圖像邊緣檢測(cè)方法研究.pdf

1、數(shù)字圖像邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別和區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，是圖像識(shí)別中提取圖像特征的一個(gè)重要方法。邊緣中包含圖像物體有價(jià)值的邊界信息，這些信息可以用于圖像理解和分析，并且通過(guò)邊緣檢測(cè)可以極大地降低后續(xù)圖像分析和處理的數(shù)據(jù)量。圖像理解和分析的第一步往往就是邊緣檢測(cè)，目前它已成為機(jī)器視覺(jué)研究領(lǐng)域最活躍的課題之一，在工程應(yīng)用中占有十分重要的地位。 經(jīng)典的邊緣檢測(cè)方法如：Roberts，Sobel，Prewit

2、t，Kirsch，Laplace等方法，基本上都是對(duì)原始圖像中像素的小鄰域構(gòu)造邊緣檢測(cè)算子，進(jìn)行一階微分或二階微分運(yùn)算，求得梯度最大值或二階導(dǎo)數(shù)的過(guò)零點(diǎn)，最后選取適當(dāng)?shù)拈撝堤崛∵吔?。但這些算法均存在對(duì)噪聲敏感、不能自適應(yīng)選擇閾值、檢測(cè)效果不太理想等缺點(diǎn)。 本文對(duì)邊緣檢測(cè)理論和算法作了深入的研究，在具體分析各類傳統(tǒng)的邊緣檢測(cè)算法的基礎(chǔ)上，重點(diǎn)研究了Canny算法，并結(jié)合改進(jìn)的MTM算法及Otsu算法對(duì)Canny算法中的濾波方法和雙