续的,而屋顶形边缘是阶不连续的。在大部分情况下,我们都是把图像的边缘全部看作是阶梯形边缘,然后求得检测这种边缘的各种最优滤波器，然后用在实践中。边缘检测主要是图像的灰度变化的度量检测和定位。有很多种不同的边缘检测方法,同种方法使用的滤波器也不尽相同。边缘检测就是研究更好的边缘检测方法和检测算子。论文总体结构第三章我们将对边缘检测各种算法和算子进行综合介绍。第四章对设备无关位图的结构进行介绍。第五章介绍算法的实现第六章是结论边缘检测综述在本章中我们将对目前出现的边缘检测做个比较全面的介绍。我基本上是按照这些算法提出的时间顺序给出的。算子边缘，是指周围像素灰度有阶跃变化或屋顶等变化的那些像素的集合。图像的边缘对应着图像灰度的不连续性。显然图像的边缘很少是从个灰度跳到另个灰度这样的理想状况。真实图像的边缘通常都具有有限的宽度呈现出陡峭的斜坡状。边缘的锐利程度由图像灰度的梯度决定。梯度是个向量，▽ƒ指出灰度变化的最快的方向和数量。,梯度的大小和方向是由因此最简单的边缘检测算子是用图像的垂直和水平差分来逼近梯度算子,因此当我想寻找边缘的时候，最简单的方法是对每个像素计算出的向量,然后求出他的绝对值，然后进行阀值操作就可以了。利用这种思想就得到了算子,它是个两个模板作用的结果标注的是当前像素的位置图原图像图算子处理的结果能查到的最早的有关边缘检测的文献就是年的著作，这算是最早的提出边缘检测和边缘检测算子的文章了。年提出了边缘检测和边缘检测的这个简单算子。是在年写的博士毕业论文。这是篇大家都应该阅读的论文。它是最早分析图像中的边缘线模型和图形学的文章。作者提出的系统是第个视觉系统,其中有许多后来被大家常用的算子。它使用了三维物体的多边形模型,通过计算图像中的灰度数据寻找图像中的块然后对他最适当的表示，最后通过匹配来寻找物体。复杂的物体是由很多块组成的，而块是由边缘组成的。作者使用他的简单的算子得到了边缘。相邻的边缘点组成线，如果线比较短，那么这条线就被忽略，如果线比较长，那么我们就把它延长直到它与其它的边缘线相交与点。然后通过对这些线的匹配来识别物体。旦个物体识别出来，表示这个物体的边缘就从图像的边缘线表示上删除，然后再对下个物体进行匹配。算子和算子算子是直观的也是简单的，但是显然效果不好。实践中人们做了大量的实践，总结出了些经验。年左右和分别提出了个算子，这就是算子和算子。边缘检测算子使用两个有向算子个水平的，个是垂直的，般称为模板，每个逼近个偏导数如果我们用算子检测图像的边缘的话，我们可以先分别用水平算子和垂直算子对图像进行卷积，得到的是两个矩阵，在不考虑边界的情形下也是和原图像同样大小的他们分别表示图像中相同位置处的两个偏导数。然后把，对应位置的两个数平方后相加得到个新的矩阵,表示中各个像素的灰度的梯度值个逼近。然后就可以通过阀值处理得到边缘图像。总的过程是算子和算子的不同就在于使用的模板不样这些模板是怎么来的呢我们假设图像的灰度满足下面这个关系,则梯度是,。显然,当前像素邻域内像素值为定义垂直算子和水平算子形如之所以这样定义是为了满足的左上角坐标逻辑单位。指定原位图要绘制区域的左上角坐标逻辑单位。指定要复制原图像句矩形区域的宽度逻辑单位。指定要复制原图像句矩形区域的高度逻辑单位。指向数据图像的指针。指向结构的指针。指定结构中的包含真实的值还是调色板中的索引值。它的取值可能是调色板中包含的是当前逻辑调色板的索引值。调色板中包含的是真正的数值。指定绘制方式。该函数如果调用成功，返回绘制的行数如果失败，则返回。构造自己的函数库虽然没有封装,但是在程序中使用还是十分方便的。在本节中，将要构造自己的函数库，这样在今后使用时，只要自己调用函数库就可以了。下面是函数库的头文件的内容。句柄常量宏判断是否是的计算矩形区域的宽度计算矩形区域的高度在计算图像大小时，采用公式。是，而不是，这里的必须是的整倍数，表示大于或等于的，离最近的整倍数。就是用来计算文件头结构函数原型下面是其源代码中的主要函数函数库绘制对象创建对象调色板返回图像象素起始位置返回宽度返回高度返回调色板大小计算调色板颜色数目拷贝内存块将保存到指定文件中重指定文件中读取对象将指定的色对象保存为色文件读取色文件边缘检测的实现除了算子外其他边缘检测的算法都是将个模板算子作用于图像,所以在编程实现的时候我们可以使用通用的图像模板操作函数。对图像进行边缘检测操作的函数是中的如下函数,和函数。由于算子并不是各向同性的，所以在图中我们看到的边缘并不是完全连通的,有定程度的断开而使用算子和高斯拉普拉斯就不存在这样的问题。在图中我们也看到算子也存在同样的问题。解决这个问题的方法是把它扩展成八个方向的和边缘算子，并且可以像使用算子样获得边缘方向图或者使用各向同性的算子。程序主界面如图所示。图程序主界面结论本文首先对边缘检测的背景和发展分别做了综述，重点讲解了程序中应用的五种算子及其各自的特点，对位图的结构也作了详细的说明。最终通过实现了设计要求的功能，用算法实现图像边缘的点的采样。在对几种算子对图片的检测中，我发现算子和算子得到的检测结果都是不连续的，而使用算子和高斯拉普拉斯就不存在这样的问题。算子也可以得到连续的结果，并且是直观的也是简单的，但是显然效果不好。在本次设计中我只实现了对图像的检测，但利用对图像结构的分析我掌握了图片的格式，希望在以后的学习中我能实现对其它格式的边缘检测。本次设计还培养了我调查研究中外文检索与阅读的能力综合运用专业理论知识分析解决问题的能力和撰写设计论文的能力，收获还是很大的。致谢本次的毕业设计是对我大学四年学习的个总结，是在我走上社会前的次锻炼。由于自己所学知识的有限，在毕业设计中遇到了很多的自己无法解决的难题，使的毕业设计无法往下进展。在我的指导老师陈宏明耐心的指导下，问题被逐攻破，使我在动手能力和理论学习中的到了不少提高，也为我按时完成毕业设计节省了宝贵的时间。同时陈老师认真负责的工作态度，严谨的治学精神，丰富的理论知识和实际应用的能力都使我受益非浅，在此表示对陈老师衷心的感谢。同时对给予我帮助的同学和朋友表示深深的感谢。谨此向所有帮助过我的老师和同学们致以由衷的感谢,参考文献何斌，马天予，王运坚，朱红莲数字图像处理第二版人民邮电出版社，章敏晋图像处理和分析基础北京高等教育出版社，周长发精通图像编程北京电子工业出版社,彭达,王道智多媒体编程技术人民邮电出版社,美语言命令详解电子工业出版社,郑莉,刘慧宁,孟威程序设计教程机械工业出版社,蒋长锦科学计算和程序集中国科学技术出版社卢凌云等译编程指南北京电子工业出版社陈迅雷等译编程技巧上海科学普及出版社,沈纪新使用速成北京清华大学出版社,美卡斯尔曼,数字图像处理北京电子工业出版社，冯宏伟多媒体技术及应用西安西北大学出版社，夏德深，傅德胜现代图像处理技术及应用南京东北大学出版社，李鑫，白雪编程基础与范例北京电子工业出版社，姜晓铭程序设计应用短期培训教程北京北京工业大学出版社，引言边缘检测是图像处理中的重要内容。边缘是图像的最基本特征。所谓边缘,是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。等在研究中说边缘或许对应着图像中物体的边界或许并没有对应着图像中物体的边界,但是边缘具有十分令人满意的性质,它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息。并定义边缘检测为主要是图像的灰度变化的度量检测和定位。边缘与图像中物体的边界有关但又是不同的。边缘反映的是图像灰度的不连续性。边缘在边界检测图像分割模式识别机器视觉等中有很重要的作用。经验告诉我们如果我们能成功地得到图像的边缘,那么图像分析就会大大简化,图像识别就会容易得多。第三,很多图像并没有具体的物体,对这些图像的理解取决于它们的纹理性质,而提取这些纹理性质与边缘检测有极其密切的关系。计算机视觉处理可以看作是为了实现任务从包含有大量的不相关的变量中抽取不变量，既简化信息。这就意味着要扔掉些不必要的信息而尽可能利用物体的不变性质。而边缘就是最重要的不变性质光线的变化显著地影响了个区域的外观,但是不会改变它的边缘。更重要的是人的视觉系统也是对边缘很敏感的。研究边缘检测的文章有十分多。年,文献上最早提到边缘检测。年最早开始系统研究边缘检测。从那以后每年都会出现很多关于边缘检测的文章。边缘检测的方法主要有以下几种第种，检测梯度的最大值。由于边缘发生在图像灰度值变化比较大的地方,对应连续情形就是函数梯度较大的地方，所以研究比较好的求导算子就成为种思路。算子算子和算子等就是比较简单而常用的例子。还有种比较直观的方法就是利用当前像素邻域中的些像素值拟合个曲面,然后求这个连续曲面在当前像素处梯度。从统计角度来说,我们可以通过回归分析得到个曲面,然后也可以做类似的处理。第二种，是检测二阶导数的零交叉点。这是因为边缘处的梯度取得最大值正的或者负的,也就是灰度图像的拐点是边缘。从分析学上我们知道,拐点处函数的二阶导数是。第三种，统计型方法。比如说利用假设检验来检测边缘，利用对二阶零交叉点的统计分析得到了图像中各个像素是边缘的概率，并进而得到边缘检测的方案。我自己主要用了以下五种算子来实现边缘检测，分别是算子算子算子算子和算子，并且使用来实现，处理的图片类型主要是位图。背景数字图像处理与边缘检测数字图像及数字图像处理每天我们都是在报纸杂志书籍电视各种小册子等大量的图像信息包围中度过的。这些图像包括文字照片图表插图等，它使我们感到安适和生活情趣。视觉是人类从大自然获取信息的最主要的来源。据统计在人类获取的信息当中，视觉信息约占，听觉信息约占，其它的如味觉信息，触觉信息等加起来约占。由此可见视觉信息对人们的重要性。而图像正是人类获取视觉信息的主要途径。图像是用各种观测系统以不同形式和手段观测客观世界而获得的,可以直接或者间接作用于人眼并进而产生视知觉的实体。为了能严格地用数学来研究图像的边缘检测我们只研究灰度图像的边缘检测，我