【正文】 噪聲的影響 2 論文結(jié)構(gòu)安排 2第2章 系統(tǒng)分析 3 系統(tǒng)的需求分析 3 系統(tǒng)功能模塊分析 3 系統(tǒng)工作流程分析 4第3章 系統(tǒng)設計 6 系統(tǒng)概要設計 6 總體描述 6 功能敘述 6 系統(tǒng)界面設計 9 系統(tǒng)詳細設計 11 主要算法分析 11 圖像讀寫功能實現(xiàn) 12 灰度變換功能實現(xiàn) 14 模板函數(shù) 16第4章 系統(tǒng)的實現(xiàn) 20 系統(tǒng)實現(xiàn)過程及思想 20 未加入噪聲的實驗結(jié)果與分析 20 加入噪聲的實驗結(jié)果與分析 24結(jié)論 28參考文獻 29謝辭 30附錄1 部分關(guān)鍵源碼及解釋 3133圖像邊緣檢測系統(tǒng)的設計與實現(xiàn)第1章 緒論 課題研究背景與意義在很早以前，為了進行消息的交流，人類就開始了對圖像的研究，對圖像的傳輸，并利用計算機進行圖像處理，改善圖像質(zhì)量?？梢?，圖像的技術(shù)的重要性。邊緣是到處存在的，可以說生活中隨處可見，房屋的邊緣，路邊樹木的邊緣等。而且邊緣是一張圖像中一個很重要的特征。但如果用計算機來識別圖像邊緣，這就不是一件容易的事。這里給出邊緣的定義。邊緣廣泛存在于圖像中的物體與背景之間、物體與物體之間。根據(jù)灰度變化的激烈程度，常將邊緣劃分為屋頂狀與階躍狀兩種類型。邊緣檢測技術(shù)是圖像處理和計算機視覺等領域最基本的技術(shù)，如何快速、準確的提取圖像邊緣信息一直是一個研究的熱點，邊緣檢測是圖像分割的核心內(nèi)容。 邊緣檢測應用價值在對圖像處理研究中，大量工作是對圖像、圖形的處理，包括數(shù)字圖像的處理、儲存、傳輸?shù)?。在整個研究過程中，圖像邊緣具有的信息可以說是一張圖片的精華，圖像邊緣含有無法用肉眼來獲取的信息,對于圖像分析處理過程中圖像邊緣的確定與提取就顯得非常重要。只有精確的圖像邊緣檢測才能真正實現(xiàn)機器人視覺及圖像測量、衛(wèi)星遙感技術(shù)、精確制導等技術(shù)。不管是圖像識別還是處理圖像，無論是為了何種目的，第一步都是對含有大量信息的圖像進行分解，分解成更容易處理的成分。圖像邊緣的提取依然作為計算機視覺領域最經(jīng)典的的研究課題而倍受重視。噪聲對圖像處理同樣具有影響。如以前的黑白電視受干擾出現(xiàn)的片花。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。 論文結(jié)構(gòu)安排第1章 緒論:介紹選題背景和意義、邊緣檢測的應用、噪聲的影響以及論文的結(jié)構(gòu)安排。第2章 系統(tǒng)分析:對系統(tǒng)需求以及功能進行描述，還對系統(tǒng)的工作流程做了一些介紹。在算法的基礎上設計邊緣檢測系統(tǒng)并給出系統(tǒng)的界面效果圖。 第2章 系統(tǒng)分析 系統(tǒng)的需求分析在目前，圖片處理的技術(shù)越來越普及，圖像處理技術(shù)就越顯重要?，F(xiàn)在對圖像處理技術(shù)的需求越來越大，相對語音技術(shù)成熟的時候，人們開始研究圖像處理的技術(shù)，如車牌識別、指紋識別以及醫(yī)學上的識別技術(shù)。數(shù)字圖像處理技術(shù)包括圖像信息的獲取、圖像信息的存儲、圖像信息的傳送、數(shù)字圖像處理、圖像的輸出和顯示。例如：物理化學中的結(jié)晶分析、光譜分析；生物和醫(yī)學中的細胞分析、X光片、CT片等；還有地質(zhì)中地圖繪制、資源探測；以及氣象的云圖分析等等。尤其是選擇一種好的邊緣檢測方法更是重要。所以本文主要介紹邊緣檢測系統(tǒng)實現(xiàn)過程，本系統(tǒng)主要就是邊緣檢測算法的實現(xiàn)，另外加入噪聲經(jīng)行各種算法的對比。主要實現(xiàn)算法包括Sobel算子、Prewitt算子、Roberts算子、Krisch算子以及拉普拉斯算子等，加入隨機噪聲與椒鹽噪聲。 系統(tǒng)功能模塊分析系統(tǒng)主要包括以下模塊：讀取讀片模塊、保存圖片模塊、另存為模塊、重新加載模塊、邊緣檢測算法實現(xiàn)模塊、24真彩色位圖轉(zhuǎn)化模塊、加入噪聲模塊。(2)保存模塊(另存為模塊)：可以保存對圖片進行邊緣檢測后的圖片，保存的圖片格式是BMP，包括BMP格式的多種方式，24位真彩色與256位圖。(4)24位圖轉(zhuǎn)化模塊24位圖轉(zhuǎn)換成256位圖的，在某些算法僅支持256位圖情況下可以將24位真彩色轉(zhuǎn)換成256位圖，再進行邊緣檢測。包括：Sobel、Krisch、Laplace、Prewitt、Roberts。(6)噪聲模塊邊緣檢測受多種因素影響，但是噪聲因素則比較普遍，此版塊加入隨機噪聲與椒鹽噪聲用于檢測上述五種算子的抗噪性。可以在里面更改版本號以及加入作者信息等。，系統(tǒng)界面就出現(xiàn)了，點擊文件，然后選擇打開，打開BMP格式的圖片文件，此時圖片就會顯示在工作區(qū)域；先在沒有加入噪聲的情況下進行邊緣檢測，再在加入噪聲的情況經(jīng)行邊緣檢測。在進行邊緣檢測時某些算法無法識別24真彩色圖片，所以在檢測前可先進行24真彩色轉(zhuǎn)化成位圖的操作（即24→灰度圖），系統(tǒng)可以開多個窗口用不同算法進行操作，這樣可以方便進行算法對比，也方便觀察加入噪聲后的影響。在幫助子程序中可以查看本系統(tǒng)的版本號。邊緣檢測系統(tǒng)可在在Windows XP及XP版本以下的系統(tǒng)進行運行。編程方面借助面向?qū)ο驝++來實現(xiàn)系統(tǒng)的編程。 功能敘述本系統(tǒng)的功能包括文件、編輯、邊緣與輪廓、加噪聲、查看、窗口、幫助子程序，在這里先介紹下本系統(tǒng)的總體功能，如圖31所示。每個模塊的文件又有子模塊，則現(xiàn)在對每個子模塊經(jīng)行分別介紹。打開、關(guān)閉、保存、另存為、重新加載等均為公用程序。打印、打印預覽、打印設置是用來打印圖像或者查看打印出來效果圖。圖32 文件子程序編輯子程序，如圖33所示；其中剪切、復制為公用程序。剪切、復制也是為了方便圖像的復制操作功能。該功能都是為了方便操作，提高效率?？梢赃x擇開關(guān)顯示工具欄、狀態(tài)欄。包含有5種不同的邊緣檢測算子，邊緣檢測包含的算子有Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、laplace算子。圖35 邊緣與輪廓子程序幫助子程序，如圖36，幫助子程序只是顯示版本號。圖36 幫助子程序加噪聲子程序，如圖37 ，噪聲包含隨機噪聲及椒鹽噪聲。圖37加噪聲子程序窗口子程序，如圖38，窗口提供新建窗口功能，還加入層疊、平鋪、排列圖標的功能，這些功能可以用于排列窗口，使界面更美觀與整潔。MFC，（微軟基礎類Microsoft Foundation Classes）實際上是微軟提供的，用于在C++環(huán)境下編寫應用程序的一個框架和引擎。MFC就是掛在它之上的一個輔助軟件開發(fā)包。MFC是微軟封裝了的API，Windows作為一個提供功能強大的應用程序接口編程的操作系統(tǒng)，這些措施的確方便了許多程序員。MFC是面向?qū)ο蟪绦蛟O計與Application framework的完美結(jié)合，他將傳統(tǒng)的API進行了分類封裝，并且為你創(chuàng)建了程序的一般框架[5]。(2)對象的狀態(tài)和行為：對象具有狀態(tài)同時對象還有操作，對象實現(xiàn)了數(shù)據(jù)和操作的結(jié)合，使數(shù)據(jù)和操作封裝于對象的統(tǒng)一體中。因此，對象的抽象是類，類的具體化就是對象，也可以說類的實例是對象。(5)消息和方法：對象之間進行通信的結(jié)構(gòu)叫做消息。面向?qū)ο蟮奶卣饔腥缦绿卣鳎?1)對象唯一性：每個對象都有自身唯一的標識，通過這種標識，可找到相應的對象；(2)抽象性：指將具有一致的數(shù)據(jù)結(jié)構(gòu)(屬性)和行為(操作)的對象抽象成類；(3)繼承性：子類自動共享父類數(shù)據(jù)結(jié)構(gòu)和方法的機制，這是類之間的一種關(guān)系；(4)多態(tài)性(多形性)：是指相同的操作或函數(shù)、過程可作用于多種類型的對象上并獲得不同的結(jié)果。系統(tǒng)借助MFC來設計系統(tǒng)的基本界面，算法的實現(xiàn)則借助面向?qū)ο缶幊碳夹g(shù)C++來編寫。圖39 未加載圖片界面圖310 系統(tǒng)界面設計效果圖圖像邊緣檢測系統(tǒng)的設計與實現(xiàn) 系統(tǒng)詳細設計 主要算法分析目前，邊緣檢測方法包括邊緣算子法、曲面擬合法、模板匹配法和門限化法等[7]，其中Sobel、Roberts、Prewitt、Kirsch及LOG等邊緣檢測算子最為經(jīng)典。上述方法中沒有一種具有通用性和廣泛的適應性，因此研究邊緣檢測具有一定的現(xiàn)實意義。(1)Roberts算子：由Roberts提出是一種利用局部差分算子尋找邊緣的算子。(2)Prewitt算子：Prewitt是模板運算，不過由22擴大到33來計算差分算子。Prewitt算子首先進行鄰域平均或加權(quán)平均,然后進行微分,就抑制了噪聲,但容易出現(xiàn)邊緣模糊現(xiàn)象。公式(3)Sobel算子定義如下[9]公式(33)公式(34)理論上Sobel算子可以輕易在空間上實現(xiàn)，Sobel邊緣檢測器不但可以產(chǎn)生較好的邊緣檢測效果，而且，因為Sobel算子引入了局部平均，可使其受噪聲的影響減小。Sobel算子利用像素點上下、左右相鄰點的灰度加權(quán)算法，根據(jù)在邊緣點處達到極值這一現(xiàn)象進行邊緣檢測。所以，當對精度要求不是很高時，這是一種較為常用的邊緣檢測方法。(5)Krisch、算子Krisch是方向算子。