測算法根據(jù)邊緣檢測的有效性和定位的可靠性，Canny研究了最優(yōu)邊緣檢測器所需的特性，推導(dǎo)出最優(yōu)邊緣檢測器的數(shù)學(xué)表達(dá)式。將梯度角的變化范圍減小到圓周的四個扇區(qū)之一，方向角的規(guī)范化， 方向角的規(guī)范化四個扇區(qū)的標(biāo)號為0到3，對應(yīng)鄰域的四種可能組合。 基于Canny算法的改進(jìn)與研究167。在這種情況下，一種常用的處理方法是針對照明問題做預(yù)處理以補(bǔ)償圖像，然后再采用Otsu算法（全局閾值處理方法）計算最佳閾值。對本研究提供過幫助和做出過貢獻(xiàn)的個人或集體，均已在文中作了明確的說明并表示了謝意。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求