【正文】 素級。實(shí)驗(yàn)證明該算法具備較好的邊緣檢測結(jié)果，優(yōu)于一般的邊緣檢測算法和部分參考文獻(xiàn)的算法，具備較好的實(shí)用性能。 第四章，提出了 本文改進(jìn)的 2種邊緣檢測算法。 分別對它們進(jìn)行了較為深入的介紹。詳細(xì)地分析了個(gè)算法的優(yōu)缺點(diǎn)和應(yīng)用范圍及適應(yīng)性。 云南民族大學(xué) 碩士學(xué)位論文 4 論文主要研究內(nèi)容和結(jié)構(gòu)安排 第一章 ，概論， 主要介紹了 邊緣檢測技術(shù)的過往 及現(xiàn)狀和 本論文研究的一些內(nèi)容和流程 。 （ 4） 適用領(lǐng)域的局限性。 （ 3） 尺度過于單一 。 邊緣檢測在對含噪圖像進(jìn)行平滑去噪時(shí)，容易丟失高頻信息，導(dǎo)致圖像失真， 而且，邊緣檢測中不能實(shí)際有效地濾除外界干擾噪聲，即使經(jīng)過處理， 也仍舊不能擺脫少部分頑固噪聲的干擾； （ 2） 定位精確度 不夠高。因此，我們要盡可能地 通過數(shù)字圖像處理技術(shù)盡量濾掉這些噪聲，盡量減少干擾信息，去除冗余，但圖像的噪聲依然或多或少地存在于圖像中，干擾著我們對圖像的邊緣檢測。 為了達(dá)到更好的視覺效果、更充分的運(yùn)用圖像的邊緣 信息進(jìn)行科學(xué)研究，人們要求邊緣檢測要在精度上進(jìn)一步提高，盡量 避免 檢測出較為粗糙的邊緣曲線，要“精益求精” 。 (5)抗燥能力較好 。 第 1章 緒論 3 (3)邊緣檢測 響應(yīng) 越少越好 ，最好是唯一響應(yīng) 。 對于圖像的邊緣檢測來說，一般在檢測過程中有如下的要求 ??15 : (l)能夠較為正確地檢測出圖像 大致 邊緣 。 邊緣檢測 最早 在 1959 年 被提出， 1965 年 ， Roberts 等人 開始系統(tǒng)的 研究邊緣檢測技術(shù) ??14 ，從 20世紀(jì) 70 年代起 ，邊緣檢測技術(shù)開始引起人們的廣泛關(guān)注。在處理區(qū)域中最有意義的特征如下 :形狀特征，紋理特征。圖像的預(yù)處理就是減少與目標(biāo)無關(guān)的信息和加強(qiáng)與目標(biāo)相關(guān)的信息，常用的圖像預(yù)處理方法有去噪，圖像加強(qiáng)等 ??11 。 圖像邊緣檢測技術(shù)一般先經(jīng)過圖像的預(yù)處理，然 后再對邊緣進(jìn)行提取和判斷。傳統(tǒng)的邊緣檢測算法一般通過求一階、二階導(dǎo)數(shù)來表示邊緣點(diǎn)的變化 ? ?10,1 。 邊緣 一般包括 兩類，即階躍狀 邊緣和和屋脊 狀 邊緣 ??9 :階躍狀邊緣通常是指 像素點(diǎn) 的灰度值變化 比較顯著的一些點(diǎn)的 集合 。邊緣廣泛存在于物體與物體、物體與背景之間 ??8 。為了減少傳輸圖像時(shí)所需花費(fèi)的代價(jià)，最好采用合適的方法對圖像進(jìn)行壓縮和編碼，以便于圖像的傳輸和存儲。圖像分析是我們通過檢測結(jié)果， 分析圖像的幾何特性等信息，并將其應(yīng)用于生活實(shí)踐。 （ 3）圖像分析：為達(dá)到研究圖像的目的，我們要借助于一些數(shù)學(xué)算法來獲取圖像特定信息。 （ 2）圖像增強(qiáng)：圖像再生產(chǎn)、傳輸過程中往往會失真，所得圖像和原圖像有某種差別。 數(shù)字圖像處理的研究內(nèi)容主要包括 ? ?1,6,7 : （ 1）圖像變換：主要是對原始圖像的加工處理，使得圖像的大小、 幾何形狀、像素值等發(fā)生變化，常見的有時(shí)域變換和頻域變換。 數(shù)字圖像處理 (Digital Image Processing)將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計(jì)算機(jī)對其進(jìn)行處理 ,隨著數(shù)字化時(shí)代的 到來，數(shù)字圖像處理與分析方面的研究工作顯得十分重要 ??1 。 第 3 章 形態(tài)學(xué)邊緣檢測 ......................................... 14 形態(tài)學(xué)基本理論 ............................................. 14 幾種形態(tài)學(xué)邊緣檢測算法 ..................................... 14 一般形態(tài)學(xué)邊緣檢測算子 ................................... 14 基于輪廓的結(jié)構(gòu)元素 （ CB） 形態(tài)學(xué)邊緣檢測算子 .............. 15 第 4 章 本文改進(jìn)的 邊緣檢測 算法 改進(jìn)的形態(tài)學(xué) 邊緣檢測算法 ................................... 17 改進(jìn)的復(fù)合 CB形態(tài)學(xué)濾波 ................................. 17 改進(jìn)的多尺度 CB 形態(tài)學(xué)算法 ............................... 18 仿真 分析 ................................................ 19 目錄 V 改進(jìn)的自適應(yīng) canny形態(tài)學(xué)算法 ............................... 27 傳統(tǒng) canny 算法局限性分析 ................................ 27 本文改進(jìn)的自適應(yīng) canny形態(tài)學(xué)算法 ........................ 28 仿真分 析 ................................................ 31 改進(jìn)的形態(tài)學(xué) 邊緣檢測算法 ................................... 16 第 5 章 本文算法 的應(yīng)用 實(shí)踐 .................................... 34 對癌癥細(xì)胞的邊緣檢測 ....................................... 34 癌癥研究的必要性 ........................................ 34 癌癥細(xì)胞邊緣獲得 ....................... 3錯(cuò)誤 !未定義書簽。 Canny 邊緣檢測 .......................... 錯(cuò)誤 !未定義書簽。 Prewitt 邊緣檢測 ........................ 錯(cuò)誤 !未定義書簽。云南民族大學(xué) 碩士學(xué)位論文 IV 目錄 第 1 章 概 論 ..................................................... 1 數(shù)字圖像處理概論及其應(yīng)用 .................................... 2 邊緣檢測技術(shù)簡介及評價(jià)標(biāo)準(zhǔn) .................................. 3 現(xiàn)存邊緣檢測技術(shù)存在的問題 .................................. 4 論文 主要研究內(nèi)容和結(jié)構(gòu)安排 .................................. 3 第 2 章 傳統(tǒng) 邊緣檢測方法 ....................................... 6 邊緣檢測原理 ............................... 錯(cuò)誤 !未定義書簽。 edge detection。 關(guān)鍵詞： 圖像處理； 邊緣檢測； 數(shù)學(xué) 形態(tài)學(xué)；Abstract III Abstract Image processing research includes edge detection, image segmentation, and pattern recognition. With the ing of the digital age, digital image processing and analysis of the research is being very important. Digital image processing is being widely used in the field of industry, agriculture, transportation, finance, geology, oceanography, meteorology, biology, medicine, military, public security, emerce, satellite remote sensing, robot vision, object tracking, autonomous vehicle navigation, multimedia information work munication, etc. It has made a significant society and economic benefits. The gray information changed obviously local image is called image edge. Change information of gray called Yue information, order in general, pixel gray value from a very small value of a sharp transition to another gray large value that the formation of the edge. Image edge image which contains rich information, pared with other parts of image of great application value, because it is based on this we can further research on recognition, segmentation. Lowlevel and highlevel vision is the main research content of the puter vision. Image processing belong to the lowlevel vision part, it mainly includes image information enhancement, in addition to noise and edge detection information detection, image filtering。 數(shù)學(xué)形態(tài)學(xué)簡稱形態(tài)學(xué)，是運(yùn)用集合論來分析幾何形狀的方法，打破了傳統(tǒng)數(shù)值建模的思想，是非線性信號分析理論的一種。圖像處理 就屬于 低層視覺 部分 ， 它主要 包括圖像 的信息 增強(qiáng)、 除躁 和邊緣檢測 信息檢測、圖像濾波等；圖像分析和圖像理解 即為高層視覺研究的主要內(nèi)容 ， 主要是通過計(jì)算機(jī)模擬生物對于圖像信息的感知和運(yùn)用能力 。圖像邊緣含有豐富的圖像信息，較圖像其它部分應(yīng)用價(jià)值很大，這是因?yàn)榛诖宋覀兛梢赃M(jìn)一步進(jìn)行識別、分割等方面的研究。 圖像中灰度信息變化較明顯 的地方稱為圖像的邊緣。隨著數(shù)字化時(shí)代的到來，數(shù)字圖像處理與分析方面的研究工作顯得十分重要。學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論文被查閱和借閱；學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。本人完全意識到本聲明的法律結(jié)果由 本人承擔(dān)。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。 碩 士 學(xué) 位 論 文 基于 canny 和形態(tài)學(xué)的 邊緣檢測 技術(shù) 研究 Research of Image Edge Detection Based On Canny amp。 Mathematical Morphology I 原創(chuàng)性聲明 本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。 論文作者簽名： 簽字日期： 年 月 日 關(guān)于論文使用授權(quán)的說明 學(xué)位論文作者完全了解云南民族大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬云南民族大學(xué)。（保密的學(xué)位論文在解密后遵守此規(guī)定） 學(xué)位論文作者簽名： 簽字日期： 年 月 日 導(dǎo) 師 簽 名： 簽字日期： 年 月 日摘要 II 摘要 圖像處理的研究內(nèi)容主要包含邊緣檢測、圖像分割、模式識別等。數(shù)字圖像處理廣泛地應(yīng)用于工業(yè)、農(nóng)業(yè)、交通、金融、地質(zhì)、海洋、氣象、生物醫(yī)學(xué)、軍事、公安、電子商務(wù)、衛(wèi)星遙感、機(jī)器人視覺、目標(biāo)跟蹤、自主車導(dǎo)航、多媒體信息網(wǎng)絡(luò)通信等領(lǐng)域，取得了顯著的社會效益和經(jīng)濟(jì)效益?；叶鹊淖兓畔⒎Q為 階躍信息，一般來說，像素點(diǎn)灰度值從一個(gè)很小值急劇過渡到另一個(gè)灰度較大的值即形成了邊緣。 低層視覺和高層視覺 是 計(jì)算機(jī)視覺 研究的主要內(nèi)容 。圖像 里含有的 信息 量較多 ， 圖像邊緣檢 測是圖像處理技術(shù)中很重要的一環(huán) ， 是圖像圖形學(xué)賴以研究的基礎(chǔ)和支柱 。相異的結(jié)構(gòu)元素對圖像信號進(jìn)行探測，我們得到的是不同的圖像分析，這是由于結(jié)構(gòu)元素的尺寸和形狀與圖像結(jié)構(gòu)的信息有關(guān)。 image analysis and image understanding is the main content of the highlevel vision research, mainly is the simulation