灰度圖像邊緣檢測(cè)方法研究.pdf

1、本文首先說(shuō)明邊緣檢測(cè)的概念和算法并分析邊緣檢測(cè)技術(shù)的發(fā)展現(xiàn)狀，在此基礎(chǔ)之上提出了幾種新的邊緣檢測(cè)方法，主要研究?jī)?nèi)容體現(xiàn)在以下幾個(gè)方面： 結(jié)合圖像分割和圖像檢索，總結(jié)了傳統(tǒng)的邊緣檢測(cè)算法，同時(shí)，對(duì)傳統(tǒng)方法的運(yùn)行速度和抗噪性能等關(guān)鍵問(wèn)題做出了剖析。并分析了它們各自的優(yōu)缺點(diǎn)。 提出了一種基于灰色關(guān)聯(lián)度的圖像邊緣檢測(cè)方法，利用圖像中某一點(diǎn)及其八領(lǐng)域像素的分布規(guī)律和邊緣像素的分布規(guī)律的相似程度來(lái)判斷其是否為邊緣點(diǎn)。通過(guò)仿真表明，該

2、方法在檢測(cè)效果、抗噪聲以及邊緣定位方面都有較大的優(yōu)勢(shì)。 結(jié)合信息論中熵的概念提出了一種基于局部熵的邊緣檢測(cè)方法。局部熵值大，信息量少，灰度變化就?。痪植快刂敌?，信息量多，灰度變化就大。實(shí)驗(yàn)表明該方法具有較好的抗speckle和椒鹽噪聲性能。 提出了一種結(jié)合邊緣像素的幅度結(jié)構(gòu)特性和方向特性的基于模糊熵的邊緣檢測(cè)方法，根據(jù)鄰域內(nèi)的灰度分布是有序的、具有方向性以及灰度實(shí)質(zhì)具有結(jié)構(gòu)性三種圖像邊緣的基本特征，通過(guò)引入模糊熵，構(gòu)造出