【正文】 基復(fù)合材料的組織細(xì)化 [J]. 中國有色金屬學(xué)報(bào) , 2020, 14(2): 233237. [10] 殷 聲 . 燃燒合成 [M]. 北京 : 冶金工業(yè)出版社 , 2020: 2544. [11] 王文新 .大象征收過路費(fèi) . 18 致謝 在這次課程設(shè)計(jì)的 設(shè)計(jì) 過程中，我得到了許多人的幫助。這次是兩人一組的實(shí)習(xí)，因此合理的分工合作也是很重要的，通過實(shí)習(xí)也培養(yǎng)了我們之間分工協(xié)作互幫互助的精神。經(jīng)過這次 課程設(shè)計(jì) ，不但能夠讓我們?cè)俅螐?fù)習(xí)了本學(xué)期所學(xué)的圖像處理的知識(shí)，加深了對(duì)這些知識(shí)的記憶，并且讓我們對(duì)圖像處理的各種處理方法如 Sobel 算子、 Robert 算子、 Priwitt 算子 、拉普拉斯算子 、 Canny 等對(duì)圖像產(chǎn)生的效果有了更加直觀的了解， 不但加深了記憶也能因此更加了解各種處理方法的應(yīng)用，可以用 MATLAB 軟件來對(duì)這些處理來實(shí)現(xiàn)。 GUI 對(duì)于我們是一個(gè)新的知識(shí)，通過各方面的學(xué)習(xí)，我們最終對(duì) GUI 也 有了比較深的了解，能夠很順利的應(yīng)用 GUI 來設(shè)計(jì)出適合并且美觀的界面。實(shí)習(xí)中也遇到了很多問題，但通過查閱書籍、同學(xué)間討論、請(qǐng)教老師以及網(wǎng)上查找最終能夠得以解決，完成這次實(shí)習(xí)。 MATLAB 是我們?cè)谝郧昂鸵院蟮膶W(xué)習(xí)工作中都會(huì)經(jīng)常應(yīng) 用到的軟件，但是在以前還是對(duì)其了解不足，操作不是很了解，在實(shí)習(xí)之初便因?yàn)檫@個(gè)問題而無從下手。改為 I=rgb2gray(I)。應(yīng)在 代碼后面加入如下代碼： img_src=imread(fpath)。 fpath=[pathname filename]。)。}, ... 39。, 39。 ... 39。, 39。*.png。*.bmp。 Canny 算子：采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因此具有較強(qiáng)的噪聲抑制能力；同樣該算子也將一些高頻邊緣平滑掉，造成邊緣丟失，采用了雙閾值算法檢測(cè)和連接邊緣，邊緣的連續(xù)性較好。但存在偽邊緣，邊緣比較粗 且 定位精度低。 Prewitt 算子：對(duì)噪聲有平滑作用，檢測(cè)出的邊緣比較粗，定位精度低，容易損失角點(diǎn)。 LoG 算子首先通過高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因此對(duì)噪聲的抑制作用比較明顯，但同時(shí)也可能將原有的邊緣也平滑了，造成某些邊緣無法檢測(cè)到，比外高斯分布因子 ? 的選擇對(duì)圖像邊緣檢測(cè)效果有較大的影響， ? 越大，檢測(cè)到的圖像細(xì)節(jié)越豐富，但抗噪能力下降，從而出現(xiàn)偽邊緣，反之則抗噪能力提 9 高，但邊緣精度下降，易丟失許多真邊緣，因此，對(duì)于不同圖像應(yīng)選擇不同參數(shù)。通過對(duì) lena 圖的仿真實(shí)驗(yàn)結(jié)果可以看出，該算子在上述幾種邊緣檢測(cè)算子當(dāng)中效果最好。 Canny 算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理具有較強(qiáng)的去噪能力，容易平滑掉一些邊緣信息，邊緣定位精度較高。 由于 Roberts 算子是利用圖像的兩個(gè)對(duì)角線的相鄰像素之差進(jìn)行梯度幅值的檢測(cè)，所以求得的是在差分點(diǎn)處梯度幅值的近似值，并且檢測(cè)水平和垂直方向邊緣的性能好于斜線方向的邊緣，檢測(cè)精度比較高，但容易丟失一部分邊緣，同時(shí)由于沒經(jīng)過圖像平滑計(jì)算，因此不能抑制噪聲，但該算子對(duì)具有陡峭的低噪聲圖像響應(yīng)最好。 邊緣點(diǎn)不夠銳利和明確，線邊緣檢測(cè)要好于點(diǎn)邊緣檢測(cè)。 8 三、 詳細(xì)設(shè)計(jì)過程 Roberts 算子、 Sobel 算子、 Prewitt 算子的檢測(cè)效果相差不大，三種算子的檢測(cè)效果較之 Canny 和 Log 算子還是存在一定的差距 。有一種線性算子可以在抗噪聲干擾和精確定位之間提供最佳折衷方案，它就是高斯函數(shù)的一階導(dǎo)數(shù)。圖像梯度逼近必須滿足兩個(gè)要求：首先逼近必須能夠抑制噪聲效應(yīng)；其次必須盡量精確地確定邊緣的位置。由于實(shí)際的圖像經(jīng)過了攝像機(jī)光學(xué)系統(tǒng)和電路系統(tǒng) (帶寬限制 )固有的低通濾波器的平滑，因此，圖像中的階躍邊緣不是十分陡立。 Canny 算子 Canny 檢測(cè)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(diǎn)。原則上，過零點(diǎn)的位置精度可以通過線性內(nèi)插方法精確到子像素分辨率。 Laplacian 算子 拉普拉斯算子是二階導(dǎo)數(shù)的二維等效式。 ? ?,if jk 為模板卷積法邊緣檢測(cè)的輸出 , ? ?2lL? ,L 為窗口寬度，對(duì) 3 3窗口， l=1。這兩個(gè)方向模板一個(gè)檢測(cè)垂直邊緣，一個(gè)檢測(cè)水平邊緣，如圖 3所示。 通過分析可知， Prewitt 算子法對(duì)高頻成分豐富的圖像處理效果好，對(duì)中低頻成分的圖 像效果差。由 2 2擴(kuò)大到 3 3 來計(jì)算差分算子，所以其卷積模板為圖 2所示： 圖 2 Prewitt 邊緣檢測(cè)算子的模板 在圖像中的每個(gè)像素位 置都用這 2 個(gè)模板做卷積， Prewitt 算子將方向差分運(yùn)算與局部平均結(jié)合起來，表達(dá)式如下： ? ? ? ? ? ? ? ? ? ? ? ?1 , 1 , 1 1 , 1 1 , 1 , 1 1 , 1xf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ?1 , 1 1 , 1 , 1 1 , 1 1 , 1 , 1yf f x y f x y f x y f x y f x y f x y? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 根據(jù)兩式可以計(jì)算 Prewitt 梯度，選取適當(dāng)?shù)拈撝?T，對(duì)梯度圖像二值化，得到一幅邊緣二值圖像。 通過分析可知， Sobel 算子法對(duì)高頻成分豐富的圖像處理效果好，對(duì)中低頻成分的圖像效果差。由上面兩個(gè)卷積算子對(duì)圖像運(yùn)算后，代入 2式，可求得圖像的梯度幅度值 G[i,j]，然后選取適當(dāng)?shù)拈T限 TH，作如下判斷： G[i,j]TH， [i,j]為階躍狀邊緣點(diǎn)，{G[i,j]}為一個(gè)二值圖像，也就是圖像的邊緣。 3 二、算法分析與描述 Roberts 算子 由 Roberts 提出的算子是一種利用局部差分算子尋找邊緣的算子，對(duì)于邊界陡峭且噪比較小的圖像檢測(cè)效果比較好，它在 2 2鄰域上計(jì)算對(duì)角導(dǎo)數(shù)， ? ? ? ? ? ?? ? ? ? ? ?? ?22, = , 1 , 1 1 , , 1G i j f i j f i j f i j f i j? ? ? ? ? ? ? G[i,j]又稱為 Roberts 交叉算子。 本文主要闡述了圖像邊緣檢測(cè)算法的一些理論，并對(duì)檢測(cè)的效果加以 比較，同時(shí)介紹了嵌入式系統(tǒng)開發(fā)的流程，為圖像類嵌入式開發(fā)系統(tǒng)開發(fā)提出可行的方案。同時(shí)加之以集成度高，與網(wǎng)絡(luò)的耦合也越來越緊密等特點(diǎn)。 近些年來，對(duì)于圖像處理在許多不同的科學(xué)和工程領(lǐng)域應(yīng)用的研究越來越火熱。而 Canny 算法（ Canny， 1986）是目前學(xué)界最流行并且應(yīng)用最廣泛的的高斯邊緣檢測(cè)算法。傳統(tǒng)的邊緣檢測(cè)方法，比如 Sobel、 Prewitt、 Kirsch 算法，通過計(jì)算第一階方向?qū)?shù)來決定邊緣的位