软件工程作业报告

2013-2014 学年第二学期研究生课程杭 州 电 子 科 技 大 学 自 动 化 学 院《 软 件 工 程 》 课 程 报 告题目经典边缘算子的图像边缘检测软件设计专业控制工程研究方向预测控制姓名邹琴学号132060153 任课教师刘俊完成时间2014.6.16 成绩评定经典边缘算子的图像边缘检测软件设计1. 前言图像的边缘对人的视觉具有重要意义，一般而言，当人们看见一个有边缘的物体的时候 , 首先感觉到的便是边缘。边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合 , 灰度或结构等信息的突变处成为边缘。边缘或许对应着图像中物体 ( 的边界 ) 或许并没有对应着图像中物体( 的边界 ), 但是边缘具有十分令人满意的性质 , 它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息，边缘是图像的最基本特征。边缘在边界检测、图像分割、模式识别、机器视觉等中有很重要的作用。边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括深度上的不连续、 表面方向不连续、 物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中, 尤其是特征提取中的一个研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。 在生物医学图像方面， 边缘检测技术也是不可缺少的图像处理技术。 传统的边缘检测算法大多可归结为检测周围像素灰度有阶跃变化或屋顶变化的那些像素, 因此微分运算是边缘检测的主要手段。一些经典的微分边缘算子已被广泛应用, 如 Roberts 算子、 Sobel 算子、 Canny算子、 Prewitt算子、Krish 算子、Log 算子、Laplacian算子等。 Roberts 边缘检测算子采用对角线方向的卷积模板在内插点处求得连续梯度的近似值, 定位精度高 , 但对噪声敏感。 Sobel 算子利用邻域思想 , 在邻域内与水平和垂直方向的模板卷积以计算边缘 , 避免了在像素之间的内插点上计算梯度。该方法不但产生较好的检测效果,而且对噪声具有平滑作用, 但是该法计算量大且定位精度不高。Laplacian算子为二阶差分算子 , 具有旋转不变性 , 可以精确定位边缘但是二阶差分也双倍加强了噪声的影响一个优秀的边缘检测器除要求能够正确地检测出有效的边缘外, 边缘定位的精度 , 抗噪声性能等也必须兼顾 , 而这些要求往往都是矛盾的, 很难在...