基于canny和形态学的边缘检测技术研究-毕设论文.doc
《基于canny和形态学的边缘检测技术研究-毕设论文.doc》由会员分享,可在线阅读,更多相关《基于canny和形态学的边缘检测技术研究-毕设论文.doc(53页珍藏版)》请在咨信网上搜索。
1、硕 士 学 位 论 文基于canny和形态学的边缘检测技术研究Research of Image Edge Detection Based On Canny& Mathematical Morphology 原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。论文作者签名:签字日期: 年 月 日关于论文使用授权的说明学位论文作者完全了解云南民族大学有关保留和使用学位
2、论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属云南民族大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)学位论文作者签名:签字日期: 年 月 日导 师 签 名: 签字日期: 年 月 日I摘要摘要图像处理的研究内容主要包含边缘检测、图像分割、模式识别等。随着数字化时代的到来,数字图像处理与分析方面的研究工作显得十分重要。数字图像处理广泛地应用于工业、农业、交通、金融、地质、海洋、气象、生物医学、军事、公安、电子
3、商务、卫星遥感、机器人视觉、目标跟踪、自主车导航、多媒体信息网络通信等领域,取得了显著的社会效益和经济效益。图像中灰度信息变化较明显的地方称为图像的边缘。灰度的变化信息称为阶跃信息,一般来说,像素点灰度值从一个很小值急剧过渡到另一个灰度较大的值即形成了边缘。图像边缘含有丰富的图像信息,较图像其它部分应用价值很大,这是因为基于此我们可以进一步进行识别、分割等方面的研究。低层视觉和高层视觉是计算机视觉研究的主要内容。图像处理就属于低层视觉部分,它主要包括图像的信息增强、除躁和边缘检测信息检测、图像滤波等;图像分析和图像理解即为高层视觉研究的主要内容,主要是通过计算机模拟生物对于图像信息的感知和运用
4、能力。图像里含有的信息量较多,图像边缘检测是图像处理技术中很重要的一环,是图像图形学赖以研究的基础和支柱。 数学形态学简称形态学,是运用集合论来分析几何形状的方法,打破了传统数值建模的思想,是非线性信号分析理论的一种。相异的结构元素对图像信号进行探测,我们得到的是不同的图像分析,这是由于结构元素的尺寸和形状与图像结构的信息有关。关键词:图像处理;边缘检测;数学形态学;AbstractAbstractImage processing research includes edge detection, image segmentation, and pattern recognition. Wit
5、h the coming of the digital age, digital image processing and analysis of the research is becoming very important. Digital image processing is being widely used in the field of industry, agriculture, transportation, finance, geology, oceanography, meteorology, biology, medicine, military, public sec
6、urity, e-commerce, satellite remote sensing, robot vision, object tracking, autonomous vehicle navigation, multimedia information network communication, etc. It has made a significant society and economic benefits.The gray information changed obviously local image is called image edge. Change inform
7、ation of gray called Yue information, order in general, pixel gray value from a very small value of a sharp transition to another gray large value that the formation of the edge. Image edge image which contains rich information, compared with other parts of image of great application value, because
8、it is based on this we can further research on recognition, segmentation.Low-level and high-level vision is the main research content of the computer vision. Image processing belong to the low-level vision part, it mainly includes image information enhancement, in addition to noise and edge detectio
9、n information detection, image filtering; image analysis and image understanding is the main content of the high-level vision research, mainly is the simulation of biological for image information perception and the ability to apply the computer. Contains abundant information of image, the image edg
10、e detection is very important in image processing, is the basis and pillar of image and graphics.Mathematical morphology referred morphology, it is the use of set theory to analyze the geometry of the method, the idea of breaking the traditional numerical modeling, a nonlinear signal analysis theory
11、. Different structural elements of the image signal detection, we get is different from the image analysis, which is due to the size and shape of the structural elements and picture structure information.Keywords: Image processing; edge detection; morphology;III目录目录第1章 概论11.1 数字图像处理概论及其应用21.2 边缘检测技术
12、简介及评价标准31.3 现存边缘检测技术存在的问题41.4 论文主要研究内容和结构安排3第2章 传统边缘检测方法62.1 边缘检测原理62.2 传统边缘检测方法72.2.1 Roberts边缘检测72.2.2 Sobel边缘检测72.2.3 Prewitt边缘检测82.2.4 Log边缘检测92.2.5 Canny边缘检测102.2.6 以上几种算法仿真分析12第3章 形态学边缘检测143.1 形态学基本理论143.2 几种形态学边缘检测算法143.2.1 一般形态学边缘检测算子143.2.2 基于轮廓的结构元素(CB)形态学边缘检测算子15第4章 本文改进的边缘检测算法 4.1 改进的形态学
13、边缘检测算法174.1.1 改进的复合CB形态学滤波174.1.2 改进的多尺度CB形态学算法184.1.3 仿真分析194.2 改进的自适应canny-形态学算法274.2.1 传统canny算法局限性分析274.2.2 本文改进的自适应canny-形态学算法284.2.3 仿真分析314.3 改进的形态学边缘检测算法33第5章 本文算法的应用实践345.1 对癌症细胞的边缘检测345.1.1 癌症研究的必要性345.1.3 癌症细胞边缘获得35第6章 总结和展望376.1 论文总结376.2 展望37参考文献39附录41发表的学术论文成果44致谢455第1章 绪论第1章 绪论1.1 数字图
14、像处理概论及其应用 图像处理的研究内容主要包含边缘检测、图像分割、模式识别等。数字图像处理(Digital Image Processing)将图像信号转换成数字信号并利用计算机对其进行处理,随着数字化时代的到来,数字图像处理与分析方面的研究工作显得十分重要。数字图像处理广泛地应用于工业、农业、交通、金融、地质、海洋、气象、生物医学、军事、公安、电子商务、卫星遥感、机器人视觉、目标跟踪、自主车导航、多媒体信息网络通信等领域,取得了显著的社会效益和经济效益 。数字图像处理的研究内容主要包括:(1)图像变换:主要是对原始图像的加工处理,使得图像的大小、几何形状、像素值等发生变化,常见的有时域变换和
15、频域变换。例如,傅里叶变换可使处理分析在频域中进行,使运算简单;而使用离散余弦变换(DCT)则可压缩数据,从而便于图像传输和存储。(2)图像增强:图像再生产、传输过程中往往会失真,所得图像和原图像有某种差别。人们可以估计出使图像降质的一些可能原因,针对这些原因采取简单易行的方法,改善图像质量。(3)图像分析:为达到研究图像的目的,我们要借助于一些数学算法来获取图像特定信息。这些数学算法中的参数值和矩阵算子是依据待检测图像而设置的。图像分析是我们通过检测结果,分析图像的几何特性等信息,并将其应用于生活实践。(4)图像压缩:多媒体和互联网的发展,使得图像的传输越来越重要。为了减少传输图像时所需花费
16、的代价,最好采用合适的方法对图像进行压缩和编码,以便于图像的传输和存储。1.2 边缘检测技术简介及评价标准图像的边缘包含了图像大部分信息,其中大量的信息是由不连续的,这主要是由于像素点灰度值的阶跃造成的,因此,我们将图像中灰度产生较大耀变的区域定义为边缘。边缘广泛存在于物体与物体、物体与背景之间。边缘检测的对象是灰度变化较为剧烈的部分。边缘一般包括两类,即阶跃状边缘和和屋脊状边缘:阶跃状边缘通常是指像素点的灰度值变化比较显著的一些点的集合;而屋脊状边缘一般是灰度值增加与减少的边界。传统的边缘检测算法一般通过求一阶、二阶导数来表示边缘点的变化。传统边缘检测算法通过构造检测算子来提取边缘,然而边缘
17、和噪声在空间域上灰度值大小表现出较大的差落,这也给边缘检测带来了挑战。图像边缘检测技术一般先经过图像的预处理,然后再对边缘进行提取和判断。很多研究者在图像预处理和边缘提取两个方面,已经提出了很多方法。图像的预处理就是减少与目标无关的信息和加强与目标相关的信息,常用的图像预处理方法有去噪,图像加强等。第二步就是从已经处理过的图像中提取特征和用一定决策方法来判断。在处理区域中最有意义的特征如下:形状特征,纹理特征。在提取特征的前提下,可以用如下的决策算法来对图像的目标区域进行检测:距离函数,贝叶斯决策,神经网络,支持向量机和模糊函数等。边缘检测最早在1959年被提出,1965年,Roberts等人
18、开始系统的研究边缘检测技术,从20世纪70年代起,边缘检测技术开始引起人们的广泛关注。由于图像边缘检测是图像处理中的一项关键技术,在图像处理和计算机视觉等领域占有重要地位,再加上图像边缘检测本身的难度和深度,边缘检测技术一直以来都受到人们的重视,并为此进行了大量研究,迄今为止人们已提出了很多类型的边缘检测算法。对于图像的边缘检测来说,一般在检测过程中有如下的要求:(l)能够较为正确地检测出图像大致边缘;(2)边缘定位精确,模糊边缘较少;(3)边缘检测响应越少越好,最好是唯一响应;(4)适应性较强,并尽可能降低误检率和漏检率;(5)抗燥能力较好;1.3 现存边缘检测技术存在的问题边缘检测技术主要
19、是为了获取原图像的边缘信息。为了达到更好的视觉效果、更充分的运用图像的边缘信息进行科学研究,人们要求边缘检测要在精度上进一步提高,尽量避免检测出较为粗糙的边缘曲线,要“精益求精”。实际中,图像不可避免地会受到噪声污染,如油渍、光照、灰尘等,这都加大了检测出原图像真实边缘的难度,为了努力还原图像边缘的真实面目,学者们不断为之奋斗。因此,我们要尽可能地通过数字图像处理技术尽量滤掉这些噪声,尽量减少干扰信息,去除冗余,但图像的噪声依然或多或少地存在于图像中,干扰着我们对图像的边缘检测。传统的边缘检测方法存在的诸多问题:(1) 噪声处理效果不佳。边缘检测在对含噪图像进行平滑去噪时,容易丢失高频信息,导
20、致图像失真,而且,边缘检测中不能实际有效地滤除外界干扰噪声,即使经过处理,也仍旧不能摆脱少部分顽固噪声的干扰; (2) 定位精确度不够高。对边缘具体点的确定不能“一针见血”,不能仅保留住有效的边缘点信息,或多或少总会掺杂一些冗余噪声信息,造成了提取的边缘部分较为模糊;而且,传统的边缘检测方法的定位精度一般只能达到像素级,但在实际应用中,对定位的精度要求甚至达到亚像素级。 (3) 尺度过于单一。实际中,图像的边缘产生在不同尺度内,因此,我们需要利用多尺度的边缘检测算子对不同尺度的边缘进行检测。(4) 适用领域的局限性。现在的边缘检测算法虽多,但每种算法基本都存在适用环境的局限,例如经典坎尼算子仅
21、对高斯噪声干扰的图像有较好地检测结果,而对椒盐噪声图像,边缘检测效果很差,不能滤除大部分噪声,造成了得到的图像灰度阶跃信息混乱,在椒盐噪声浓度较高时甚至难以分辨真实图像边缘和噪声点。1.4 论文主要研究内容和结构安排第一章,概论,主要介绍了边缘检测技术的过往及现状和本论文研究的一些内容和流程。第二章,主要阐述了传统经典边缘检测算子,进行较为深入的分析和介绍,并最终给出它们的仿真结果和分析结论。详细地分析了个算法的优缺点和应用范围及适应性。第三章,主要阐述了数学形态学边缘检测算法,包括传统的形态学算法和基于轮廓(CB)的形态学算法。分别对它们进行了较为深入的介绍。在文献17及其它文献的基础上,深
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 canny 形态学 边缘 检测 技术研究 论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。