图像边缘检测与提取算法的比较

《图像边缘检测与提取算法的比较》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、目录前言-----------------------------------------------------------------------------------------2第1章图像边缘检测与提取概述-----------------------------------------------------21.1图像边缘的定义-------------------------------------------------------------------31.2图像边缘检测算法的研究内容---------

2、----------------------------------------41.3图像边缘检测算法的主要应用-------------------------------------------------51.4图像边缘检测算法的发展前景-------------------------------------------------7第2章图像的边缘检测与提取--------------------------------------------------------82.1引言-----------------

3、-----------------------------------------------------------------82.2边缘检测与提取过程-----------------------------------------------------------102.3边缘检测与提取主要算法-----------------------------------------------------112.3.1Roberts边缘算子-----------------------------------------

4、------------------------------112.3.2Sobel边缘算子--------------------------------------------------------------------------122.3.3Prewitt边缘算子------------------------------------------------------------------------122.3.4Laplacian边缘算子-----------------------------------

5、----------------------------------132.3.5Log边缘算子----------------------------------------------------------------------------132.3.6Canny边缘算子-------------------------------------------------------------------------15第3章算法的选择和实现---------------------------------------

6、----------------------173.1坎尼（CANNY）算法--------------------------------------------------------------183.2高斯—拉普拉斯（LOG）算法-------------------------------------------------19第4章试验结果的分析、比较及存在的问题-------------------------------------20结束语----------------------------------

7、------------------------------------------------------27谢辞----------------------------------------------------------------------------------------28参考文献-------------------------------------------------------------------------------------29附录------------------------

8、-------------------------------------------------------------------29前言在实际图像边缘检测问题中，图像的边缘作为图像的一种基本特征，经常被应用到较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域