基于图着色的图像边缘检测算法研究

《基于图着色的图像边缘检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要随着多媒体技术的飞速发展，人们可以通过各种载体获得大量的信息。图像作为一种常见的信息源，为人们提供了丰富的视觉信息，在日常的信息传递与交流过程中扮演着非常重要的角色。如何更快更好地从海量的图像信息中获取到感兴趣的内容，就成为人们对图像处理技术提出的基本要求。随着科技水平的飞速发展，图像处理技术已经渗透到了工业、农业、军事等各个方面，相关的创新与探索也成为当今计算机领域研究的热点之一。边缘检测技术作为一种基于边界的图像分割方法，可以通过处理提取出图像中的主要信息——边缘，有利于捕获图像的特征和属性，进一步为图像识别、图像检索或其他图像处理提供技术基础。目前，针对边缘检测的算法

2、有很多，这些算法都各具特点，在处理相应类型的图像时，可以获得较好的结果。但每种算法都存在自身的局限性，至今没有一种算法可以普遍地适用各类图像的处理。近年来，众多研究人员不断地尝试结合各种新理论、新方法来研究和改进边缘检测技术，但依然没有办法解决这一难题。图着色理论一直是图论研究领域中的重要分支，其本质上最优化求解的思想已经被广泛地应用到众多领域，都达到了不错的效果。在图像处理领域，国际上也有一些结合图论的探索，但都是在图的分割以及子图理论的基础上进行的图像分割算法研究，尚无涉及图着色思想的研究成果，新思想的引入对该领域的研究具有较强的理论价值和现实意义。论文结合图着色理论中的正

3、常边着色思想，创新地提出了一种基于图着色的边缘检测算法，利用选取合适的颜色梯度和色集合划分，对相邻像素点间的关联边进行染色，从而根据像素点所有关联边的染色情况，在尽量保证图像信息完整的基础上，提取出尽可能少或者尽可能合适数量的边缘点，并利用降噪函数对结果中的噪声点进行筛选，最终达到边缘提取的目的。通过实验测试和结果对比，结合经典算法对测试实例的处理结果，分析出该算法与经典算法之间的性能差异，总结出该算法自身存在的不足，并提出后续研究改进的方向和目标。关键词：边缘检测；图着色；颜色梯度；色集合划分论文类型：应用技术研究-I-AbstractAlongwiththerapiddev

4、elopmentinmultimediatechnology,peoplecangetalotofinformationbyvariouscarriers. Image,asacommonsourceofinformation,providepeoplewithawealthofvisualinformation,andplayanextremelyimportantroleintheprocessoftransmissionandcommunicationofdailyinformation. Thequestion,howtogettheinterestingcontent

5、fromthemassofimageinformationfasterandbetter,hasbecomethepeople'sbasicrequirementsofimageprocessingtechnology. Withtherapiddevelopmentofscienceandtechnology,imageprocessingtechnologyhasinfiltratedintotheindustry,agriculture,militaryandotheraspects.Innovationandexplorationrelatedtoimageproces

6、singtechnologyhasbecomeahotfieldofcomputerresearch. Edgedetectiontechnology,asamethodofimagesegmentationbasedonboundary,canextractedge----themaininformationofimage,byprocessing.Itwillbehelpfultocapturethecharacteristicsandattributesofimage,andprovideafurthertechnicalbasistoimagerecognition,i

7、mageretrievalandotherimageprocessingtechnologies. Atpresent,therearemanyedgedetectionalgorithms,andthesealgorithmshavedifferentcharacteristics.Theycangetgoodresultsindealingwiththeappropriatetypeofimages. However,eachalgorithmhasitsownlimitation.Th