| 【中文题名】 | 基于Canny理论的彩色图像边缘检测 |
| 【英文题名】 | |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-1 |
| 【中关键词】 | 数字图像处理,彩色边缘检测,自适应,Canny算子,, |
| 【英关键词】 | Digital Image Processing,Color Edge-detection,Adaptive,Canny Operator, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>集中检测与巡回检测系统 |
| 【论文摘要】 | 边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础，是数字图像处理重要的研究课题之一。如何快速、准确的对彩色图像进行边缘检测是数字图像处理领域的研究热点。
本文基于Canny算法，提出了改进的梯度幅值和方向算法的Canny自适应彩色边缘检测方法。Canny自适应彩色边缘检测方法在保持了传统Canny算子原有的定位准确，单边缘响应和信噪比高等优点的基础上，提高了Canny算子在提取彩色图像边缘细节信息和抑制假边缘方面的性能。Canny自适应彩色边缘检测方法将整幅图像分割为若干子图像，并根据子图像边缘梯度信息自适应的生成动态阈值，提高了彩色边缘检测的自动化程度，并在实际应用中获得很好的效果。本文详细介绍了这种算法的基本思想和具体方法，并通过实验以及对实验结果的分析，证明了Canny自适应彩色边缘检测方法是一种有效的彩色图像边缘检测改善方法。 |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
ABSTRCT |
3-6 |
|
第1章 引言 |
6-11 |
|
1.1 边缘检测的发展 |
6-8 |
|
1.2 彩色边缘检测的定义 |
8-9 |
|
1.3 彩色边缘检测的目的及意义 |
9-10 |
|
1.4 论文的主要工作和背景 |
10 |
|
1.5 论文的总体结构 |
10-11 |
|
第2章 边缘检测综述 |
11-24 |
|
2.1 概述 |
11-13 |
|
2.2 梯度 |
13-14 |
|
2.3 边缘检测算法 |
14-18 |
|
2.3.1 Roberts算子 |
15 |
|
2.3.2 Sobel算子 |
15 |
|
2.3.3 Prewitt算子 |
15-16 |
|
2.3.4 各种算法比较 |
16-18 |
|
2.4 二阶微分算子 |
18-21 |
|
2.4.1 拉普拉斯算子 |
18-20 |
|
2.4.2 二阶方向导数 |
20-21 |
|
2.5 LoG算法 |
21-24 |
|
第3章 Canny准则及Canny算法 |
24-30 |
|
3.1 Canny连续准则 |
24-28 |
|
3.1.1 边缘检测的Canny准则 |
24-26 |
|
3.1.2 Canny准则下最优边缘检测滤波器的求解 |
26-28 |
|
3.2 Canny边缘检测算法 |
28-30 |
|
3.2.1 双阈值技术 |
28 |
|
3.2.2 多尺度技术 |
28-30 |
|
第4章 Canny自适应彩色边缘检测 |
30-39 |
|
4.1 传统的Canny边缘检测算法 |
30-33 |
|
4.1.1 平滑图像 |
30-31 |
|
4.1.2 计算梯度的幅值和方向 |
31 |
|
4.1.3 对梯度幅值进行非极大值抑制 |
31-32 |
|
4.1.4 用双阈值检测和连接边缘 |
32-33 |
|
4.1.5 Canny算法的缺陷 |
33 |
|
4.2 Canny自适应彩色边缘检测算法 |
33-39 |
|
4.2.1 改进的图像梯度幅值计算方法 |
33-35 |
|
4.2.2 自适应的动态阈值方法 |
35-37 |
|
4.2.2.1 梯度直方图 |
35-36 |
|
4.2.2.2 对子图像梯度直方图分类 |
36-37 |
|
4.2.2.3 产生高、低阈值 |
37 |
|
4.2.3 边界跟踪 |
37-38 |
|
4.2.4 边缘细化和剔除孤立点噪声 |
38-39 |
|
第5章 算法的实现与结果分析 |
39-52 |
|
5.1 算法实现的简单说明 |
39-44 |
|
5.1.1 用高斯滤波器平滑图像 |
39 |
|
5.1.2 分割彩色图像 |
39-41 |
|
5.1.3 计算整幅梯度的幅值和方向 |
41 |
|
5.1.4 对梯度幅值进行非极大值抑制 |
41 |
|
5.1.5 用双阈值检测和连接边缘 |
41-42 |
|
5.1.6 组合子图像 |
42-43 |
|
5.1.7 算法流程 |
43-44 |
|
5.2 实验结果及分析 |
44-52 |
|
5.2.1 彩色边缘检测方法的选择 |
44-45 |
|
5.2.2 多维梯度法中梯度幅值计算方法的选择 |
45-47 |
|
5.2.3 重叠区域比例参数ρ |
47-48 |
|
5.2.4 阈值调整率β |
48-49 |
|
5.2.5 传统的Canny算法和Canny自适应算法对比分析 |
49-52 |
|
结论与建议 |
52-54 |
|
1.全文总结 |
52-53 |
|
2.下一步工作的建议 |
53-54 |
|
致谢 |
54-55 |
|
参考文献 |
55-56 |
|
| 【DOI】 | LunWen.ID:2.2008.364740 |
