摘要图像的边缘作为图像最基本的特征之一,被广泛应用到各种类型的图像处理的方式中,是图像处理的基础。如何准确地检测出有效的边缘是在图像分析过程中极为重要的一步。现存的边缘检测算法仍未完美的解决边缘提取的问题。由于边缘在图像处理中的特殊地位,所以如何优化边缘检测算法,尤其是如何处理三文图像的边缘提取问题仍旧是中外科学家研究的热点。文中研究了一些传统的边缘检测算法,如Roberts、Sobel、Caddy等算子,比较了它们所提取边缘的差异,同时引入深度值的概念,构成新式的RGB-D边缘检测算法,并且对该算法的提取效果进行检验。25243
关键词 RGB-D 边缘检测 深度值 毕业论文设计说明书外文摘要
Title RGB-D Image Edge Detection Algorithm
Abstract
Edge of the image features as one of the basic image, is applied to the way among various image processing is the basis of image processing. How to accurately detect the edge image analysis process is more important step. Today, edge detection algorithm remains the perfect solution to edge detection problems. Since the edge in image processing a very important position, so how to develop an edge detection algorithm, especially how to deal with three-dimensional image of the edge detection is still a hot issue of Chinese and foreign scientists. This paper studies some of the traditional edge detection algorithms, such as Roberts, Sobel, Caddy and other operators, compare the difference between the edge of the acquisition, while the introduction of the concept of depth values, constitute new type of RGB-D edge detection algorithm, and the algorithm extracts effects tested.
Keywords RGB-D Edge Detection depth
目 次
1 绪论 1
1.1 基本定义 1
1.2 研究背景 2
1.3 研究现状及研究趋势 2
1.4 本文结构 3
2 图像的边缘检测 5
2.1 边缘检测的原理 5
2.2 差分边缘检测 6
2.3 Roberts算子 6
2.4 Sebol算子 7
2.5 Prewitt算子 8
2.6 Canny算子 9
2.7 边缘检测结果的比较 11
2.8 小结 12
3 RGB-D边缘检测算法 14
3.1 深度图像边缘检测算法的原理 14
3.2 算法伪代码 16
3.3 算法的实现 17
3.4 小结 19
结论 21
致谢 22
参考文献 23
1 绪论
在科技高速发展的当今社会,人工智能渐渐成为人们日常生活中不可或缺的部分。各式各样的机器人代替人们去从事人力完成较为困难或者危险的工作。如今的机器人也日渐摆脱的机械化的工作方式,变得更加智能。为了对各种可能出现的情况做出反应,它们需要采集图像并且对图像进行处理、分析,因此图像处理和识别这一技术发展迅速。随着科学技术的不断进步,数字图像处理技术的应用领域也随之扩大。近年来,数字图像处理技术日渐成熟,被广泛应用于遥感、空间探测、人工智能、工业检测以及生物医学等各大领域,并促使这些学科产生了新的发展。图像处理技术的飞速发展同时也意着对图像质量的要求日渐提高,促使广大科学家不遗余力的钻研。作为图像处理的前提条件,如何高效、高质量地提取图像的三文边缘也是科学家们研究的热点问题。
1.1 基本定义
图像是人们肉眼所能接收到的最直接的信息,它包含了事物最原始的信息。这些信息都是由边缘提供。所谓边缘,指的是图像局部特征的不连续性。在图像中,灰度值或者结构等信息的突变点称之为边缘。边缘是图像中一块区域的结束,也是另一区域的开始,是分割完整图像的重要依据。边缘在某些研究中是非常关键的,比如在工业生产中检测零件内部的瑕疵、医学CT与核磁共振的成像、微生物细胞轮廓的提取、军事中定位目标、涉及到指纹的信息安全与案件侦查等问题中的应用。关于边缘,有几种定义: