【導(dǎo)讀】師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加。而使用過的材料。均已在文中作了明確的說明并表示了謝意。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。究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。全意識到本聲明的法律后果由本人承擔(dān)。同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位。印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。當(dāng)前邊緣檢測技術(shù)應(yīng)用廣泛、發(fā)展。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。度化、圖像濾波、圖像邊緣檢測幾個主要步驟。函數(shù)算法進(jìn)行實現(xiàn)，最終完成邊緣檢測及運動目標(biāo)的提取。

　　

【正文】 Sobel 算子和Prewitt 算子對邊緣的定位不如 Roberts 算子。而且邊緣并不是完全連通的，由一定程度的斷開 . (3)log算子首先用高斯函數(shù)對 圖像作平滑濾波處理，然后才使用 Laplacian算子檢測邊緣，因此克服了 Laplacian 算子抗噪聲能力比較差的缺點，但是在抑制噪聲的同時也可能將原有的比較尖銳的邊緣也平滑掉了，造成這些尖銳邊緣無法檢被測到。 (4)Canny 算子具有方向性（并不只是簡單的進(jìn)行梯度運算來決定像素是否為邊緣點，在決定一個像素是否為當(dāng)前邊緣點時，需要根據(jù)當(dāng)前像素及前面處理過的像素來進(jìn)行判斷。）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。 蘭州理工大學(xué)畢業(yè)論文 22 第 4 章 總結(jié) 通過之前對算法敘述和實驗分析 討論，得到以下結(jié)論。 (1)運動目標(biāo)檢測是基于彩色圖像序列、灰度圖像序列還是邊緣圖像序列的問題。邊緣圖像僅保留了物體邊緣的信息。 (2)根據(jù)實驗比較分析，得到了運動目標(biāo)檢測的最佳的算法和程序。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(jìn)行邊緣檢測，減少了檢測中不必要的干擾。 (3)Canny 算子檢測方法的優(yōu)點 :① 低誤碼率 ,很少把邊緣點誤認(rèn)為非邊緣點 。② 高定位精度 ,即精確地把邊緣點定位在灰度變化最大的像素上 。③ 抑 制虛假邊緣。 Roberts 算子邊緣定位精度較高，但容易丟失一部分邊緣，對噪聲敏感。適應(yīng)于邊 緣明顯而且噪聲較少的圖像。 Sobel算子和 Prewitt 算子都是加權(quán)平均，有一定的噪聲抑制能力。但是 Sobel 算子和 Prewitt 算子對邊緣的定位不如 Roberts 算子。而且邊緣并不是完全連通的，由一定程度的斷開。 log 算子首先用高斯函數(shù)對圖像作平滑濾波處理，然后才使用 Laplacian 算子檢測邊緣，因此克服了Laplacian 算子抗噪聲能力比較差的缺點，但是在抑制噪聲的同時也可能將原有的比較尖銳的邊緣也平滑掉了，造成這些尖銳邊緣無法檢被測到。 Canny 算子具有方向性（并不只是簡單的進(jìn)行梯度運算來決定像素 是否為邊緣點，在決定一個像素是否為當(dāng)前邊緣點時，需要根據(jù)當(dāng)前像素及前面處理過的像素來進(jìn)行判斷 [30]。）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。 經(jīng)典的邊緣檢測方法由于引入了各種形式的微分運算，從而必然引起對噪聲的極度敏感，執(zhí)行邊緣檢測的結(jié)果常常是把噪聲當(dāng)作邊緣點檢測出來，而真正的邊緣也由于受到噪聲干擾而沒有檢測出來。因而對于有噪聲圖像來說，一種好的邊緣檢測方法應(yīng)該具有良好的噪聲抑制能力，同時又有完備的邊緣保持特性 ,而這些優(yōu)點正式 Canny 算子所具備的。 Canny 方法則以一階導(dǎo)數(shù)為基礎(chǔ)來判斷邊緣點 [31]。 它 是一階傳統(tǒng)微分中檢測階躍型邊緣效果最好的算子之一。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。 在微分法邊緣檢測中，邊緣定位與噪聲濾除是兩個相互矛盾的部分，很難同時得到很好的解決。這就是邊緣檢測的“兩難”問題。本文利用 Canny 算子與經(jīng)典算子進(jìn)行比較，在一定數(shù)據(jù)條件下取得較好效果。相信在此基礎(chǔ)上改進(jìn)，以后較好地解決邊緣檢測的“兩難”問題。 蘭州理工大學(xué)畢業(yè)論文 23 參考文獻(xiàn) [1] 孫兆林 .MATLAB 圖像處理 [M].清華大學(xué)出版社 , [2] 張汗靈 .MATLAB 在圖像處理中的應(yīng)用 [M].清華大學(xué)出版社 , [3] 徐飛 .施曉紅 .MATLAB 應(yīng)用圖像處理 [M].西安電子科技大學(xué)出版社 , [4] 羅軍輝 ,馮平 . 在圖像中的應(yīng)用 .M].機械工業(yè)出版社 , [5] 朱習(xí)軍 .MATLAB 在信號與圖像處理中的應(yīng)用 [M].電子工業(yè)出版社 , [6] 張強 . 精通 MATLAB 圖像處理 [M].電子工業(yè)出版社 , [7] 何斌 ,馬天予等 .MATLAB 數(shù)字圖像邊緣檢測 [M].人民郵電出版社 [8] 涂建華 .圖像邊緣檢測與分析 [M].科學(xué)出版社 ,1994 [9] 楊支靈 ,王開 .MATLAB 數(shù)字圖像獲取、處理及實踐應(yīng)用 [M].人民郵電出版社 [10] 張強 . 精通 MATLAB 圖像處理 [M].電子工 業(yè)出版社 , [11] Lindeberg T., “Edge Detection and Ridge Detection with Automatic Scale Selection”, International Journalof Computer Vision, vol. 30, number 2, 117154, 1998 [12] 萬纓 ,韓毅 ,盧漢清 .運動目標(biāo)檢測算法的探討 [M].計算機仿真 , [13] John Canny. A putational approach to edge detection. Pattern Analysis and Machine Intelligence, IEEE Transactions on, PAMI8(6):679–698, Nov. 1986. [14] 王強 .圖像分割中閾值的選取及算法實現(xiàn) [M].計算機與現(xiàn)代化， [15] 莫 德舉 ,梁光華 .數(shù)字圖像處理 [M].北京郵電大學(xué)出版社 , [16] 游素亞 ,楊靜 .圖像邊緣檢測技術(shù)的發(fā)展與現(xiàn)狀 [J].電子科技導(dǎo)報， 1995 [17] 朱秀昌 ,劉峰 ,胡棟 .數(shù)字圖像邊緣檢測與圖像通信 [M].北京郵電大學(xué)出版社 [18] 趙春暉 .現(xiàn)代圖像處理技術(shù)及 MATLAB 實現(xiàn) [M].北京 :人民郵電出版社 .20xx [19] 章毓晉 .圖像邊緣檢測和分析 [M].清華大學(xué)出版社， 1999 [20] 李慶忠 ,陳顯華 ,王立紅 . 視頻監(jiān)控中運動目標(biāo)檢測和識別方法 [J]. 計算機工程， . [21] 林佳乙 ,于哲舟 ,張健 ,馬安娜 ,楚葉峰 .基于背景差分法和幀間差分法的視頻運動檢測 [J].吉林大學(xué)儀器儀表學(xué)報 , 29 卷第 4 期增刊 [22] 杜輝強 .高光譜遙感影像濾波和邊緣提取方法研究 [M].武 漢大學(xué) ,20xx [23] 江笑嬋 ,萬振凱 ,陳利 .基于 MATLAB 邊緣提取的幾種方法的比較 [J].天津工業(yè)大學(xué) ,20xx [24] 韋煒 .常用邊緣檢測方法及 Matlab 研究 [J].西安文理學(xué)院現(xiàn)代電子技術(shù) , 3 卷第 4 期 [25] 鄭翔 ,黃藝云 .邊緣檢測算子的快速算法 [J].通信學(xué)報 ,1996 [26] 陸宗騏 ,梁誠 .用 Sobel 算子細(xì)化邊緣 [J].中國圖像圖形學(xué)報 , 蘭州理工大學(xué)畢業(yè)論文 24 [27] 葉俊 ,基于 Canny 算子的圖像邊緣檢測與提取的算法 [J].黃岡職業(yè)技術(shù)學(xué)院科技資訊 , 34卷 [28] Kenh R. Castleman 著 ,朱志剛等譯 .數(shù)字圖像處理 [M].電子工業(yè)出版 , 第 1 版 [29] 王娜 ,李霞 .一種新的改進(jìn) Canny 邊緣檢測算法 [J].深圳大學(xué)學(xué)報 ,20xx [30] 萬纓 ,韓毅 ,盧漢清 .運動目標(biāo)檢測算法的探討 [M].計算機仿真 , [31] 韓軍 ,熊璋 ,李超 .分割視頻運動對象的研究 [M].計算機工程與應(yīng)用 ,20xx,3 蘭州理工大學(xué)畢業(yè)論文 25 附錄 1：論文應(yīng)用程序 mov=mmreader(39。39。)。 %用 mmreader 讀入視頻文件 for i=1: %獲得總幀數(shù)，并依次讀取 b=read(mov,i)。 imwrite(b,strcat(39。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \39。,int2str(i),39。.jpg39。),39。jpg39。)。 %保存圖片 CurImage=imread(39。39。)。 %RGB 圖 % NxtImage=imread(39。39。)。 %RGB 圖 % CurGray=rgb2gray(CurImage)。 %灰度圖 % NxtGray=rgb2gray(NxtImage)。 DiffImage=abs(NxtGrayCurGray)。 %得到差分圖 % imwrite( DiffImage, 39。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \前景 .jpg39。)。 %保存圖片 hg=zeros(3,3)。 %設(shè)定高斯平滑濾波模板的大小為 3*3 delta=。 for x=1:1:3 for y=1:1:3 u=x2。 v=y2。 hg(x,y)=exp((u^2+v^2)/(2*pi*delta^2))。 end end h=hg/sum(hg(:))。 f = imread(39。前景 .jpg39。)。 % 讀入圖像文件 f=im2double(f)。 [m,n]=size(f)。 ftemp=zeros(m,n)。 蘭州理工大學(xué)畢業(yè)論文 26 rowhigh=m1。 colhigh=n1。 %%%高斯濾波 %%% for x=2:1:rowhigh1 for y=2:1:colhigh1 mod=[f(x1,y1) f(x1,y) f(x1,y+1)。 f(x,y1) f(x,y) f(x,y+1)。f(x+1,y1) f(x+1,y) f(x+1,y+1)]。 A=h.*mod。 ftemp(x,y)=sum(A(:))。 end end f=ftemp imshow(f) title(39。通過高斯濾波器后的圖像 39。)。 Canny 算子邊緣檢測 I=imread(39。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \前景 .jpg39。)。% 提取圖像 imshow(I)。 BW=edge(I,39。canny39。)。 %用 canny 算子進(jìn)行邊緣檢測 imshow(BW) I=imread(39。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \前景 .jpg39。)。% 提取圖像 imshow(I)。 title(39。原始圖像 39。)。 BW1= edge(I,39。Canny39。,) 。 %edge 調(diào)用 Canny 為檢測算子判別閾值為 figure,imshow(BW1)。 title( 39。閾值為 的 Canny 算子邊緣檢測圖像 39。)。 BW2= edge(I,39。Canny39。,) 。 %edge 調(diào)用 Canny 為檢測算子判別閾值為 figure,imshow(BW2)。 title( 39。閾值為 的 Canny 算子邊緣檢測圖像 39。)。 BW21= edge(I,39。Canny39。,) 。 %edge 調(diào)用 Canny 為檢測算子判別閾值為 figure,imshow(BW21)。 蘭州理工大學(xué)畢業(yè)論文 27 title( 39。閾值為 的 Canny 算子邊緣檢測圖像 39。)。 BW22= edge(I,39。Canny39。,) 。 %edge 調(diào)用 Canny 為檢測算子判別閾值為 figure,imshow(BW22)。 title( 39。閾值為 的 Canny 算子邊緣檢測圖像 39。)。 I=imread(39。E:\畢業(yè)設(shè)計 \幀圖像 \系統(tǒng) \前景 .jpg39。)。% 提取圖像 imshow(I)。 BW1=edge(I,39。sobel39。)。 %用 Sobel算子進(jìn)行邊緣檢測 BW2=edge(I,39。roberts39。)。%用 Roberts算子進(jìn)行邊緣檢測 BW3=edge(I,39。prewitt39。)。 %用 prewitt算子進(jìn)行邊緣檢測 BW4=edge(I,39。log39。)。 %用 log算子進(jìn)行邊緣檢測 BW5=edge(I,39。canny39。)。 %用 canny算子進(jìn)行邊緣檢測 h=fspecial(39。gaussian39。,5)。 BW6=edge(I,39。canny39。)。 subplot(2,3,1), imshow(BW1)。 title(39。sobel edge check39。)。 subplot(2,3,2), imshow(BW2)。 title(39。roberts edge check39。)。 subplot(2,3,3), imshow(BW3)。 title(39。prewitt edge check39。)。 subplot(2,3,4), imshow(BW4)。 title(39。log edge check39。)。 subplot(2,3,5), imshow(BW5)。 title(39。canny edge check39。)。 subplot(2,3,6), imshow(BW6)。 title(39。gasussianamp。canny edge check39。)。 蘭州理工大學(xué)畢業(yè)論文 28 2：外文