1、隨著計算機學科和相關學科的發(fā)展，圖像邊緣提取技術取得了蓬勃的發(fā)展。圖像邊緣指的是圖像中灰度值的突變部分，是圖像最基本的特征之一。它包含了圖像的大部分信息，圖像邊緣提取是圖像處理問題中的重要技術。也是圖像處理中最基礎的問題之一。其優(yōu)劣將直接影響整個計算機視覺系統(tǒng)性能的好壞，圖像邊緣的有效提取對于我們進行高層次的圖像特征描述、識別和理解有著重要的輔助作用。圖像邊緣提取在航空、航天、遙感衛(wèi)星圖像、醫(yī)學診斷圖像等領域得到了廣泛的應用。很多學者為

2、此進行了深入的研究，做了大量的工作，也取得了一定的研究成果。截止到目前，已提出許多圖像邊緣檢測及提取算法，但由于實際圖像往往不同程度的含有噪聲，噪聲和邊緣在空間域上都表現(xiàn)為灰度值比較大的變化，在頻域上都是高頻分量，這使得兩者很難清楚區(qū)分，給邊緣提取帶來了難度。同時由于不同的算法對不同類型的圖像具有不同的提取效果，而且算法的復雜度和運行時間也不同，所以圖像邊緣提取是至今沒有得到圓滿解決的經(jīng)典技術之一。
　　本文在綜合論述圖像邊緣提取

3、方法的研究現(xiàn)狀和發(fā)展趨勢的基礎上，從圖像邊緣提取的經(jīng)典算法入手，首先采用各種算法對不同圖像進行邊緣提取的仿真實驗，分析不同算法的各種性能。其次在分析的基礎上結合不同算法的優(yōu)點，提出改進方法。本文主要工作如下：
　　一是針對經(jīng)典 Canny算子自適應性以及邊緣定位準確性不好、對于不同的圖像，邊緣提取的性能不同的缺點，對 Canny算子中梯度幅度值和邊緣定位方法進行改進來實現(xiàn)對圖像的邊緣提??；在改進的過程中，針對 Canny算子由于前

4、期運算復雜導致運算量大，最終時間用量較大的缺陷，因而對梯度幅度值計算方法進行改進，同時針對經(jīng)典 Canny算子下限閾值選取，低閾值設置過大將導致漏檢圖像邊緣突變較小的邊緣，為了解決這個矛盾，選用了四閾值邊緣檢測定位方法。
　　二是針對經(jīng)典模糊 Pal.King算法在進行圖像邊緣提取過程中生硬地用待處理圖像的灰度圖來確定高低灰度部分，同時在處理過程中通過矩陣的變換和逆變換而對得到的模糊矩陣進行最大和最小矩陣元素值的確定，這樣會使原圖

5、像很多邊緣信息漏檢進而造成圖像邊緣提取的不準確；為了改善這些不足，本文將采用模糊閾值分割的方法，根據(jù)圖像不同區(qū)域的特點得到圖像的區(qū)域閾值，然后采用圖像邊緣增強進而對圖像邊緣提取，使得能夠很好避免圖像邊緣細節(jié)的丟失。同時該改進算法能夠很好地避免傳統(tǒng)模糊Pal.King算法的隸屬度函數(shù)計算，減少算法的復雜度。
　　三是針對目前對于圖像邊緣提取效果的評價標準比較零散不統(tǒng)一，本文根據(jù)文獻中經(jīng)常用到的主觀評價標準和客觀評價標準，對這兩種標準