它从早期采用常规的模式识别在很窄的范围内取得成功年代迅猛发展起来的基于知识的识别方法，扩展到般性思维的模糊识别方法年代重新崛起的人工神经网络识别方法，都为复杂领域的目标识别研究提供了综合的技术途径。本论文围绕特征的提取描述和评价及其对目标识别的影响这主题上展开的研究。通过研究轮廓特征，在定程度上解决原有目标识别技术中的几个问题，使得在原有技术的基础上使该技术在使用中更加的简便快捷以及准确。沈阳理工大学学士学位论文国内外研究现状视觉使人类得以感知和理解周边的世界。计算机视觉的目的是，通过电子化感知和理解图像复制人类视觉的效果。目标识别技术是图像处理模式识别和计算机视觉领域的研究热点之，广泛的应用于日常生活工业应用和军事活动中的各个领域。随着计算机技术和人工智能的发展，目标识别在日常生活工业应用和军事活动中发挥的非常重要的作用。目标识别技术是近年发展的门新兴技术，无论是在生活中还是工业应用或是军事应用中有着重要的实际作用，应用十分广泛。从广义上讲，目标识别可以是多方便的如触觉识别味觉识别听觉识别等等。军事上以电子信息为主要是别手段。从图像处理角度来讲分为低中高三个层次。低层处理通常指原始像素级的处理，中层处理主要是预处理，包括图像增强复原滤波分割等。改善的图像的质量。中层处理主要是在底层处理的基础上给图像分割出来的单元在文本理解为目标以特征描述和分类。及般来说的模式识别。对于目标图像在这个层次中提取的图像的特征，如区域轮廓等特征，然后根据模式识别理论进行分类。高层处理指的是用计算机实现类似人类的视觉系统，及般所说的计算机视觉。图像理解的目的是解释幅图像，必然要涉及到识别图像中的目标，说明各目标之间的关系。目标的描述和识别是其中的主要内容，而这也是中层处理主要内容显然中层处理内容更为关键，轮廓特征的提取就在在中层处理中。图像分割方法可以分为三大类类是基于图像全局知识如图像直方图的分割方法类是基于边缘的图像分割方法第三类是基于区域的图像分割方法。在第类分割方法中，灰度门限法是最简单也是最有效的分割方法。基于边缘的分割方法在边缘检测算子获得边缘图像的基础上，完成对图像的分割。常用的方法包括边缘图像门限法边缘松驰法边界跟踪图搜索法检测边界动态规划检测边界变换法等。基于边缘检测算子的边缘检测方法所得到的边缘是不连续的，实际上只是些无序的点。然后，再由这些点组成物体的轮廓，进而确定目标的区域。基于轮廓局部特征的表示方法基本思想是把目标轮廓分割成若干段，用轮廓分段的基元代表轮廓特征，用于匹配和识别。不同方法的区别在于分割轮廓的方式不同，常用的有多边形近似法曲线分解法样条逼近法等。重要的方法有形状树描述子轮廓分段集描述子轮廓灵活度形状相似度等。其中基于链表和样条的方法较为成熟，目沈阳理工大学学士学位论文前针对它们的研究较少。随着科技的高速发展，目标识别不仅在高科技军事战争中有着重要的作用，而且在其他方面也有着广泛应用，例如这个更新的概念数字地球系统，该系统是个信息量极大的系统，在这个系统中图像处理识别占据着重要的地位。本文主要研究工作本文在分析研究背景及研究意义的基础上，对国内外的研究现状进行了总结。系统学习了图像处理基本技术，并据此对边缘检测算子轮廓提取方法进行了深入研究，为目标轮廓的特征提取奠定基础。论文研究安排如下第章，明确了论文研究的背景及研究的意义，在充分分析国内外研究现状的基础上，对论文的研究内容及研究顺序进行了合理的安排。第二章，对图像预处理及图像特征提取的基本理论进行学习，图像预处理包括图像平滑和图像分割理论，图像特征提取内容为颜色纹理角度等特征，并进步就图像的相似性度量进行研究，为后续的研究工作奠定理论基础。第三章，首先对常用的边缘检测方法进行研究，在此基础上，研究现代新提出的轮廓提取方法，并就提取后图像的后处理操作进行研究。第四章，在研究轮廓特征提取方法的基础上，通过仿真，对目标图像进行图像预处理边缘检测特征提取等操作，并根据提取的特征值进行目标的分类。最后，对论文的研究内容研究结果进行总结。沈阳理工大学学士学位论文数字图像处理技术研究从数字图像处理角度出发，探讨了数字图像轮廓特征提取的般过程，将原始图像进行灰度处理平滑滤波阈值分割边缘检测等处理得到原始图像的二值黑白位图，提取出图像的轮廓特征。提取出来的特征可以用于进步的图像识别数学特征计算等研究。图像预处理原始图像在信息采集传输和终端处理的过程中，容易受到噪声光线等因素影响，从而导致图像产生些降质。这毫无疑问会影响观察者或者是机器对图像的分析与理解，从而影响后续图像的处理预期效果。为了增强图像视觉质量与图像处理精确度，在进行图像处理之前，有必要对图像进行预处理，图像预处理是图像的识别过程中必不可少的个环节。本文主要通过图像增强算法来突出图像中感兴趣的信息与区域，进而改善图像质量。图像平滑的作用主要是抑制图像噪声和干扰中的高频成分使图像亮度变化平缓，边缘都涉及强度的变化。比如折射或焦距不良的影响可能导致对象边界通过强度上的逐步改变而被确定。算子是用来顺应这种逐渐变化的情况。更新的基于小波变换的技术实际上是为了区分每个边缘的过度性质的特征，例如，头发的边缘和脸的边缘。边缘在图像处理的许多应用上起着非常重要的作用，特别是为了分析控制光照条件下人造物体的场景的机器视觉系统。检测幅图片的边缘大大减少了数据量并且可以过滤掉无用的信息，同时保留了图像中的重要结构性质。因此，边缘检测是种知识管理的形式。沈阳理工大学学士学位论文结论算子更能处理图像上的二维空间梯度检测。通常情况下它被用来寻找每个点上的近似绝对梯度幅度，该点为输入灰度图像上的点。边缘检测器使用对卷积模板，个在方向上的估计梯度，另个在方向上的估计梯度。比其他算子比较容易实现。将个二维像素阵列转移成统计的不相关数据集可以增强去除冗余数据的能力，因此，数字图像可以通过减少所需的数据量来表示。考虑到数据通信特别是网络，大规模数据传输会造成互动网络用户的严重问题。边缘检测有助于优化网络宽带，并且它还是跟踪网络流动的数据是所需要的。它有助于为模式识别提供有用的功能。即使算子比计算机更慢，但它的更大的卷积核使输入图像更大程度的平滑，并且可以因此使算子对噪声减少敏感度。模板宽度越大，它对噪音的敏感度就越低，而且算子也可以类似边缘产生跟高的输出值。即使是在现实世界图片的边上，算子有效地突出了噪音，检测到的边可以很厚。边缘检测器以及类似的算法解决了这些方法，通过第次稍微的模糊图像，而不是应用算法试边缘有效地变薄成个像素。这可能是个很慢的过程，因此，算子在图像数据传输中发现海量数据通信时被强烈建议。算子是基于用小的，分离的，以及在水平和垂直方向上整数取值滤波器来卷积图像的，因此，相对于角度计算更便宜。另方面，梯度近似产生相对粗陋，特别是图像上的高频率变化。沈阳理工大学学士学位论文附录源代码灰度处理平滑去噪中值滤波和均值滤波两种方法,均值滤波中值滤波,沈阳理工大学学士学位论文原图像加噪后图像均值滤波后图像中值滤波后图像原始图像加噪后图像均值滤波图像中值滤波后图像边缘检测图像分割包括边缘检测，阈值分割，区域提取图像轮廓提取沈阳理工大学学士学位论文获取外轮廓线对于图形中比较细小的部分，提取轮廓后可能这部分会出现断点，或者提取出条曲线或直线段而非闭合区域。解决方法是先用膨胀函数,将原图形膨胀，这样就可以将细小部分加粗，然后再提取轮廓。为函数的二值结构元素。不能太大也不能太小，当为单位矩阵时，轮廓提取的效果较为理想。提取图形轮廓,它不仅提取外轮廓，对图形区域内部的孔洞所围成的内部边缘也提取出来。解决方法是在提取轮廓之前先利用孔洞填补函数将这些孔洞填补上。二值化空洞填补腐蚀膨胀移除小物体沈阳理工大学学士学位论文,检测边缘跟踪二值化处理图像空洞填充后图像膨胀处理后图像图像外轮廓跟踪处理后图像沈阳理工大学学士学位论文摘要目标识别技术是图像处理模式识别和计算机视觉领域的研究热点之，广泛的应用于日常生活工业应用和军事活动中的各个领域。轮廓作为描述目标特征的种主要方式，在目标识别中发挥着重要的作用。由于轮廓能够直接反应目标特征十分符合人类视觉认知习惯，被广泛应用于光学字符识别车牌自动识别机械零件识别以及舰船和飞机机型识别等重要方面。因此如何有效的描述轮廓特征对于目标识别的最佳结果至关重要。随着计算机技术和人工智能的发展，目标识别技术在军事工业等各个领域发挥着越来越重要的意义，而轮廓特征对于目标识别技术也越发凸显出其重要性。本文主要针对轮廓特征提取这个主题进行研究，重点对如何提取目标的轮廓特征进行了研究。本文基于矩阵实验室，对静态目标图像进行轮廓特征的提取进行仿真，首先对图像进行预处理，继而对图像进行去噪，然后通过边缘检测提取边缘特征，然后通过图像的二值化处理和细化处理最后成功的提取出目标的轮廓特征。仿真结果表明通过以上方法可以较完整清晰的提取出目标图像的轮廓特征。关键词图像平滑轮廓提取数字图像处理边缘检测沈阳理工大学学士学位论文沈阳理工大学学士学位论文目录绪论研究的背景和意义国内外研究现状本文主要研究工作数字图像处理技术研究图像预处理图像平滑图像分割图像特征的提取颜色特征纹理特征形状特征角点提取相似性度量本章小结目标轮廓提取方法研究边缘检测算子研究算子算子算子算子算子边缘检测轮廓提取方法研究数学形态学方法活动轮廓模型方廓提取后处理图像二值化处理沈阳理工大学学士学位论文图像细化处理本章小结轮廓特征提取仿真结果与分析轮廓特征提取仿真与分析图像预处理边缘检测轮廓提取本章小结结论参考文献附录英文原文附录中文翻译附录源代码沈阳理工大学学士学位论文绪论研究的背景和意义事物的轮廓蕴含了该事物丰富的内在信息如形状方向阶跃性质等，是识别技术中所提取的重要信息，因此，轮廓提取在机器视觉中的必不可少的环节。近年来，随着科学技术日新月异的发展，轮廓提取在刑事侦查领域医学领域图像处理和计算机视觉等领域都有着广泛的应用。轮廓作为描述目标特征的种主要方式，在目标识别中发挥着重要的作用。由于轮廓能够直接反应目标特征十分符合人类视觉认知习惯，被广泛应用于光学字符识