图像边缘检测方法研究信息工程毕业设计论文 精品.docx

图像边缘检测方法研究信息工程毕业设计论文 精品.docx

《图像边缘检测方法研究信息工程毕业设计论文 精品.docx》由会员分享，可在线阅读，更多相关《图像边缘检测方法研究信息工程毕业设计论文 精品.docx（54页珍藏版）》请在冰豆网上搜索。

图像边缘检测方法研究信息工程毕业设计论文精品

毕业设计（论文）

题目：

图像边缘检测方法研究

英文题目：

ResearchonImageEdgeDetectionMethods

独创声明

本人郑重声明：

所呈交的毕业设计（论文），是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。

尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。

对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。

本声明的法律后果由本人承担。

作者签名:

二〇一〇年九月二十日

毕业设计（论文）使用授权声明

本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。

本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。

（保密论文在解密后遵守此规定）

作者签名:

二〇一〇年九月二十日

摘要

数字图像边缘检测是图像分割、目标区域识别和区域形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要方法。

边缘中包含图像物体有价值的边界信息，这些信息可以用于图像理解和分析，并且通过边缘检测可以极大地降低后续图像分析和处理的数据量。

图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。

经典的边缘检测方法如：

Roberts，Sobel，Prewitt，Kirsch，Laplaee等方法，基本上都是对原始图像中像素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的闭值提取边界。

但这些算法均存在对噪声敏感、不能自适应选择闭值、检测效果不太理想等缺点。

本文对边缘检测理论和算法作了深入的研究，在具体分析各类传统的边缘检测算法的基础上，重点研究了Canny算法，并结合改进的MTM算法及Otsu算法对Canny算法中的滤波方法和双门限选取方法进行改进。

最后，用MATLAB7.0实现该算法，实验结果表明，改进后的算法（CMO算法）取得比传统的Canny算法更好的边缘检测效果。

关键词：

图像处理；边缘检测；Canny算子；滤波；自适应阈值

ABSTRACT

Digitalimageedgedetectionplaysanimportpartinimageanalysis,suchasimagesegmentation,interestedregionrecognitionandregionshapeextraction.Andit’sanimportmethodinimagefeatureextractionofimagerecognition.Theedgeincludesthevaluableinfotmationoftheimagewhichcanbeuseinimageunderstandingandanalysis.Andthroughedgedetection,wecangreatlyreducethecalculationofimageanalysisandprocessinginthefollowingstep.Usually,thefirststepofimageunderstandingandanalysisisedgedetection,andithasbeenthemostactivetopicinthemachinevisionresearchfield,alsoitplaysanimportpartinengineeringapplication.

Mostofthetraditionaledgedetectionalgorithms,suchasRoberts,Sobel,Prewitt,Kirsch,Laplacian,justconstructanedgedetectionalgorithmwithasmallneighborhoodineachpixeloftheoriginalimage,andthencarryoutwithfirstdifferentialorseconddifferentialoperatorinordertoobtainthemaximumgradientorthezero-crossingpointofthesecondderivative,finallyselectanappropriatethresholdtoextracttheedge.Butthesealgorithmssharethesameshortcomings,forexample,theyaresensitivetonoise,theycan’tselectthresholdadaptively,andthedetectionresultsarenotsowell.

Inthispaper,wedoadeepresearchontheedgedetectiontheoryandalgorithm,baseonanalyzingthetraditionaledgedetectionalgorithmindetail,wefocusonCannyalgorithm,combinedwithMTMalgorithmandOtsualgorithmtoimprovethefilteringmethodanddualthresholdselectionmethodinCannyalgorithm,andwecalltheimprivedalgorithmCMOforshort.Finally,weuseMATLAB7.0toimplementCMOalgorithm,andtheexperimentresultsshowthatCMOalgorithmcangetbetterresultsthantraditionalCannyalgorithm.

Keywords:

ImageProcessing;EdgeDetction;Canny;Filtering;AdaptiveThreshold

绪论

20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量，20世纪60年代中期，随电子计算机的发展得到普遍应用。

60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。

经过几十年的研究与发展，数字图像处理的理论和方法进一步完善，应用范围更加广阔，已经成为一门新兴的学科，近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从一个专门领域的学科，变成了一种新型的科学研究和人机界面的工具。

数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。

除了CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。

此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

染色体配对系统,使当前发展比较迅速的细胞遗传学实验室技术与计算机先进的自动识别技术相结合,为简化实验室烦琐操作而研制的新一代染色体自动识别系统。

它避免了人工摄影、冲洗、放大、剪切等繁杂的人工配对工作，实现了染色体核型分析的自动化、智能化。

本文研究的方向是基于数字图像处理技术的文昌鱼染色体配对研究，其基本原理是将黑白图像中的灰度级赋予边缘检测，目的是进一步的看清染色体的核型，获得隐藏在灰度图像中不能直接通过肉眼观察到的信息，其余的就用周长、长轴和短轴来相对的配对。

1.数字图像处理

1.1数字图像处理的发展

数字图像处理（digitalimageprocessing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。

20世纪20年代，图像处理首次得到应用。

20世纪60年代中期，随电子计算机的发展得到普遍应用。

60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。

1964年美国喷气式推进实验室（JPL）处理卫星发射回来的月球表面的照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。

随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。

20世纪70年代图像处理技术开始用于处理地球卫星获取的遥感图片，进行地质资源探测、农作物估产、水文气象检测等，图像增强和图像识别技术达到了飞速发展。

1971年X光断层图像重构技术的出现，英国GN.Hounsfield推出了第一台脑断层摄像仪，因此获得1979年诺贝尔奖，也促进了CT（ComputerTomograph）的研究和发展。

20世纪70年代末，随着人工智能的兴起和发展，开始了计算机视觉的研究，由2D图像获取3D空间信息。

20世纪80年代末和20世纪90年代，高速计算机和大规模集成电路的发展，使图像处理技术更趋成熟:

图像压缩、多媒体技术、文本图像的分析和理解、文字的一识别等取得了重大的进展；而全球通讯技术的蓬勃发展，使图像通讯和传输得到广泛应用。

可以预期，数字图像处理技术将经历一个飞跃发展的阶段，进一步深入人民生活，创造新的文化环境，成为提高生产的自动化、智能化水平的基础科学之一。

正在逐步形成的“图像产业”，由于其应用的广泛性，深入家庭生活而又集中了各种先进技术，将是一个在21世纪中扮演主角的基础工业，其前途将不可限量。

1.2数字图像处理的应用

图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。

随着科学技术的发展，数字图像处理技术的应用领域也将随之不断扩大。

数字图像处理技术未来应用领域主要有以下七个方面。

（1）航天航空技术方面

数字图像处理技术在航天航空技术方面的应用，除JPL对月球、火星照片的处理之外，另一方面是在飞机遥感和卫星遥感技术中。

现在世界各国都在利

用陆地卫星所获取的图像进行资源调查（如森林调查、海洋泥沙和渔业调查、水资源调查等），灾害检测（如病虫害检测、水火检测、环境污染检测等），资源勘察（如石油勘查、矿产量探测、大型工程地理位置勘探分析等），农业规划（如土壤营养、水份和农作物生长、产量的估算等），城市规划（如地质结构、水源及环境分析等）。

我国也陆续开展了以上诸方面的一些实际应用，并获得了良好的效果。

在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。

（2）生物医学工程方面

数字图像处理技术在生物医学工程方面的应用十分广泛，且很有成效。

除了CT技术之外，还有一类是对医用显微技术的处理分析，如染色体分析、癌细胞识别等。

此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广