不同色彩之间，它是图像分割所依赖的重要特征。本为主要讨论几种典型的图像灰度值突变的边缘检测方法，其原理也是用于其他特性突变的边缘检测。图像的边线通常与图像灰度的阶导数的不连续性有关。图像灰度的不连续性可分为两类阶跃不连续，即图像灰度再不连续出的两边的像素的灰度只有明显的差异，如图所示，线条不连续，即图像灰度突然从个值变化到另个值，青岛大学本科生毕业论文设计保持个较小的行程又返回到原来的值。在实际中，阶跃和线条边缘图像是较少见的，由于空间分辨率尺度空间图像传感器等原因会使阶跃边缘变成斜坡形边缘，线条边缘变成房顶形边缘。它们的灰度变化不是瞬间的而是跨越定距离的。在讨论边缘检测方法之前，首先介绍些术语的定义。边缘点图像中灰度显著变化的点。边缘段边缘点坐标,及方向的总和，边缘的方向可以是梯度角。轮廓边缘列表，或者是条边缘列表的曲线模型。边缘检测器从图像抽取边缘边缘点或边线段集合的算法。边缘连接从无序边缘形成有序边缘表的过程。边缘跟踪个用来确定轮廓图像指滤波后的图像的搜索过程。在实际中边缘点和边缘段都称为边缘。图像边缘检测算法的研究内容图像边缘检测和分析可定义为应用系列方法获取校正增强变换检测或压缩可视图像的技术。其目的是提高信息的相对质量，以便提取有用信息。图像边缘检测中的变换属于图像输入图像输出模式，图像边缘检测是种超越具体应用的过程，任何为解决特殊问题而开发的图像边缘检测新技术或新方法，几乎肯定都能找到其他完全不同的应用领域。图像边缘检测的主要研究内容包括阶跃型房顶型突圆型图边缘灰度变化青岛大学本科生毕业论文设计图像获得和抽样，其中通过人眼观察的视野获取图像的问题有最常用的图像获取装置电视摄像机问题，对所获得信号进行的采样和数字化就可用数字形式表达景物中全部彩色内容电荷耦合装置，用作图像传感器，对景物每次扫描行，或通过平行扫描获得图像选择正确的分辨力或采样密度，幅图像实质上是二维空间中的信号，所以适用于信号处理的法则同样适用于图像边缘检测，在放射学中常常需要高分辨力，要求图像至少达到像素像素灰度量化，图像强度也必须进行数字化，通常以级按字节编码覆盖整个灰度，般幅灰度分辨力为位，空间分辨力为像素像素的图像需兆字节的存贮容量。图像分割，目的是把个图像分解成它的构成成分，以便对每目标进行测量。图像分割是个十分困难的过程。但其测量结果的质量却极大地依赖于图像分割的质量。有两类不同的图像分割方法。种方法是假设图像各成分的强度值是均匀的并利用这种均匀性另种方法寻找图像成分之间的边界，因而是利用图像的不均匀性。主要有直方图分割，区域生长，梯度法等。边界查索，用于检测图像中线状局部结构，通常是作为图像分割的个预处理步骤。大多数图像边缘检测技术应用种形式的梯度算子，可应用对水平方向垂直方向或对角线方向的梯度敏感的梯度算子，用它们的复合结果可检测任意方向的边界。图像增强和复原，用于改进图像的质量。不同的增强技术可以用于不同的目的，这取决于应用的类型。如果打算直接观察图像，可以增强对比度。如果是为了进步对图像作数字处理，可以选择分割种突出各图像成分之间的边界和线状结构的运算。该技术可以是整体的或局部的，也可以在个频域或者空间域中进行。图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。图像分类识别，图像分类识别属于模式识别的范畴，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，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法结构模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换沃尔什变换离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少青岛大学本科生毕业论文设计计算量，而且可获得更有效的处理如傅立叶变换可在频域中进行数字滤波处理。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像边缘检测中也有着广泛而有效的应用。图像边缘检测算法的主要应用图像是人类获取和交换信息的主要来源，因此，图像边缘处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像边缘检测与提取处理的应用领域也将随之不断扩大。数字图像边缘检测又称为计算机图像边缘检测，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图边缘检测作定位识别和跟踪，并对检测跟踪和识别的交通运动目标的交通行为进行分析和判断，特别是在车牌定位字符车牌分割和车牌字符识别技术上的特殊贡献巨大，从而既完成各种交通流数据的采集，又进行与交通管理有关的各种日常管理和控制，形成个全方位立体化的数字交通监控网，真正实现交通管理智能化。因此，改变我国交通以人管理为主的被动局面，实现城市交通管理智能化都具有十分重要的现实意义。本文主要研究基本的边缘提取技术，归纳总结了传统的边缘检测算子的主要原理方法，对边缘提取的基础理论知识进行了系统的阐述。选取两种常用边缘提取方法用语言编程实现，对其图像边缘检测结果进行分析比较，从而总结了两种算法的优缺点，并对未来的研究方向进行了初步的探讨和展望。谢辞回首我在青岛大学的四年学习生活，现在满怀感激之情，我非常荣幸能够来到青岛这个优美的海滨城市生活和学习。在这里，我结识了许多的朋友，在和他们的交往中，我学习到了许多，得到了很大的提高。首先我要感谢我的导师王汉萍老师。王老师在平时的学习生活中给予了我最热情的指导和帮助，在我完成论文的整个过程，更是从开题报告到完成初稿都有王老师的辛劳。感谢王老师在学习上给予我的悉心指导，提供我个很好的学习环境以及实践锻炼机会。并且，王老师治学严谨，丝不苟，注重培养学生研究问题解决问题的工作能力，让我受益匪浅。在此，谨向大学本科期间直培养帮助和关怀我的导师致以由衷的敬意和诚挚的谢意。谨向给予我无私帮助的同学表示深切的感谢。衷心感谢所有在学习期间给予我帮助和支持的师长和朋友，谢谢他们在各方面的帮助，很高兴能和他们起分享学习和生活的快乐。深深地感谢父母对我养育之恩和谆谆教诲，虽然现在不在身边，但是他们总是给我鼓励，教我战胜困难，他们的支持给了我战胜困难的勇气。最后，向所有关心，帮助，理解和爱护过我的老师，同学，家人表示深深地感谢,青岛大学本科生毕业论文设计谨以此论文作为对他们的回报。参考文献美冈萨雷斯等，阮秋琦等译，数字图像边缘检测第二版,电子工业出版社章毓晋，图像边缘检测和分析，清华大学出版社，涂建华，图像边缘检测与分析，科学出版社，何斌马天予等，数字图像边缘检测，人民邮电出版社杨支灵王开，数字图像获取处理及实践应用，人民邮电出版社魏弘博，基于粗糙集的图像增强和边缘检测郑慕之，二维图像边缘检测及可视化研究，南京航空航天大学，郑翔黄艺云，边缘检测算子的快速算法，通信学报，王娜，李霞种新的改进边缘检测算法深圳大学学报，游素亚杨静，图像边缘检测技术的发展与现状，电子科技导报，杜辉强，高光谱遥感影像滤波和边缘提取方法研究，武汉大学，朱秀昌刘峰胡栋，数字图像边缘检测与图像通信，北京邮电大学出版社朱剑英，智能系统非经典数学算法，华中科技大学出版社，游素亚杨静，图像边缘检测技术的发展与现状，电子科技导报，郑翔黄艺云，边缘检测算子的快速算法，通信学报，附录模板的邻域平均法平滑图像读原始图像添加均值为方差为的噪声定义邻域为邻域平均青岛大学本科生毕业论文设计邻域平均后的图像边缘检测程序边缘算子边缘算子边缘算子算子原始图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为青岛大学本科生毕业论文设计阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像的边缘检测算法阈值为的算子边缘检测图像青岛大学本科生毕业论文设计阈值为的算子边缘检测图像阈值为的算子边缘检测图像阈值为的算子边缘检测图像④的边缘检测算法原始图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像调用为检测算子判别阈值为阈值为的算子边缘检测图像目录前言第章图像边缘检测与提取概述图像边缘的定义图像边缘检测算法的研究内容图像边缘检测算法的主要应用图像边缘检测算法的发展前景第章图像的边缘检测与提取引言边缘检测与提取过程边缘检测与提取主要算法边缘算子边缘算子边缘算子边缘算子边缘算子边缘算子第章算法的选择和实现坎尼算法高斯拉普拉斯算法青岛大学本科生毕业论文设计第章试验结果的分析比较及存在的问题结束语谢辞参考文献附录青岛大学本科生毕业论文设计前言在实际图像边缘检测问题中，图像的边缘作为图像的种基本特征，经常被应用到较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域中有较为广泛的应用，也是它们的基础。图像边缘是图像最基本的特征之，往往携带着幅图像的大部分信息。而边缘存在于图像的不规则结构和不平稳现象中，也即存在于信号的突变点处，这些点给出了图像轮廓的位置，这些轮廓常常是我们在图像边缘检测时所需要的非常重要的些特征条件，这就需要我们对幅图像检测并提取出它的边缘。而边缘检测算法则是图像边缘检测问题中经典技术难题之，它的解