【正文】 設(shè)計的介紹，簡單介紹五種邊緣檢測算法。在本章中主要介紹邊緣檢測背景以及作用。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。由于各種原因，圖像總是受到隨機噪聲的干擾，可以說噪聲無處不在。如一張灰度圖片，其平面亮度分布假定為f（x，y），那么對其接收起干擾作用的亮度分布R（x，y）即可稱為圖像噪聲。 噪聲的影響噪聲對于人的影響，可以理解為“妨礙人們感覺器官對所接收的信源信息理解的因素”。圖像分割是將圖像中有意義的特征提取出來，其在數(shù)字識別系統(tǒng)中，圖像邊緣提取占據(jù)著重要地位，這項技術(shù)位于系統(tǒng)的最底層，為其他模塊的運行提供重要信息。圖像邊緣邊緣檢測在圖像處理中主要應(yīng)用是圖像分割、圖象識別和紋理分析。如果能完整準確得到圖像邊緣，那么對于圖像分析的步驟就可以簡化。多媒體技術(shù)、計算機視覺和計算機模式識別更是已經(jīng)越來越普遍地應(yīng)用于人們的生活當(dāng)中[4]。目前已經(jīng)研究出有了多種算法對圖像進行圖像檢測，這些算法都有其各自的特點，既有有各自的優(yōu)點也有各自的局限與不足之處，特別是受噪聲的影響，所以圖像邊緣檢測還有很大的研究與發(fā)展空間。階躍狀兩邊像素的灰度值明顯的不同，而屋頂狀是位于灰度值從增加到減小的變化的轉(zhuǎn)折點[3]。因此，它是圖像分割所依賴的重要特征[2]。所謂邊緣，是指圖像中灰度發(fā)生急劇變化的區(qū)域，或者說是指周圍像素灰度有階躍變化或屋頂變化的那些像素的集合[1]。雖然目前計算機得到空前的發(fā)展，有先進的硬件支持，但是直接拿一張圖片讓計算機來識別圖片的邊緣還是不大可能實現(xiàn)的。人可以通過肉眼來識別一張圖片的邊緣，這是一件很簡單的事情。圖像同樣有邊緣。另外它也在其他領(lǐng)域中發(fā)揮著不可或缺的重要作用。圖像技術(shù)的發(fā)展真正開始于上世紀60年代末，到現(xiàn)在圖像處理技術(shù)已經(jīng)得到很大程度的提高，并有效的在軍事和醫(yī)療衛(wèi)生技術(shù)方面發(fā)揮著重要的作用。關(guān)鍵字: 圖像處理，邊緣檢測，算法對比The design and implementation of image edge detection systemAbstractIn image processing, the edge of the image is a general characteristic, which is widely used in the recognition, segmentation, intensification and press of the image, is often applied to highlevel domain.There are many kinds of ways to detect the edge. However, there are two main approachs: one is classic method based on the gray grade of every pixel。本文第一章引言對全文進行敘述；第二章對圖像的邊緣系統(tǒng)進行了一個一般的描述；接著，在第三章中先介紹了比較經(jīng)典的檢測算子；在第四章中，對第三章的經(jīng)典邊緣檢測算法進行編程實現(xiàn)，通過原圖像在加入噪聲和沒有加入噪聲的情況下進行邊緣檢測對比，然后得出結(jié)論；第五章對全文進行總結(jié)。它利用小波變換，檢測出圖像的在行方向上和列方向上的躍變邊緣，并在一定的規(guī)則下形成圖像的邊緣。這些算法現(xiàn)在已經(jīng)發(fā)展的比較成熟了。但是，其框架不外乎兩種，即傳統(tǒng)的基于圖像亮度特征的算法和基于小波的多尺度邊緣檢測算法。它在圖像識別、圖像分割、圖像增強以及圖像壓縮等的領(lǐng)域中都有較為廣泛的應(yīng)用，這也是它們的基礎(chǔ)。保密的論文在解密后應(yīng)遵守此規(guī)定。特此聲明。福州大學(xué)本科生畢業(yè)設(shè)計（論文）題 目： 圖像邊緣檢測系統(tǒng)的設(shè)計與實現(xiàn) 姓 名： 林漢龍 學(xué) 號： 210791431 系 別： 計算機工程系 專 業(yè)： 計算機科學(xué)與技術(shù) 年 級： 2007級 指導(dǎo)教師： 陳明志 2011 年 4 月 20 日獨創(chuàng)性聲明本畢業(yè)設(shè)計（論文）是我個人在導(dǎo)師指導(dǎo)下完成的。文中引用他人研究成果的部分已在標注中說明；其他同志對本設(shè)計（論文）的啟發(fā)和貢獻均已在謝辭中體現(xiàn)；其它內(nèi)容及成果為本人獨立完成。論文作者簽名： 日期： 關(guān)于論文使用授權(quán)的說明本人完全了解福州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)院有權(quán)保留送交論文的印刷本、復(fù)印件和電子版本，允許論文被查閱和借閱；學(xué)院可以公布論文的全部或部分內(nèi)容，可以采用影印、縮印、數(shù)字化或其他復(fù)制手段保存論文。論文作者簽名： 指導(dǎo)教師簽名： 日期：圖像邊緣檢測系統(tǒng)的設(shè)計與實現(xiàn)摘要在實際圖像處理問題中，圖像的邊緣作為圖像的一種基本特征，經(jīng)常被應(yīng)用到較高層次的圖像應(yīng)用中去。圖像邊緣檢測的手段多種多樣。對于基于亮度的算法，是研究時間最久，理論發(fā)展最成熟的方法，它主要是通過一些差分算子，由圖像的亮度計算其梯度的變化，從而檢測出邊緣，主要有Robert、Laplace、Sobel、Canny等算子。再有一類就是隨這小波理論的發(fā)展和成熟而興起的基于小波變換的多尺度的圖像邊緣檢測算法。本文主要是基于前一種的經(jīng)典邊緣檢測進行研究，并通過編程實現(xiàn)。相信本文的論述對圖像處理中的邊緣檢測方法研究以及應(yīng)用具有一定的參考價值。 the other one is based on wavelet and its multiscale characteristic. The first method, which is got the longest research, get the edge according to the variety of the pixel gray. The maintechniques are Robert, Laplace, Sobel, Canny and algorithm. The second method, which is based on wavelet transform, utilizes the Lipschitz exponent characterization of the noise and singular signal and then achieve the goal of removing noise and distilling the real edge lines.This paper first chapter is a preface to all content. The second chapter to image edges made a general overview, Then, in the third chapter first introduced more classic detection operators, In the fourth chapter, for the third chapter of classic edge detection algorithm to the programming. Through the original image noise and did not join in to join the noise under the condition of edge detection contrast, then draw the conclusion, The fifth chapter of fulltext were summarized in this paper.I’m sure the following presentation is benefit for research and applications of image edge detection. Key words：image processing, edge detection, Algorithm contrast目 錄第1章 緒論 1 課題研究背景與意義 1 邊緣檢測應(yīng)用價值 1