1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
道理，使我受益非浅。
没有在课堂上学到的知识做基础我的论文也很难顺利完成。
本科毕业论文论文题目数字图像边缘检测算法研究学院信息科学技术学院专业信息管理与信息系统毕业届别届姓名邓晓勇指导教师李艳梅职称讲师甘肃农业大学教务处制二〇〇九年五邓晓勇数字图像边缘检测算法研究目录摘要引言第章绪论图像处理的意义边缘检测边缘检测的意义图像边缘检测方法的研究现状数字图像及数字图像处理第二章数字图像边缘检测的基本理论图像边缘及检测的发展图像边缘概述边缘检测及其发展数字图像边缘的分类数字图像边缘检测方法的基本步骤第三章典型边缘检测算子的分析和实现差分和图像灰度定义差分边缘检测算子算子算子算子算子算子第四章边缘检测算子在苹果虫害叶片中的应用虫害叶片特征虫害叶片边缘检测的意义边缘检测对图像的实现结论第五章结束语参考文献致谢邓晓勇数字图像边缘检测算法研究数字图像边缘检测算法研究邓晓勇甘肃农业大学信息科学技术学院信管班摘要图像边缘包含了图像的位置轮廓等特征，是图像的基本特征之，常被用于较高层次的特征描述图像分割图像增强图像复原模式识别图像压缩等分析和处理中，以便对图像进行进步的分析和理解。
本文比较详细的研究了基于微分理论的几种传统的和新兴的边缘检测方法，最终研究的结果是准确的检测出了图像的边缘，通过在虫害叶片中的仿真应用，总结出了各种典型算法存在的优缺点和各方面的性能，为进步研究积累了经验。
关键词边缘检测，算子，算子，算子，算子，比较邓晓勇数字图像边缘检测算法研究引言计算机视觉包括两部分低层视觉和高层视觉。
低层视觉即为图像处理，包括图像增强噪声滤除和边缘检测等部分高层视觉包括图像分析和图像理解，主要是模拟人类对图像信息的认知和决策能力。
图像信息量巨大，而边缘信息是图像的种紧描述，是图像最基本的特征，所包含的也是图像中用于识别的有用信息。
所谓边缘或边沿是指其周围像素灰度有阶跃变化或屋顶变化的像素的集合。
它以不连续性的形式出现，通常用方向和幅度描述图像的特性。
般来讲，沿边缘走向的像素变换平缓，而垂直于边缘走向的像素变化剧烈。
基于边缘检测的基本思想是先检测图像中的边缘点，再按定策略连接成轮廓，从而构成边缘图像。
传统的边缘检测方法基于空间运算，借助空域微分算子进行，通过将算子模板与图像进行卷积合成，根据模板的大小和元素值的不同有不同的微分算子，如算子算子算子算子等，这些空域边缘算子对噪声都比较敏感，且常常会在检测边缘的同时加强噪声。
随着边缘检测被应用到各个领域，对检测算子的评价也成了目前研究热点。
造出具有良好信噪比和边缘检测结果的算法。
图像边缘检测方法的研究现像的边缘图。
但是由于机器或技术等原因，图像中总存在和边缘点频率相近的噪声，使得提取的图像边缘总存在伪检测和漏检测，以及检测出来的边缘图不是单像素宽的情况。
如何提高边缘检测的精度，使得边缘检测算法具有更基本特征，而图像边缘是图像的重要特征。
边缘点角点纹理特征等等组成了图像的基本图元。
边缘点也称为图像信号的奇异点或突变点，存在于图像的不规则或不平稳的结构中，包含了图像的大量信息，这些突变点构成了图界，表面突变点等等。
通常我们通过确定点的灰度，色度等来分辨图像中物体的边界。
狭义上讲，边缘检测是寻找并定位灰度值不连续点的过程。
无论怎样定义其技术大致分为两阶段，特征提取和边界确定。
首要的是找出图像的决于它们的纹理性质，而提取这些纹理性质与边缘检测有着及其密切的关系。
图像的边缘可从广义和狭义两个方面来理解。
广义上讲，边缘检测指在幅有个或多个物体的场景图中寻找其涉及的三维边界，如物体边界，阴影边轮廓是由段段的边缘片段组成的而扫视个未知的物体。
第二，经验告诉人们如果人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，很多图像没有具体的物体，对这些图像的理解取检测的基础。
边缘广泛存在于物体与背景之间物体和物体之间，基元与基元之间，因此它也算子是和应用高斯函数先对图像进行平滑，然后采用拉普拉斯算子根据二阶导数过零点来检测边缘，也称为算子。
算子与视觉生理中的数学模型相容，从而在计算机视觉与视觉生理研究之间建立了联系，在机器视觉研究领域得到了广泛的应用。
另种方法是局部曲面最小二乘拟合法来考虑，其基本思想是根据最小二乘法，把图像的局部区域近似表示为组基函数的线性组合它们般对应图像中特定的具有独特性质的区域。
为了辨识和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进步对目标进行测量和对图像进行利用，通常利用边缘检测的方法可以达到这个目的。
在图像检索领域，边缘检测可以用来确定场景中的目标物体，进而可以用在视频图像处理中，或者用于基于内容的图像检索。
此外，边缘在模式识别机器视图等中有很重要的应用。
边缘是边界检测的重要基础，也是外形检测的基础。
边缘广泛存在于物体与背景之间物体和物体之间，基元与基元之间，因此它也是图像分割所依赖的重要特征。
边缘检测对于物体的识别也是很重要的。
主要有以下几个理由。
首先，人眼通过追踪未知物体的轮廓轮廓是由段段的边缘片段组成的而扫视个未知的物体。
第二，经验告诉人们如果人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着及其密切的关系。
图像的边缘可从广义和狭义两个方面来理解。
广义上讲，边缘检测指在幅有个或多个物体的场景图中寻找其涉及的三维边界，如物体边界，阴影边界，表面突变点等等。
通常我们通过确定点的灰度，色度等来分辨图像中物体的边界。
狭义上讲，边缘检测是寻找并定位灰度值不连续点的过程。
无论怎样定义其技术大致分为两阶段，特征提取和边界确定。
首要的是找出图像的基本特征，而图像边缘是图像的重要特征。
边缘点角点纹理特征等等组成了图像的基本图元。
边缘点也称为图像信号的奇异点或突变点，存在于图像的不规则或不平稳的结构中，包含了图像的大量信息，这些突变点构成了图像的边缘图。
但是由于机器或技术等原因，图像中总存在和边缘点频率相近的噪声，使得提取的图像边缘总存在伪检测和漏检测，以及检测出来的边缘图不是单像素宽的情况。
如何提高边缘检测的精度，使得边缘检测算法具有更高的信噪比成为图像处理中的难题。
由于好的边缘检测算法对于进行更高层次的分析理解图像起着非常重要的作用。
因此，学者们直致力于研究如何构造出具有良好信噪比和边缘检测结果的算法。
图像边缘检测方法的研究现状边缘检测就是要检测出图像中灰度值非连续的像素点，并且确定它们在图像中的准确位置。
边缘提取是图像分析过程中必不可少的，后面的处理都要依靠它提供的信息来完成。
邓晓勇数字图像边缘检测算法研究边缘提取的好坏将直接影响到后续处理的准确性和难易程度。
毕业论文_数字图像边缘检测算法研究（0）
