基于紅外圖像的邊緣特征提取畢業(yè)論文(參考版)
2025-06-30 20:39本頁面
【正文】 然后進(jìn)行高斯濾波，最后在進(jìn)行各中想要算子對圖像邊緣特征提取處理參考文獻(xiàn)：[1][M].長沙:國防科技大學(xué)出版社，1998[2]文貢堅，[J].軟件學(xué)報,2001,12(11):166016661.[3][M].河北教育出版社，199306[4]游素亞,[J].電子科技導(dǎo)報， 1995,(8)：2528[5]陸宗騏，[J].中國圖象圖形學(xué)報，2000，5(6):516520.[6]李國寬，[J].華中理工大學(xué)學(xué)報,2000,28(5):6971.[7]王學(xué)偉,張衛(wèi)國,沈同圣,[J].紅外與激光工程,1999,28(2):2124.[8][J].紅外技術(shù)，2002,24(6):2730.[9]孫德寶,周衛(wèi)祥,[J].紅外與激光工程,2000,29(2):1214.[10]Cormac Herley,Zixiang spacefrequency segmentation using balanced wavelet packed trees for leastcost image representa tion[J].IEEE Trans On Image Processings 1997,6(9):12131230[10][M].電子工業(yè)出版社，20010112。)。imwrite(bw5,39。figure。39。imshow(bw4)。)。imwrite(bw3,39。figure。39。imshow(bw2)。)。imwrite(bw1,39。%canny算子figure。canny39。)。%roberts算子bw4=edge(b,39。roberts39。)。%sobel算子bw2=edge(b,39。sobel39。%高斯濾波器b=imfilter(b1,h58)。gaussia39。b1=rgb2gray(H)。39。經(jīng)典的特征提取算法，而關(guān)于圖像邊緣特征的提取， 還在對圖像進(jìn)行霍夫變換提取直線特征時，綜合運(yùn) 用了圖像預(yù)處理的幾種基本的算法，針對紅外圖像 的自身的特點(diǎn)，設(shè)計了一個預(yù)處理的系統(tǒng)流程，不僅 有灰度均衡、濾波去噪，還有閾值變換、開運(yùn)算等，得 到了比較好的提取效果。4 結(jié)束語 經(jīng)典的特征提取算法，而關(guān)于圖像邊緣特征的提取，介紹了 Sobel 算子、Roberts算子、Prewitt算子、Canny 算子和 LOG (Laplace Gauss)算子，并分析了這幾種算子的優(yōu)點(diǎn)和不足。Log和Laplacian是兩種結(jié)合算子其圖像的邊緣提取結(jié)果比較完整，邊緣提取較為準(zhǔn)確，但是含有噪聲點(diǎn)。由上面圖片比較得出Roberts提取邊緣的結(jié)果邊緣較粗，邊緣定位不是很明顯，很容易丟失一部分邊緣，而且沒有經(jīng)過圖像平滑計算，不能抑制噪聲。下圖是本文通過Hough變換提取紅外圖像直 線特征的流程圖，紅外圖像經(jīng)過一些預(yù)處理后，先對 邊緣進(jìn)行Sobel提取，再通過霍夫變換將直線特征 提取出來。所有的這些曲線必定交于一點(diǎn)()。平面上的任意一條直線對應(yīng)了空間上的一個點(diǎn)，平面上的一個點(diǎn)則對應(yīng)空間上的一條正弦曲線。這樣，Hough變換就把圖像 空間中較為困難的全局檢測問題轉(zhuǎn)化為參數(shù)空間中 相對容易的局部峰值檢測問題。 Hough變換是一種常用的圖像邊緣檢測技術(shù)[9]， 它可以識別和檢測圖像空間的任意解析曲線。得出：拉普拉斯算子是一個二階微分算子，它可在邊緣處產(chǎn)生一個陡峭的零交叉，即一個由正到負(fù)的過零點(diǎn)，最后依據(jù)零交叉點(diǎn)進(jìn)行邊緣檢測。將原始圖像與進(jìn)行卷積運(yùn)算，得出平滑后的圖像，即：這樣既平滑
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1