1、在圖像處理領(lǐng)域，邊緣檢測(cè)是一個(gè)低級(jí)的視覺處理過程，但是由于邊緣描述了目標(biāo)最基本的形狀特征，使得邊緣檢測(cè)在解決目標(biāo)識(shí)別和圖像理解等高層次圖像處理問題上有著非常重要的地位。同時(shí)，邊緣檢測(cè)又是圖像處理領(lǐng)域中經(jīng)典的技術(shù)難題之一，原因是圖像在成像過程中由噪聲、投影、混合等導(dǎo)致圖像發(fā)生模糊和變形，使得邊緣往往難于檢測(cè)。因此，邊緣檢測(cè)主要面臨著兩個(gè)問題：一是如何降低噪聲的干擾；二是如何最大化地檢測(cè)出有效的邊緣信息。
　　 傳統(tǒng)的方法是對(duì)圖像做

2、平滑濾波來降低噪聲的干擾，雖然取得了一定的效果，但是并不理想，表現(xiàn)在濾除噪聲的同時(shí)，也丟失了一些邊緣信息。另外，單一的尺度使得傳統(tǒng)方法不能完整地獲得目標(biāo)圖像的邊緣信息。
　　 近年來，隨著對(duì)尺度空間理論研究的深入，以及一些現(xiàn)代數(shù)學(xué)方法在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，更符合人類視覺特征的多尺度檢測(cè)方法和數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)方法，受到了邊緣檢測(cè)領(lǐng)域?qū)W者們的重視。
　　 鑒于此，本文以尺度空間理論和數(shù)學(xué)形態(tài)學(xué)理論為基礎(chǔ)，對(duì)基于數(shù)學(xué)形

3、態(tài)學(xué)的多尺度邊緣檢測(cè)方法進(jìn)行了探究。
　　 文中重點(diǎn)研究了基本數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)方法及其抗噪型邊緣檢測(cè)方法和多結(jié)構(gòu)型邊緣檢測(cè)方法，并通過實(shí)驗(yàn)發(fā)現(xiàn)：如果采用多個(gè)幾何結(jié)構(gòu)較小的形態(tài)學(xué)結(jié)構(gòu)元素，形態(tài)學(xué)多結(jié)構(gòu)邊緣檢測(cè)方法能夠較好地檢測(cè)目標(biāo)的細(xì)節(jié)邊緣，但是抗噪性差。借鑒傳統(tǒng)方法加入平滑濾波過程的思想，對(duì)前述多結(jié)構(gòu)方法進(jìn)行了改進(jìn)，即在運(yùn)算式中再加入一個(gè)幾何結(jié)構(gòu)較大的濾波結(jié)構(gòu)元素，通過實(shí)驗(yàn)取得了較好的檢測(cè)效果。
　　 此外，文中還利用