的分布，像是人的视觉系统对图的接收在大脑中形成的印象或认识。

图像是两者的结合。

图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的需要。

简单的说，依靠计算机对图像进行各种目的的处理我们就称之为数字图像处理，其英文名称是。

早期的数字图像处理的目的是以人为对象，为了满足人的视觉效果而改善图像的质量，处理过程中输入的是质量差的图像，输出的是质量好的图像，常用的图像处理方法有图像增强复原等。

随着计算机技术的发展，有类图像处理是以机器为对象，处理的目的是使机器能够自动识别目标，这称之为图像的识别，因为这其中要牵涉到些复杂的模式识别的理论。

总的来说，数字图像处理包括以下几项内容。

点运算点运算主要是针对图像的像素进行加，减，乘，除等运算。

图像的点运算可以有效的改变图像的直方图分布，这针对提高图像的分辨率以及图像均衡都是非常有益的。

几何处理几何处理主要包括图像的坐标转换，图像的移动，缩小，放大，旋转，多个图像的配准以及图像扭曲校正等。

几何处理是最常见的图像处理手段，几乎是任何图像处理软件都提供了最基本的图像缩放功能。

图像增强和复原图像增强和复原的目的是为了提高图像的质量，去除噪声提高图像的清晰度等。

图像增强主要是突出图像中感兴趣的目标部分，如强化图像高频分量，课使图像中的物体轮廓清晰，细节明显而强化图像低频分量，可减少图像中噪声的影响等。

图像复原则要求对图像降质的成因有定的了解，根据降质过程建立降质模型，然后采用种滤波方法，恢复或重建原来的图像。

图像时域频域变换图像变换就是通过时域和频域的变换找到其中的特征，再加以变换的过程。

傅立叶变换是最基础的图像变换。

在傅立叶变换基础上又有离散余弦变换沃尔什哈达玛变换和小波变换等。

图像形态学处理图像形态学是数学形态学的延伸，是门的研究科学。

利用图像学处理技术，可以实现图像的腐蚀，细化，和分割等效果。

般图像分割有两种情况，是图像边缘检测，二是区域分割。

边缘检测是最常用的方法，主要是通过边缘检测算子模板和曲面拟合来达到图像分割的目的。

图像的编码图像编码研究是属于信息论中信源编码的范畴，其主要的宗旨是利用图像信号的统计特性及人类视觉特性对图像进行高效编码，从而达到压缩的目的，图像编码是数字图像处理中个经典的研究范畴，有多年的历史，目前，已经制定了多种编码标准，如等。

图像分析和理解图像分析和理解是图像处理技术的发展和深入，也是人工智能和模式识别的个分支。

在图像分析和理解中主要有图像的描述和图像的分类识别。

图像分类识别属于模式识别当今的模式识别方法有种统计识别法，句法结构，模式识别法，和模糊识别法的范畴，其主要内容是图像经过些预处理增强复原压缩后，进行图像分割和特征提取，从而进行分类判别。

数字图像处理系统数字图像处理系统硬件早期的数字图像处理系统为了提高处理速度增加容量都采用大型机。

随着计算机性价比性能价格比日新月异的提高，以小型机为主的微型图像处理系统得到发展。

主机为机，配置以图像采集卡及显示设备就构成了最基本的微型图像处理系统。

目前，国产的等图像板研制成功并已商品化。

微型图像处理系统成本低应用灵活。

便于推广。

特别是微型计算机的性能逐年提高，使得微型图像处理系统的性能也不断升级，加之软件配置丰富，使其更具实用意义。

显示卡显示卡是记忆和保存图像的地方，通常，存储的凸现要随时显示在显示器上。

机多采用或个像素点。

通常在图像处理装置中，灰度值红绿蓝各占位，共计位，可以表示万种颜色，这种显示卡称为真彩色显示卡。

计算机图像处理的主要特点是数据量大运算时间长，因而对系统硬件配置要求较高。

目前，在机上配置奔腾以上内存。

以上硬盘的计算机已属常见，计算速度大幅度提高，可与几年前的大型机媲美。

为了加快图像的显示和处理速度，用于图像处理的机配置应尽可能高些。

图像存贮装置图像数据量庞大，早期其存储成为问题。

到目前为止，除了大容量磁盘可供存储图像数据之外，等光学存储装置以及等网络存储系统，为存储海量图像数据提供了极好的支持。

数字图像处理软件系统微型图像处理系统既包含硬件设备，也需要定的软件环境支持。

目前，图像处理系统平台多为或，开发的主流工具公司的。

这是因为是种具有高度综合性能的软件开发工具，用它开发出来的程序有着运行速度快可移植能力强等优点。

本文中的复原方法就是在平台的图像分别进行巴特沃斯低通滤波和傅立叶变换处理，最后对退化的图像进行逆滤波复原。

验收测试本系统在测试过程中发现了些功能不完善的地方，对此进行了些完善。

最后测试验证系统能够达到预期的效果。

经过测试，验证本系统能够正常运行。

系统测试在系统开发中有着重要的意义，不仅关系到系统各个具体功能的实现，同时影响到系统整体功能的实现以及使用的稳定性。

因此在测试中发现问题不是坏事，这样才能够更好的解决问题，完善系统的功能，如果不经过反复的测试，即完善系统功能，系统的开发也是不完善的。

作为开发者，在反复的调试和测试中感受到的不是挫折，而是在找出并解决问题时学到知识，丰富经验，培养自己的信心和对程序开发的热情。

在测试过程中，我对程序中出现的些冗余代码进行了删除和调整。

另外，对程序中的设计不合理和不太好的地方进行了重新设计或者是改进。

最后，我认为测试并不能证明程序是正确的。

即使经过了最严格的测试，仍然可能还有没被发现的缺陷潜藏在程序中。

测试只能查找出程序中的，不能证明程序中没有。

至此，用逆滤波方法实现图像的复原工作可以说已基本完成了。

结论本次毕业设计的主要方向是数字图像处理的基本原理基本方法及在环境下实现，其中图像处理的方法集中在图像边缘检测部分。

在整个毕业设计过程中，我既学到了许多知识，同时又锻炼了自己的实际动手能力。

但由于本人水平有限在整个过程中不可避免地遇到了各种各样的问题，而且还存在着许多不足之处。

总结起来有以下几点对开发环境的基本知识和使用方法有了定的了解和掌握。

尤其是基于的应用程序框架，它是进行图像处理的关键。

对图像处理的内容有了更加深入的认识，尤其是对图像的表示方法和操作滤波和傅立叶变换能在环境下实现。

在环境下通过对图像在频域进行处理傅立叶变换可以实现对退化图像的复原，效果很理想。

各个边缘检测方法都有其优点和缺点，在实际运用时可以按不同的条件选择合适的方法。

由于能力所限在程序开发过程中遇到了很多问题，使得系统在进行图像边缘检测时受限。

通过此次毕业设计，我知道了如何去学习新的知识，如何去运用已掌握的知识，如何去克服遇到的困难。

还有就是，怎样安排时间，怎样查阅资料，怎样识别有用的知识，都是此次毕业设计我获得的宝贵财富。

这些在我将来的学习工作中也将起到非常重要的作用。

参考文献李佳数字图像的增强与分割中国图形图像网，朱虹数字图像图像处理基础科学出版社刘直芳，王运琼，朱敏数字图像处理与分析清华大学出版社黄维通面向对象与可视化程序设计清华大学出版社，何斌数字图像处理人民邮电出版社，余兆明图像编码技术人民邮电出版社，苏明数字图像处理典型算法及实现人民邮电出版社，苏彦华数字图像识别技术典型案例人民邮电出版社郎锐数字图像处理学实现北京希望电子出版社张海藩软件工程导论清华大学出版社，致谢在本次毕业设计中，我从指导老师王辉身上学到了很多东西。

老师认真负责的工作态度，严谨的治学精神和深厚的理论水平都使我受益匪浅。

我曾经在的使用和图像操作的基本知识上遇到不少困难，但是在自己的不懈努力和导师同学的帮助下，我克服了几乎所有的困难，并顺利的完成了毕业设计。

在这里首先要感谢我的导师王辉对我的支持和帮助。

从的熟练使用到图像处理算法的编写，都是在王辉老师的指导和鼓舞下完成的，王老师还就毕业论文的修改提供了宝贵的意见。

我从老师的工作态度中学到了很多东西这对于我以后的工作和学习都有种巨大的帮助，感谢老师耐心的辅导。

另外，在毕业设计的过程中我还得到了本专业各位老师的大力帮助。

同学们也给予了我很大的帮助，帮助我解决了不少的疑点和难点，使得毕业设计能及时完成，在此对毕业设计期间给予我关心和帮助的所有老师和同学们表示深深的谢意，摘要边缘检测的概念，是使用数学方法提取图像像元中具有亮度值灰度空间方向梯度大的边线特征的过程。

许多工作属于在个图像中发现有意义的强度变化的能力的算法的设计已完成。

这项工作的许多动机来自需要产生保持图像重要的结构信息的相对紧密的描述。

这些信息对创造分割和使边缘检测对应用的种大的品种关键的对象识别算法是很有用处的。

这项目是描述边缘检测的过程和试图实时并且总结其至关重要的角色的图像处理。

边缘检测是种基本的和重要的话题在计算机视觉和图像处理。

在这篇文章中我们讨论了几种数字图像处理技术应用于边缘特征提取。

首先，利用小波变换用于图像来去除噪声的采集。

第二，些边缘检测算子微分边缘检测等，原木边缘检测，精明的边缘检测和二进制形态进行了分析。

然后根据仿真结果，分析了各类高速船优缺点。

这些边缘检测算子进行了比较。

结果表明，二元形态学算子能取得更好的边缘特征。

最后，为了获得清晰的完整的图像轮廓的方法，并给出了边境关闭。

实验过程中，边缘检测后，用本文方法是可行的关键词检测数字图像处理小波分析操作员，前言边缘是套那些有灰色像素的阶跃变化和顶层变化，二者之间的对象和背景对象和对象区域地区之间和克莱门特和宽厚。

边总是在两个相邻地区都有不同的灰色的水平。

这是由于灰色的水平是不连续的。

边缘检测是种基于范围不连续性的图像分割新方法，。

图像的边缘检测是种基本的内容，包括图象处理与分析，也是种问题，即完全无法解决为止。

当图像是后天获得的，这个因素产生了如投影混合变异和噪声。

这些因素带来图像特征的模糊和变形，因而很难提取图像特征。

另外，由于这样的因素同样也很难去检测边缘。

该方法是已被研究的图像边缘和轮廓特征的检测与提取的热点领域出现的图像处理和分析技术。

边缘特征提取已应用于许多领域，有着广泛的应用前景。

本文主要讨论了关于优势和劣势的几个边缘检测算子，并据此在中编程实现。

目录目录第章数字图像处理概述数字图像处理系统概述数字图像处理系统第章开发工具简介开发工具的概述作为面向对象设计的原因及其优点框架和文档视结构第章类的构造类构造的概述几种重要的操作函数第章图像边缘检测比较图像边缘检测的基本步骤图像边缘检测基本算子与实现边缘检测算法应用与性