【正文】 度漸變和具有噪聲的圖像處理的較好，如圖（c）和（d）通過(guò)以上對(duì)經(jīng)典邊緣檢測(cè)算子的分析和實(shí)際結(jié)果的驗(yàn)證，得出以下結(jié)論：（1）相同的是它們都是一階微分算子（2）Robert算子采用對(duì)角線方向相鄰兩像素之差近似梯度幅值檢測(cè)邊緣。對(duì)水平和垂直方向檢測(cè)定位精度高 ,但對(duì)噪聲敏感。（3）Sobel算子根據(jù)像素點(diǎn)上下 ,左右鄰點(diǎn)灰度加權(quán)差 , 在邊緣處達(dá)到極值這一現(xiàn)象檢測(cè)邊緣。它對(duì)噪聲具有平滑作用 ,提供較為精確的邊緣方向信息 ,但邊緣定位精度不夠高。（4）Prewitt算子利用像素點(diǎn)上下、左右鄰點(diǎn)灰度差 ,在邊緣處達(dá)到極值檢測(cè)邊緣。它對(duì)噪聲也具有平滑作用 ,但定位精度不夠高。 邊緣檢測(cè)算子對(duì)比算子特點(diǎn)適用范圍Robert定位精度高，但對(duì)噪聲敏感低噪聲圖像Sobel采用平均濾波，邊緣較寬，間斷點(diǎn)較多灰度漸變、低噪聲圖像Prewitt采用加權(quán)濾波，邊緣較寬，間斷點(diǎn)較多灰度漸變、低噪聲圖像通過(guò)對(duì)上述各種邊緣檢測(cè)算法的對(duì)比分析,為今后選擇合適的檢測(cè)算法提供一定依據(jù)。對(duì)于進(jìn)一步學(xué)習(xí)和尋找更好的數(shù)字圖像邊緣檢測(cè)方法具有一定的指導(dǎo)意義。第五章 邊緣檢測(cè)技術(shù)的發(fā)展及應(yīng)用邊緣檢測(cè)技術(shù)是圖像處理和計(jì)算機(jī)視覺(jué)等領(lǐng)域最基本的技術(shù),如何快速、精確的提取圖像邊緣信息一直是國(guó)內(nèi)外研究的熱點(diǎn),然而邊緣檢測(cè)又是圖像處理中的一個(gè)難題。早期經(jīng)典算法包括邊緣算子法、曲面擬合法、模板匹配法、門(mén)限化法等。近年來(lái)隨著數(shù)學(xué)理論及人工智能的發(fā)展,又涌現(xiàn)出許多新的邊緣檢測(cè)方法,如小波變換和小波包的邊緣檢測(cè)法、基于數(shù)學(xué)形態(tài)學(xué)、模糊理論和神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)法[7]。近年來(lái) ,小波分析 成為應(yīng)用數(shù)學(xué)和工程學(xué)科中迅速發(fā)展的一個(gè)新領(lǐng)域,小波變換就是時(shí)域—頻域的局部變換,因此能夠更有效地從信號(hào)中提取有用信息。在圖像工程中,需要分析的圖像往往結(jié)構(gòu)復(fù)雜、形態(tài)各異 ,提取的圖像邊緣不僅要反映目標(biāo)的整體輪廓 ,目標(biāo)的局部細(xì)節(jié)也不能夠忽視,這就需要多尺度的邊緣檢測(cè)，而小波變換具有天然的多尺度特征 ,通過(guò)伸縮平移運(yùn)算對(duì)信號(hào)進(jìn)行細(xì)化分析,達(dá)到高頻處時(shí)間細(xì)分,低頻處頻率細(xì)分。所以,小波變換非常適合復(fù)雜圖像的邊緣檢測(cè)。一幅圖像中,圖像的能量大部分集中在低頻和中頻部分,圖像的邊緣和噪聲對(duì)應(yīng)于高頻部分?；谛〔ò倪吘墮z測(cè)原理是利用了小波函數(shù)對(duì)圖像的分解作用,在小波變換中只對(duì)圖像的低頻子帶進(jìn)行分解,并未對(duì)圖像的高頻子帶進(jìn)行分解。小波包變換不僅對(duì)圖像的低頻子帶進(jìn)行分解,還對(duì)圖像的高頻子帶進(jìn)行分解 ,選擇的小波包尺度越大,小波系數(shù)對(duì)應(yīng)的空間分辨率就越低。因此,小波包分解是一種更為精細(xì)的分解方法,可以滿足不同分辨率下對(duì)局部細(xì)節(jié)進(jìn)行邊緣提取需要,尤其對(duì)于含噪圖像,在提取圖像邊緣時(shí)對(duì)噪聲的抑制效果更好。數(shù)學(xué)形態(tài)學(xué)是圖像處理和模式識(shí)別領(lǐng)域中的一門(mén)新興學(xué)科,具有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ),現(xiàn)己在圖像工程中得到了廣泛應(yīng)用?；舅枷胧怯镁哂幸欢ㄐ螒B(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目的。獲得的圖像結(jié)構(gòu)信息與結(jié)構(gòu)元素的尺寸和形狀都有關(guān)系,構(gòu)造不同的結(jié)構(gòu)元素,便可完成不同的圖像分析。數(shù)學(xué)形態(tài)學(xué)包括二值形態(tài)學(xué)、灰度形態(tài)學(xué)和彩色形態(tài)學(xué)；基本變換包括膨脹、腐蝕、開(kāi)啟、閉合四種運(yùn)算 ,并由這四種運(yùn)算演化出了開(kāi)、閉、薄化、厚化等,從而完成復(fù)雜的形態(tài)變換。目前隨著二值形態(tài)法的應(yīng)用越來(lái)越成熟,灰度和彩色形態(tài)學(xué)在邊緣檢測(cè)中的應(yīng)用也越來(lái)越引起人們的關(guān)注并逐漸走向成熟。隨著時(shí)代的發(fā)展，邊緣檢測(cè)技術(shù)已應(yīng)用到各個(gè)領(lǐng)域中并發(fā)揮著重要的作用。我國(guó)是農(nóng)業(yè)大國(guó),糧食產(chǎn)后儲(chǔ)藏期間,儲(chǔ)糧害蟲(chóng)造成的危害十分嚴(yán)重。并且 ,近年來(lái)儲(chǔ)糧害蟲(chóng)的種類和密度呈上升趨勢(shì), 致使儲(chǔ)糧損失更加嚴(yán)重。為了有效防治害蟲(chóng) ,就要預(yù)測(cè)它們的發(fā)生趨勢(shì)、數(shù)量、種群動(dòng)態(tài)及潛在危害,而且也要評(píng)估各項(xiàng)防治措施和策略所得到的不同預(yù)期結(jié)果。傳統(tǒng)的糧蟲(chóng)檢測(cè)方法(常規(guī)抽樣的方法、取樣及誘捕)存在的突出問(wèn)題是:國(guó)內(nèi)糧情測(cè)控系統(tǒng)不能測(cè)蟲(chóng),國(guó)外糧蟲(chóng)聲音檢測(cè)技術(shù)無(wú)法實(shí)現(xiàn)害蟲(chóng)數(shù)量監(jiān)測(cè)。針對(duì)這種情況,我們發(fā)現(xiàn)近年來(lái)發(fā)展迅猛的機(jī)器視覺(jué)技術(shù)可以解決這一問(wèn)題[8]。在我們研究的在線糧庫(kù)蟲(chóng)情測(cè)報(bào)系統(tǒng)中,機(jī)器視覺(jué)系統(tǒng)采用 CCD照相機(jī)攝取糧倉(cāng)害蟲(chóng)檢測(cè)圖像,并轉(zhuǎn)換為數(shù)字信號(hào),再采用先進(jìn)的計(jì)算機(jī)硬件與軟件技術(shù),運(yùn)用數(shù)字信號(hào)處理技術(shù)、計(jì)算機(jī)圖像處理與分析技術(shù)、模式識(shí)別等技術(shù),結(jié)合數(shù)學(xué)形態(tài)學(xué)的某些技術(shù)手段和專家系統(tǒng)技術(shù),通過(guò)對(duì)儲(chǔ)糧糧蟲(chóng)的圖像采集、圖像數(shù)字轉(zhuǎn)化、性狀識(shí)別和分析,使計(jì)算機(jī)能自動(dòng)提取糧倉(cāng)害蟲(chóng)的形態(tài)性狀、智能識(shí)別害蟲(chóng)種類,并能對(duì)害蟲(chóng)的數(shù)量自動(dòng)計(jì)數(shù),從而可以輸出數(shù)據(jù)、發(fā)出指令,構(gòu)成科學(xué)保糧專家系統(tǒng)的主要部分。,與其他糧情測(cè)控系統(tǒng)相比, 基于機(jī)器視覺(jué)的在線糧庫(kù)蟲(chóng)情測(cè)報(bào)系統(tǒng)最大的優(yōu)點(diǎn)是精確、快速、可靠,更易操作。,在本系統(tǒng)中,儲(chǔ)糧害蟲(chóng)圖像邊緣檢測(cè)算法是關(guān)鍵,因?yàn)檫吘墮z測(cè)算法的正確性直接關(guān)系著特征參數(shù)提取的有效性,從而決定著分類器決策的正確性和系統(tǒng)決策的正確性。預(yù)處理(去噪、增強(qiáng))邊緣檢測(cè)算法特征選擇CCD攝像機(jī)構(gòu)在線糧樣獲取結(jié)構(gòu)特征提取(形狀、紋理等)分類器決策(種類、害蟲(chóng)密度等)系統(tǒng)決策機(jī)構(gòu)糧蟲(chóng)數(shù)字圖像 在線糧庫(kù)蟲(chóng)情檢測(cè)系統(tǒng)基于機(jī)器視覺(jué)的在線糧庫(kù)蟲(chóng)情測(cè)報(bào)系統(tǒng)是蟲(chóng)情檢測(cè)的發(fā)展趨勢(shì) ,糧蟲(chóng)圖像處理算法是系統(tǒng)的核心部分。由此可見(jiàn)，邊緣檢測(cè)技術(shù)將在糧蟲(chóng)檢測(cè)方面發(fā)揮更大的作用，保障我國(guó)的糧食在糧蟲(chóng)方面的危害降到最低。電廠鍋爐燃燒的穩(wěn)定性直接影響到電廠的安全和經(jīng)濟(jì)運(yùn)行。為了能及時(shí)可靠地檢測(cè)到爐內(nèi)燃燒工況,防止故障的產(chǎn)生,電廠鍋爐必須配備功能齊全、性能可靠的爐膛安全監(jiān)視系統(tǒng) (FSSS) 。對(duì)于 FSSS系統(tǒng)重要組成部分的火焰檢測(cè)系統(tǒng),一個(gè)重要的發(fā)展方向是將燃燒可視化技術(shù)和計(jì)算機(jī)圖像處理相結(jié)合。鍋爐圖像火檢技術(shù)是20世紀(jì) 80 年代出現(xiàn)的一種跨學(xué)科技術(shù),是將現(xiàn)代計(jì)算機(jī)技術(shù)、數(shù)字圖像處理技術(shù)與燃燒學(xué)等相結(jié)合應(yīng)用的結(jié)果。它將檢測(cè)燃燒器出口火焰圖像特征作為判斷火焰 ON/OFF 的判據(jù) ,采用二維火焰圖像取代常規(guī)火檢的亮度、頻率測(cè)量,運(yùn)用火焰圖像處理、燃燒可視化研究從火焰圖像中獲取有用的特征,預(yù)報(bào)火焰 ON/OFF,提供火焰特征量進(jìn)行燃燒指導(dǎo)[9]?；鹧鎴D像提供了大量的關(guān)于爐內(nèi)運(yùn)行工況的原始信息。利用計(jì)算機(jī)進(jìn)行數(shù)字處理可以方便地提取火焰亮度均值、燃燒中心和火焰鋒面位置等參數(shù),從而能對(duì)爐內(nèi)燃燒的整體水平、火焰中心位置和火焰充滿程度等進(jìn)行描述。亮度均值用于預(yù)報(bào)爐內(nèi)燃燒程度和發(fā)展趨勢(shì),通常采用簡(jiǎn)單可靠迅速的滑動(dòng)平均算法進(jìn)行報(bào)警計(jì)算?；鹧娴男涡淖鴺?biāo)反映爐內(nèi)燃燒的形狀,有助于防止火焰偏斜和防止結(jié)焦的發(fā)生?；鹧鎴D像中存在著像素灰度分布最陡,變化最大的位置, 即火焰鋒面,可將其作為火焰的著火判據(jù)。更為重要的是,借助普郎克輻射定律可以從火焰數(shù)字圖像處理中重建二維、三維溫度場(chǎng),為定量分析爐內(nèi)燃燒工況提供堅(jiān)實(shí)的基礎(chǔ)。除此之外，邊緣檢測(cè)還廣泛應(yīng)用于醫(yī)學(xué)細(xì)胞檢測(cè)方面、產(chǎn)品外觀檢測(cè)方面等，已滲透到我國(guó)的各個(gè)行業(yè)當(dāng)中。結(jié)語(yǔ)本文對(duì)經(jīng)典的邊緣檢測(cè)算法進(jìn)行了較為詳細(xì)的分析和闡述并對(duì)它們的檢測(cè)結(jié)果進(jìn)行了比較。要根據(jù)不同的系統(tǒng),針對(duì)不同的環(huán)境條件和要求,選擇合適的算子來(lái)對(duì)圖像進(jìn)行邊緣檢測(cè)。在圖像邊緣檢測(cè)領(lǐng)域中有許多經(jīng)典的邊緣檢測(cè)算子,但它們都不是具有絕對(duì)優(yōu)勢(shì)的方法,在圖像的抗噪聲、圖像邊緣的定位情況、圖像部分邊緣是否可以檢測(cè)出和算法運(yùn)行的速度等方面,各自存在優(yōu)缺點(diǎn)?？梢?jiàn),無(wú)論哪一種邊緣檢測(cè)算法在解決一定問(wèn)題的同時(shí)也存在不同類型的缺陷。通過(guò)對(duì)上述各種邊緣檢測(cè)算法的對(duì)比分析,為今后選擇合適的檢測(cè)算法提供一定依據(jù)。對(duì)于進(jìn)一步學(xué)習(xí)和尋找更好的數(shù)字圖像邊緣檢測(cè)方法具有一定的指導(dǎo)意義。參考文獻(xiàn)[1]何斌,馬大予,于運(yùn)堅(jiān),++數(shù)字圖像處理[M].北京: [2]余松煜,周源華,張瑞. 數(shù)字圖像處理[M]. 上海交通大學(xué)出版社 [3]楊淑瑩,邊奠英. VC++圖像處理程序設(shè)計(jì)（第2版）[M]. 清華大學(xué)出版社 [4]周長(zhǎng)發(fā). 精通Visual C++ 圖像處理編程[M]. 電子工業(yè)出版社[5]何小海 滕奇志. 圖像通信[M]. 西安電子科技大學(xué)出版社[6]曾歡 ,[J]. 中南民族大學(xué)學(xué)報(bào),2004, 3942[7]崔屹. 數(shù)字圖象處理技術(shù)與應(yīng)用[M]. 北京:電子工業(yè)出版社,[8] 何曉燕,楊耀權(quán),何文庭. 圖像邊緣檢測(cè)算法及在電廠中的應(yīng)用[J] [9] 周龍,盧亞玲. 儲(chǔ)糧害蟲(chóng)圖像邊緣檢測(cè)算法研究[J]. 計(jì)算機(jī)應(yīng)用研究, 致謝本文是在王華夏老師的精心指導(dǎo)下完成的。論文的成稿凝聚著導(dǎo)師的關(guān)懷和心血。在論文研究和撰寫(xiě)期間王老師給予了我精心的指導(dǎo)和幫助，在此我對(duì)王老師給予我的關(guān)懷和幫助表示深深的感謝。同時(shí)，感謝電子信息工程學(xué)院的各位老師四年多來(lái)從各方面給予我熱心的幫助和關(guān)懷，感謝我的同學(xué)在論文撰寫(xiě)過(guò)程中給予我的幫