图像边缘检测算法研究

论文摘要

图像边缘检测与提取在图像处理中占有非常重要的地位，具有很高的实际应用价值。如何提高边缘检测算法的准确性一直是边缘检测的难点，也是众多学者研究的重点。在第一章中，本文介绍了数字图像处理技术与边缘检测技术的研究背景和意义，分析了现阶段边缘检测技术中存在的问题。第二章介绍了灰度图像边缘检测的相关理论和一些基本算法，通过对相关实验结果的分析和讨论，总结了上述算法的优缺点。第三章针对Kirsch边缘检测算子的局限性，提出一种多阈值选取与边缘连接结合的方法。该方法首先用高斯滤波器对原始图像去噪，使用传统Kirsch算子计算梯度，然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘，最后通过改进的边缘连接算法连接边缘；实验结果表明，本文的方法具有保持弱边缘、连接性好的边缘检测效果。第四章首先介绍了两种基本的色彩空间和两类基本的彩色图像边缘检测方法；基于CIELab色彩空间，本文定义了彩色图像的颜色值，将改进的边缘连接算法与第三章提出的多阈值选取方法相结合对彩色图像进行检测，取得了较好的边缘检测结果。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 数字图像处理简介
• 1.1.1 数字图像处理技术的发展及意义
• 1.1.2 数字图像处理技术的主要内容
• 1.2 数字图像边缘检测简介
• 1.2.1 研究背景及意义
• 1.2.2 国内外研究现状及发展趋势
• 1.2.3 边缘检测技术存在的问题
• 1.3 论文的主要工作和内容安排
• 第二章 灰度图像边缘检测
• 2.1 边缘检测的基本理论
• 2.2 传统的边缘检测算法
• 2.2.1 空间滤波器
• 2.2.2 图像锐化处理
• 2.2.3 Roberts 算子
• 2.2.4 Sobel 算子
• 2.2.5 Prewitt 算子
• 2.2.6 Laplacian 算子
• 2.2.7 LOG 算子
• 2.2.8 Kirsch 算子
• 2.2.9 Canny 算子
• 2.3 各种算法边缘检测实验结果
• 2.4 实验结果分析
• 第三章 多阈值选取与边缘连接的边缘检测算法
• 3.1 引言
• 3.2 多阈值选取与边缘连接的边缘检测算法概述
• 3.3 算法具体步骤
• 3.4 算法的实现和结果比较
• 3.5 结论
• 第四章 彩色图像边缘检测
• 4.1 色彩空间
• 4.1.1 RGB 色彩空间
• 4.1.2 CIELab 色彩空间
• 4.2 彩色图像边缘检测
• 4.2.1 三通道合成方法
• 4.2.2 向量方法
• 4.2.3 基于 CIELab 色彩空间的彩色图像边缘检测
• 4.3 彩色图像边缘检测实现结果与分析
• 第五章 结论和展望
• 参考文献
• 攻读硕士学位期间发表的论文