發(fā)布時間：2024-03-27 06:09

　　邊緣檢測作為圖像處理領(lǐng)域中極其關(guān)鍵的一部分,成功應用于航空航天探測、工業(yè)監(jiān)控生產(chǎn)、生物醫(yī)療科學等領(lǐng)域。邊緣檢測結(jié)果會直接影響后續(xù)其他圖像處理結(jié)果,因此,如何提高邊緣檢測精度成為圖像處理領(lǐng)域中的重要研究問題之一。傳統(tǒng)邊緣檢測算法主要包括基于一階微分和二階微分算子的方法,這些方法雖然運算簡單,便于實現(xiàn),但在邊緣檢測過程中對噪聲敏感,檢測結(jié)果中存在誤檢、漏檢、雙邊現(xiàn)象。因此,本文針對傳統(tǒng)邊緣檢測方法中存在誤檢、漏檢和雙邊的問題,提出一種基于多向分數(shù)階微分的魯棒Canny邊緣檢測方法。本文的主要工作和研究成果如下:1、考慮到傳統(tǒng)邊緣檢測算法的檢測結(jié)果中存在的誤檢、漏檢和雙邊現(xiàn)象,本文首先在傳統(tǒng)Canny算法的邊緣檢測模板的基礎(chǔ)上,推導出了基于八方向分數(shù)階微分算子的邊緣檢測模板。然后基于該模板提出了一種基于八方向分數(shù)階微分算子的Canny邊緣檢測算法,最后通過對Lena和Cameramen圖像的仿真實驗,來驗證本文所提出方法的有效性。2、針對基于八方向分數(shù)階微分算子的Canny邊緣檢測方法的檢測結(jié)果中出現(xiàn)斷邊的問題,本文提出了基于梯度矢量流(Gradient Vector Flow,GVF)Sn...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖2-6幅頻特性曲線圖

邊緣檢測原理和方法17()()()0lim1nnjnnnjdfnfthftjhdtj===(2-35)(1)(1)!nnnnjjj+=耺(2-36)以上為基于整數(shù)階階數(shù)n的微分表達式，根據(jù)G-L定義，將整數(shù)階微分推廣到分數(shù)階，得到基于分數(shù)階階數(shù)v的微分表達式()()()()000....

圖3-1(a)離線計算

分算子推導出了基于八方向分數(shù)階微分的邊緣檢測算子，再結(jié)合具體圖像，得到該圖像對應的最優(yōu)分數(shù)階階次，并按照Canny算法步驟，完成基于八方向分數(shù)階微分算子的Canny邊緣檢測方法，最后，通過對標準圖像的檢測來驗證算法的有效性。3.1Canny算法的總體思路本章針對傳統(tǒng)....

圖3-5Lena原圖

基于八方向分數(shù)階微分算子的Canny邊緣檢測方法31在后續(xù)的圖像處理發(fā)展中，Lena圖像被廣泛應用。Cameraman圖像和Lena圖像類似，是集多種圖像特點于一體的圖像，這種圖像能為圖像處理算法帶來極大的研究意義。本章對Lena圖像和Cameraman圖像進行邊緣檢測，通過比較....

圖3-6(a)Sobel算法圖3-6(b)Canny算法圖3-6(c)本文算法Fig.3-6(a)SobelAlgorithmsFig.3-6(b)CannyAlgorithmsFig.3-6(c)TheMethodsofAlgorithms

基于八方向分數(shù)階微分算子的Canny邊緣檢測方法31在后續(xù)的圖像處理發(fā)展中，Lena圖像被廣泛應用。Cameraman圖像和Lena圖像類似，是集多種圖像特點于一體的圖像，這種圖像能為圖像處理算法帶來極大的研究意義。本章對Lena圖像和Cameraman圖像進行邊緣檢測，通過比較....

本文編號：3940299