5.3 最佳Sobel边缘检测算法的实验结果与分析    21
6 结论和发展方向    23
6.1 结论    23
   6.2 发展方向    24
致  谢    25
参考文献    26
附  录................29
1 绪 论
1.1图像边缘处理的意义
在工程技术领域，图像处理技术运用的十分广泛，它隶属于自动化学科，是实用性非常强的一门技术。在图像处理这一行业中，图像的边缘检测就是非常重要的一个部分。因为对于我们在做对于图像的理解和分析这一技术的时候，首先要做的就是检测边缘，所以数字图像的边缘检测技术是在图像分析这一领域一个非常重要的基础。现在的图像边缘检测技术已经占据了机器识别领域最活跃的地位，在生产生活中运用的十分广泛。
    举一个生活中的例子来说，图片边缘的检测对于我们识别一个图片有着很重要的意义：第一，当我们用肉眼去看一个东西时，第一看的基本都是这个物体的轮廓；第二，经验告诉我们，在生产过程中，假如工程师可以把图像的边缘很清晰的提取出来，那么我们的工程师去分析这个图片将会变得特别的方便，来减轻大家的工作量；最终，因为现实中的很多图像它们不是对具体物体的描述，所以计算机是通过它们的纹理性质来分析这些图像，因此在图像边缘检测中，提取图像的纹理性质至关重要。
    很多时候，我们的眼睛会欺骗自己，比如在看一个物体的时候，我们不能正确地认出一个物体的边缘，就像一些二文的图片我们看起来却是立体的。在工程检测芯片针脚是不是整齐有规则，光栅是不是有缺陷等问题，都需要用到边缘检测处理技术来解决。
    机器视觉技术可以看作是为了实现某一任务，这个任务就是要从包含有大量不相关的变量中抽取出某些不变量，简而言之就是为了简化信息，这就是说要去除掉一些干扰的信息，并且尽可能地利用物体的不变性质。而边缘就是最重要的不变性质：光栅的明暗变化会很明显的影响人们观察到的物体的外观，但是它并不改变这个物体原有的边缘。
    因此边缘检测一直是图像处理技术中人们研究地比较深刻的一个部分，边缘检测的问题运用到非常多的算法和理论的知识，边缘的检测技术运用了几乎所有的数学和图像处理的观念和想法。目前，有为数很多的“边缘检测”算法，它们适用于不同的理论当中，在自动化领域几乎都有着十分广泛的应用，因此提高和改进边缘检测算法是当今非常迫切而且炙手可热的研究方向。
长时间以来，大家一直关心图像边缘检测的研究，在边缘检测时提出了许多新的技术，其中，突出的是LOG边缘检测算子，Sobel算子检测边缘，Canny算子的最佳边缘检测器等。要做好图像的边缘检测，首先，必须要知道图像的特性变化是发生在一定的区域范围内，不能指望用一种算法就能提取出图像的最佳边缘。当我们要提取比较多不同的边缘时，我们要综合各种算法，糅合出一个最佳的提取检测方法。第二，我们在检测的同时要考虑是否有噪声的影响，当有噪声的影响是，我们要想方法去除噪声，但这有一定的局限性。第三，我们在选用方法对噪声进行处理的时候，可以考虑多种方法一同使用，比如可以利用LOG算子找出函数的边缘，再利用函数相似的方法，在其局部进行处理，最后就可以运用内插法高精度定位边缘；第四，我们在构造对象灰度级阶跃的方法进行边缘检测时，会因为这种方法对噪声过于敏感，导致得到的信息是断断续续的、不完整的，所以在检测之前，需要先对原图像进行平滑处理，这样才能够有效地去抑制噪声的影响。 MATLAB环境下的图像微分边缘检测算法设计+程序(2):http://www.youerw.com/zidonghua/lunwen_40457.html