基于图像的边缘检测算法研究(2)
3.3.2 参数不同的情况下 22
3.3.3 加噪后各算子检测情况 25
3.3.4 滤波后各算子检测情况 27
3.3.5 总体结果和分析 29
4 总结 30
致谢 32
参考文献 33
绪论
在这个充斥这信息的社会中，在现代社会的各种领域中计算机技术起到了推波助澜的作用，特别在图像处理领域。数字图像处理技术借助计算机技术获得了迅速的发展，并且广泛应用于我们生活、生产的方方面面。图像处理中的一个基本问题就是边缘检测，图像中边缘存在于不同灰度的相邻区域之间，边缘检测的目的便是把图像中有用的边缘信息提取出来，剔除不需要的信息，以便人们分析和理解图像信息。边缘检测要做的就是保留有特定物体体边缘有用的信息，同时能极大地降低需要处理的信息量从而大大简化图像处理的过程。假设能成功地检测出图像的边缘，那么图像分析、图像识别就会得到极大的便利，同时检测的精确度也会得到很大的提高。
本选题源自于数字图像处理领域中占极为重要作用的实际应用课题。数字图像处理技术即为通过计算机对图像进行去除噪、增强、复原、分割、特征提取等处理的方法和技术。图像分析的关键环节是图像分割，图像分割也是更深层次理解图像的基础。图像分割就是将原始图像转化为更加精简以及更加抽象的形式，它是通过分割目标的轮廓、特征的提取和参数的测量这些过程来达到最终的效果，图像分割使得更高层次的图像分析和理解成为可能。而对于图像分割来说重中之重就是边缘检测，边缘检测技术的迅速发展，带动着图像分割技术的飞速进步，这将会对人类生活和科学技术产生重大的影响，这不仅促进人类了的快速进步，而且会带来意想不到的经济效益，由此可见为什么边缘检测技术在数字图像处理中占有相当重要的地位和作用。
本文首先介绍了数字图像处理技术的相关概念以及其应用的主要领域做了简单介绍。再对边缘检测研究的背景、意义和具体实现步骤进行了明确的阐述，然后对现有边缘检测技术仍存在的一些问题做了简单的分析。最后通过对五个经典的图像边缘检测算子：Prewitt边缘算子、Robert边缘算子、Log算子及Sobel边缘算子、canny算子的理论分析、有比较的仿真实验来进一步理解和认识这些算子，了解他们的优缺点和适用方面。
国内外研究现状与水平
算法的分析和数学原理
边缘检测是图像分析和处理的基础环节，边缘检测结果的好坏会直接影响到对图像的解析和理解。所以，数字图像处理与分析的研究重点就是如何精确、快速、准确的提取图像边缘信息。
相关概念
数字图像
数字图像，又叫做数码图像或者数位图像，它的每一个点都是由有限数字像素值的表示。整个图像可以看作一个数组或矩阵，它颜色位置和强度都是离散的。由此可以看出数字图像的基本元素是像素，这样数字图像很方便用数字计算机或数字电路存储和处理。
图像中的像素应该是对应于二文空间中某一个特定的'位置'，并且有一个或者多点是与其相关的采样值组成数值。根据这些采样值数目及特点的不同，数字图像可以划分为：
二值图像 (Binary Image): 图像中每个像素的亮度值只可以取0和1两种值的图像。
灰度图像 (Gray Scale Image)：这种图像也称为灰阶图像， 图像中每个像素是由0到255的亮度值表示。其中0表示黑，255表示白，0到255之间的亮度值则表示不同的灰度级别。
下一篇：C++图像去雾算法研究+文献综述