【正文】 ，圖像采集、圖像灰度化、圖像濾波、圖像邊緣檢測幾個主要步驟。 LANZHOU UNIVERSITY OF TECHNOLOGY 畢業(yè)論文 題 目 基于邊緣檢測法的運動目標(biāo)的提取 基于邊緣檢測法的運動目標(biāo)的提取 Edge detection method based on the moving object extraction 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)下進行的研究工作及取得的成果。本文先介紹了圖像處理及邊緣檢測的一些基本內(nèi)容，然后完成整體流程，通過理論 分析從 Roberts 算子， Sobel 算子， LoG 算子， Canny算子四種典型的邊緣檢測算法選擇最佳算法 Canny 算法，通過 Matlab 編程仿真對調(diào)用各算子函數(shù)算法進行實現(xiàn)，最終完成邊緣檢測及運動目標(biāo)的提取。 邊緣檢測是一個基本的工具用于大多數(shù)圖像處理應(yīng)用程序獲得信息從幀作為前體的一步特征提取和對象分割。 本論文主要包括兩部分，第一部分是基礎(chǔ)部分，包括前兩章內(nèi)容，主要介紹了基礎(chǔ)概念和基本特性，以及 Matlab 在本課題中的應(yīng)用；第二部分是課題研究部分，包括第三章和第四章，主要介紹基 本理論和方法在 Matlab 中的仿真和結(jié)果分析。 邊緣： 不同區(qū)域的分界線，是圖像局部灰度變化最顯著的那些像素的集合。 要做好邊緣檢測初步準(zhǔn)備條件如下： 第一，清楚待檢測的圖像特性變化的形式，從而使用適應(yīng)這種變化的檢測方法。邊緣檢測算法主要是基于圖像強度的一階和二階導(dǎo)數(shù)， 但導(dǎo)數(shù)的計算對噪聲很敏感，因此必須使用濾波器來改善與噪聲有關(guān)的邊緣檢測器的性能。 （ 4）定位。他的基本特征有： (1) 平滑濾波器是 高斯濾波器 ； (2) 增強步驟采用二階導(dǎo)數(shù) (二維拉普拉斯函數(shù) )； (3) 邊緣檢測判據(jù)是二階導(dǎo)數(shù)零交叉點并對應(yīng)一階導(dǎo)數(shù)的較大峰值 ； (4) 使用線性內(nèi)插方法在子象素分辨率水平上估計邊緣的位置。39。 (2)類似與 Marr（ LOG）邊緣檢測方法，也屬于先平滑后求導(dǎo)數(shù)的方法。 蘭州理工大學(xué)畢業(yè)論文 14 本次課題將選擇 Canny 算子，檢測階躍邊緣的基本思想是在圖像中找出具有局部最大梯度幅值的像素點。 基本流程與實現(xiàn) 基本流程圖 根據(jù)課題基本原理以及需求 流程圖 如圖 ： 圖 整體流程圖 根據(jù)流程圖以及基本原理，首先要進行圖像采集，可用系統(tǒng)自帶的視頻轉(zhuǎn)化為幀圖像，然后將其保存。高斯濾波的具體操作是：用一個模板（或 稱卷積、掩模）掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點的值 [23]。)[25]語句來完成函數(shù)的調(diào)用，運行結(jié)果如下： 圖 Sobel 算子邊緣檢測 圖像 圖 Prewitt 算子邊緣檢測 圖像 蘭州理工大學(xué)畢業(yè)論文 20 Sobel 邊緣檢測算子不但可以產(chǎn)生較好的邊緣效果 ， 而且對噪聲具有平滑作用 ， 減小 了對噪聲的敏感性。邊緣圖像僅保留了物體邊緣的信息。 Canny 方法則以一階導(dǎo)數(shù)為基礎(chǔ)來判斷邊緣點 [31]。jpg39。 for x=1:1:3 for y=1:1:3 u=x2。 ftemp(x,y)=sum(A(:))。原始圖像 39。 BW21= edge(I,39。)。)。 title(39。 蘭州理工大學(xué)畢業(yè)論文 28 2：外文文。)。gaussian39。 BW1=edge(I,39。,) 。 BW1= edge(I,39。通過高斯濾波器后的圖像 39。 hg(x,y)=exp((u^2+v^2)/(2*pi*delta^2))。 %保存圖片 CurImage=imread(39。它比 Roberts 算子、 Sobel 算子和 Prewitt 算子極小值算法的去噪能力都要強，但它也容易平滑掉一些邊緣信息。背景去除采用兩幀差分的方法；只留圖像中的運動目標(biāo)進行邊緣檢測，減少了檢測中不必要的干擾。 Sobel在 Prewitt算子的基礎(chǔ)上，對 4 一鄰域采用帶權(quán)的方法計算差分 [27]，該算子不僅能檢測邊緣點，且能進一 步抑制噪聲的影響，但檢測的邊緣較寬。因此在作平滑處理時要針對不同的圖像噪聲采用 不同的濾波器才能獲得好的效果。應(yīng)用 Matlab 軟件進行編程實驗，程序可將系統(tǒng)視頻轉(zhuǎn)化為幀圖像，并將其保存在一定路徑，需要時可以直接調(diào)用；其次是對圖像采集 運動目標(biāo)的檢測 圖像預(yù)處理 去除背景 蘭州理工大學(xué)畢業(yè)論文 15 采集和保存的圖片進行預(yù)處理，一般圖像邊緣檢測都采用灰度化的圖像序列，所以要進行圖像灰度化，然后將灰度化的圖像平滑處理（高斯濾波），去除干擾圖像檢測的噪聲；本論文中是對運動目標(biāo)的提取，兩幀相同背景下的運動物體 （車輛）只需用簡單的兩幀差法，即可去除背景，只保留運動目標(biāo)；最后用邊緣檢測法（ Canny 算子）提取出運動目標(biāo)。 Canny 算子，是最有的階梯型邊緣檢測算子。 蘭州理工大學(xué)畢業(yè)論文 13 第 3 章 基于邊緣檢測的運動目標(biāo)提取算法選擇及實現(xiàn) 應(yīng)用軟件介紹 能夠進行圖像處理的軟件很多，其中就有 Matlab。39。 常用的 LoG 算子是 55 的模板 [9]，如下 圖 所示 ： ????????????????????????????244424080424824844080424442 圖 拉普拉斯算子卷積模板 模板中各點 到中心點的距離與位置加權(quán)系數(shù)的關(guān)系用曲線很像一頂墨西哥草如圖 所示 ， 所以人們常把 LoG 濾波器叫做墨西哥草帽濾波器 [9]。 如圖 所示： 圖 梯度算子 像 邊緣增強 濾 波 邊緣檢測 邊緣定位 圖 邊緣檢測算法的基本 步驟 邊緣檢測算子 邊緣檢測算子是利用圖像邊緣的突變性質(zhì)來檢測邊緣的。因此增強邊緣和降低噪聲之間需要折中。當(dāng)需要提取多空間范圍內(nèi)的變化特性時，要考慮多算子的綜合應(yīng)用。 邊緣檢測原理： 邊緣檢測是根據(jù)數(shù)字圖像中的突變信息檢測圖像的邊緣 灰度的不連續(xù)性，找出兩種景物的分界線。 第二章是圖像邊緣檢測的概述、邊緣檢測的原理以及算法，其中會介紹到 Robert 算子、Sobel 算子 、 Prewitt 算子 、 拉普拉斯 (Laplacian)算子、 Canny 算子、拉普拉斯高斯 (LOG)算子等等。一個邊緣檢測濾波器也可以用來改善出現(xiàn)模糊或反鋸齒的視頻流。 Edge detection。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。它是圖像處理的一項重要內(nèi)容，在模式識別、圖像理解、人工智能等領(lǐng)域發(fā)揮著重要作用。在其短暫的發(fā)展歷史中，已經(jīng)被成功的應(yīng)用在幾乎所有與成像有關(guān)的領(lǐng)域。它是圖像處理的一項重要內(nèi)容，在模式識別、圖像理解、人工智能等領(lǐng)域發(fā)揮著重要作用。該區(qū)域的灰度剖面一般可以看做一個階躍，即從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。但是由于噪聲和圖像模糊，檢測到的邊界可能會有間斷的情況發(fā)生。用于圖像識別的邊緣提取往往需要輸出的邊緣是二值圖像，即只有黑白兩個灰度的圖像，其中一個灰度代表邊緣，另一個代表背景。最簡單的邊緣檢測判據(jù)是梯度幅值閾蘭州理工大學(xué)畢業(yè)論文 6 值判據(jù)。此算子對灰度漸變噪聲較多的圖像處理得較好。 Canny 算子三大準(zhǔn)則 [10]： 好的檢測性能：檢測出的邊緣信息的漏檢率最小，誤檢率最小，評判參數(shù)信噪比 SNR 越大越好 [11]， 圖像 高斯濾波 基于拉普拉斯算子邊緣檢測 圖像邊緣 蘭州理工大學(xué)畢業(yè)論文 10 ???? ??wwwwdxxfdxxfxGSN R)()()()f(2? (29) 其中 G(x)表示圖像邊函數(shù)， f(x)濾波器函數(shù)， ? 表示噪聲的均方差。采用二維高斯函數(shù)的任意方向上的一階方向?qū)?shù)為噪聲濾波器，通過與圖像卷積進行濾波；然后對濾波后的圖像尋找圖像梯度的局部最大值，以此來確定圖像 邊緣 。 算法的選擇 近幾年來，圖像分析和處理都是圍繞理論、實現(xiàn)、應(yīng)用三方面發(fā)展起來的。這就是 Canny 邊緣檢測算子 [17]。 高斯濾 波 將去除背景的圖片進行高斯濾波平滑處理，為邊緣檢測做準(zhǔn)備。log39。）由于 Canny 算子具有獨特的性能，使得其邊緣檢測和定位的結(jié)果要優(yōu)于上述提到的其他的任何算子。）由于 Canny 算子具有獨特的性能，使得其邊緣檢測和定位的結(jié)果要優(yōu)于上述提到的其他的任何算子。,int2str(i),39。)。 f(x,y1) f(x,y) f(x,y+1)。)。 title( 39。)。)。roberts edge check39。gasussianamp。log edge check39。canny39。 %用 Sobel算子進行邊緣檢測 BW2=edge(I,39。閾值為 的 Canny 算子邊緣檢測圖像 39。 %edge 調(diào)用 Canny 為檢測算子判別閾值為 figure,imshow(BW1)。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \前景 .jpg39。前景 .jpg39。 %RGB 圖 % NxtImage=imread(39。本文利用 Canny 算子與經(jīng)典算子進行比較，在一定數(shù)據(jù)條件下取得較好效果。③ 抑 制虛假邊緣。 LOG 算法中的高斯平滑運算會導(dǎo)致圖像中邊緣和其他尖銳不連續(xù)部分的模糊。)語句 [24]，用 canny 算子進行邊緣檢測，在 Matlab 中的運行效果如 圖所示： 蘭州理工大學(xué)畢業(yè)論文 18 圖 Canny 算法邊緣檢測 圖像在不同的閾值條件下的邊緣檢測會不一樣，我們選取 、 、 、 幾個不同的閾值下的邊緣檢測做個比較，程序運行結(jié)果如下： (a) 閾值為 時的邊緣檢測圖 像 (b) 閾值為 時的邊緣檢測圖像 圖 閾值為 ， 時的邊緣檢測圖像 蘭州理工大學(xué)畢業(yè)論文 19 (a) 閾值為 時的邊緣檢測圖像 (b) 閾值為 時的邊緣檢測圖像 圖 閾值為 ， 時的邊緣檢測圖像 結(jié)果分析：綜合上圖所示采用的閾值越大，圖像的邊緣檢測效果越會清晰，而且邊緣點條理會比較明顯。應(yīng)用 Matlab 軟件進行編程實驗，程序可將系統(tǒng)視頻轉(zhuǎn)化為幀圖像，并將其保存在一定路徑，需要時可以直接調(diào)用。不丟失重要的邊緣，不應(yīng)有虛假的邊緣。系統(tǒng)本身提供了大量的矩陣及其他運算函數(shù)，可以方便地進行很復(fù)雜的計算，且運算效率極高。39。 ? 值越大，噪聲濾波效果越好 ， 但同時會丟失一些重要的邊緣信息 ； ? 值小時又會平滑不完全而留有太多噪聲。 用卷積模板，上式 (22)變成： ? ? y, GGjiG x ?? (22) 其中 xG 和 yG 由下面圖 的模板計算： 平滑圖像 平滑圖像 原始圖像 邊緣的二值化圖像 閾值分割 蘭州理工大學(xué)畢業(yè)論文 7 圖 Roberts 算子的卷積模板 2. Sobel算子 和 Prewitt 算子 在比較復(fù)雜的圖像中，僅用 2*2 的 Robert 算子得不到較好的邊緣檢測，而相對較復(fù)雜的3*3 的 Prewitt 算子和 Sobel 算子檢測效果好 Sobel 算子 是一種一階微分算子，它利用像素鄰近區(qū)域的梯度值來計算 1 個像素的梯度，然后根據(jù)一定的閾值來取舍 [8]。 （ 2）增強。 第四 ，可以考慮各種方法的組合，如先找出邊緣，然后在其局部利用函數(shù)近似，通過內(nèi)插等獲得高精度定位。由于邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開，因此邊緣檢測技術(shù)對于數(shù)字圖像十分重要 [6]。最后一章是仿真程序及結(jié)果分析，總