基于灰色關聯(lián)度的圖像邊緣檢測的理論研究.pdf

1、圖像邊緣檢測是數(shù)字圖像處理的一個重要研究領域，它屬于特征提取的范疇，是計算機視覺的重要基礎。圖像邊緣含有一幅圖像的主要信息，在現(xiàn)實應用中，具有十分重要的意義，但同時圖像邊緣檢測也是數(shù)字圖像處理中的一個難題，如何獲取理想的邊緣，是邊緣檢測算法需要解決的首要問題。
　　經(jīng)典邊緣檢測算法的原理是運用空域微分算子通過卷積來完成的。圖像邊緣有一個重要的特性，就是灰度突變，而這些灰度突變構成了邊緣，經(jīng)典算子正是利用導數(shù)算子結合灰度變化來檢測邊

2、緣，隨著技術的發(fā)展，又出現(xiàn)了一些新的理論，如基于分形幾何的邊緣檢測算法、基于小波變換和小波包的邊緣檢測算法、基于形態(tài)學的邊緣檢測算法等，但它們也都存在著各自的局限性。
　　灰色系統(tǒng)是一種信息不完全確定的模型，灰色關聯(lián)分析是用數(shù)學理論來分析灰色系統(tǒng)，它的特點是“少數(shù)據(jù)，貧信息”，通過已知信息作為參考，定量得到未知信息的發(fā)展趨勢。
　　本文將灰色系統(tǒng)理論和改進的傳統(tǒng)邊緣算子，以及 MLP神經(jīng)網(wǎng)絡相結合，主要研究工作如下：

3、　?。?）針對經(jīng)典邊緣檢測算子對于邊緣信息較為豐富的圖像以及弱邊緣圖像檢測效果不理想問題，將傳統(tǒng)的Sobel算子模板由0度和90度擴展為0度，22.5度，45度，67.5度，90度，112.5度，135度，157.5度，180度，202.5度，225度，247.5度，270度，292.5度，315度，337.5度，增加方向信息，和灰色關聯(lián)理論相結合。把擴展后的模板作為灰色關聯(lián)分析理論中的參考數(shù)列，求出每個方向上的絕對關聯(lián)度，進而得到最大