可靠圖像邊緣檢測(cè)方法研究.pdf

1、分類號(hào)分類號(hào)：TN911.73密級(jí)密級(jí)：公開公開研究生學(xué)位論文論文題目（中文論文題目（中文）可靠圖像邊緣檢測(cè)方法研究可靠圖像邊緣檢測(cè)方法研究論文題目（外文論文題目（外文）Reliableresearchofedgedetectionmethod研究生姓名研究生姓名劉紅霞劉紅霞學(xué)科、專業(yè)學(xué)科、專業(yè)信息與通信工程信息與通信工程.信號(hào)與信號(hào)與信息處理信息處理研究方向研究方向圖像處理圖像處理學(xué)位級(jí)別學(xué)位級(jí)別碩士導(dǎo)師姓名、職稱導(dǎo)師姓名、職稱萬毅論

2、文工作論文工作起止年月起止年月2012014年9月至2012016年5月論文提交日期論文提交日期2012016年4月論文答辯期論文答辯期2012016年5月學(xué)位授予日期學(xué)位授予日期校址：甘肅省蘭州市校址：甘肅省蘭州市I可靠圖像邊緣檢測(cè)方法研究可靠圖像邊緣檢測(cè)方法研究中文摘要中文摘要人們主要是通過圖像認(rèn)識(shí)世界，并且通過邊緣了解圖像中物體的位置與輪廓，從而對(duì)圖像分析和了解，所以邊緣是圖像的重要特征之一，邊緣檢測(cè)方法的研究就成為了圖像處理中的

3、研究熱點(diǎn)以及難點(diǎn)之一。邊緣是因?yàn)閳D像灰度值發(fā)生突變而產(chǎn)生的，所以幾乎所有的邊緣檢測(cè)算法都是基于一階微分算子或二階微分算子，本文提出一種基于DCT的連續(xù)曲面邊緣檢測(cè)算法。邊緣可能因?yàn)槎嘀匾蛩囟鵁o法被準(zhǔn)確檢測(cè)到，比如在圖像捕獲過程中，噪聲的干擾、自然景物的投影以及光照的強(qiáng)弱，甚至在圖像傳輸過程中，還會(huì)受到噪聲的污染，所以邊緣檢測(cè)中必不可少的一步就是去噪。其中最常用的去噪方法就是高斯濾波，但是高斯濾波去噪很難平衡圖像去噪和邊緣細(xì)節(jié)保留，原因就

4、是噪聲屬于圖像的高頻分量，然而邊緣以及紋理也是高頻分量，即噪聲、邊緣以及紋理處于相同的頻段，所以低通濾波器如高斯濾波在去除噪聲的同時(shí)，會(huì)在一定程度上模糊了邊緣和紋理等細(xì)節(jié)信息；況且高斯濾波對(duì)沖擊噪聲的抑制效果很差很容易將沖擊噪聲誤檢測(cè)為邊緣；再者控制平滑程度的參數(shù)?是人工設(shè)定的。?越大去噪性能越好但也越容易丟失一些細(xì)節(jié)信息，?值越小越能更好的保持圖像邊緣的細(xì)節(jié)信息，但不能達(dá)到理想的去噪效果，因此為了在更好地去噪的同時(shí)有效的保持圖像邊緣和

5、紋理，就要彌補(bǔ)去噪過程中對(duì)邊緣和紋理的模糊，最常用的做法就是用直方圖均衡化和直方圖匹配對(duì)圖像進(jìn)行增強(qiáng)處理，但這兩種增強(qiáng)處理只能對(duì)圖像整體增強(qiáng)，而不能只對(duì)圖像的邊緣紋理信息進(jìn)行增強(qiáng)。本文中我們提出對(duì)圖像進(jìn)行DCT變換將圖像信息由空域轉(zhuǎn)換到頻域，得到DCT系數(shù)，因?yàn)閳D像信息能量會(huì)集中到低頻部分，紋理區(qū)域的DCT系數(shù)幅度較小；邊緣區(qū)域的DCT系數(shù)幅度較大，我們用原始系數(shù)的立方除以它的平方與常數(shù)的和來更新這些系數(shù)以達(dá)到去噪的效果。盡管從邊緣檢測(cè)