资源描述：
《图像边缘检测方法研究_学位论文.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、东华理工大学长江学院毕业设计（论文）摘要毕业设计（论文）题目：图像边缘检测方法研究英文题目：ResearchonImageEdgeDetectionMethods东华理工大学长江学院毕业设计（论文）摘要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
2、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O
3、tsu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；自适应阈值东华理工大学长江学院毕业设计（论文）摘要ABSTRACTDigitalimageedgedetectionplaysanimportpartinimageanalysis,suchasimagesegmentation,interestedregionrecogn
4、itionandregionshapeextraction.Andit’sanimportmethodinimagefeatureextractionofimagerecognition.Theedgeincludesthevaluableinfotmationoftheimagewhichcanbeuseinimageunderstandingandanalysis.Andthroughedgedetection,wecangreatlyreducethecalculationofimageanalysi
5、sandprocessinginthefollowingstep.Usually,thefirststepofimageunderstandingandanalysisisedgedetection,andithasbeenthemostactivetopicinthemachinevisionresearchfield,alsoitplaysanimportpartinengineeringapplication.Mostofthetraditionaledgedetectionalgorithms,su
6、chasRoberts,Sobel,Prewitt,Kirsch,Laplacian,justconstructanedgedetectionalgorithmwithasmallneighborhoodineachpixeloftheoriginalimage,andthencarryoutwithfirstdifferentialorseconddifferentialoperatorinordertoobtainthemaximumgradientorthezero-crossingpointofth
7、esecondderivative,finallyselectanappropriatethresholdtoextracttheedge.Butthesealgorithmssharethesameshortcomings,forexample,theyaresensitivetonoise,theycan’tselectthresholdadaptively,andthedetectionresultsarenotsowell.Inthispaper,wedoadeepresearchontheedge
8、detectiontheoryandalgorithm,baseonanalyzingthetraditionaledgedetectionalgorithmindetail,wefocusonCannyalgorithm,combinedwithMTMalgorithmandOtsualgorithmtoimprovethefilteringmethodanddualthresholdselectionmeth
