圖像邊緣檢測(cè)算法研究

1.44萬(wàn)字 46頁(yè) 原創(chuàng)作品，通過(guò)查重系統(tǒng)


畢業(yè)設(shè)計(jì)說(shuō)明書(shū)中文摘要
伴隨著計(jì)算機(jī)數(shù)字處理技術(shù)的快速迅猛發(fā)展，對(duì)圖像邊緣檢測(cè)技術(shù)的探索研究已經(jīng)成為圖像處理領(lǐng)域中的重中之重，這是圖像分析處理中最基本最廣泛的問(wèn)題，是分割圖像、攫取圖像區(qū)域形狀以及識(shí)別目標(biāo)區(qū)域的十分重要的基礎(chǔ)與前提。在本文中主要內(nèi)容如下所示：
首先，非常系統(tǒng)的講解了數(shù)字圖像處理的一些基本的理念以及適用范圍、邊緣檢測(cè)技術(shù)研究的一些最基本概念及其背景意義，發(fā)展的歷史及現(xiàn)狀。
隨后，由于邊緣檢測(cè)算法種類繁多紛繁復(fù)雜，本文只介紹幾種非常具有代表性的現(xiàn)有條件下可實(shí)現(xiàn)算法。在本文中我們首先介紹了較為經(jīng)典較為常用、也是一般教科書(shū)常見(jiàn)的圖像邊緣檢測(cè)微分算子，如基于一階微分的Prewitt算子、Krisch算子、Roberts算子、Sobel算子、基于高階微分的DoG算子、不同閾值LoG算子、Laplacian算子等微分算子緊接著針對(duì)幾種算子的優(yōu)缺點(diǎn)提出了幾種改進(jìn)型。隨后簡(jiǎn)要介紹了幾種基于仿生算法的算法建模流程及其改進(jìn)型，如粒子群算法、蟻群算法和魚(yú)群算法等。最后提出兩個(gè)重要代表性算法數(shù)學(xué)形態(tài)學(xué)算法、不同閾值的Canny算子予以補(bǔ)充。
對(duì)上述算法進(jìn)行了較為細(xì)致的理論分析和仿真計(jì)算，對(duì)計(jì)算結(jié)果進(jìn)行多方面多角度的分析對(duì)比。最后得出幾種算法的相對(duì)優(yōu)缺點(diǎn)及適用范圍，找出算法實(shí)現(xiàn)較為簡(jiǎn)單、計(jì)算較為簡(jiǎn)便、適用性強(qiáng)且邊緣檢測(cè)性能良好的實(shí)用性算法。

關(guān)鍵詞 邊緣檢測(cè) 經(jīng)典微分算子 仿生算法