1、目錄前言1第1章圖像邊緣檢測與提取概述11.1圖像邊緣的定義21.2圖像邊緣檢測算法的研究內(nèi)容31.3圖像邊緣檢測算法的主要應(yīng)用41.4圖像邊緣檢測算法的發(fā)展前景6第2章圖像的邊緣檢測與提取72.1引言72.2邊緣檢測與提取過程92.3邊緣檢測與提取主要算法102.3.1Roberts邊緣算子102.3.2Sobel邊緣算子112.3.3Prewitt邊緣算子112.3.4Laplacian邊緣算子122.3.5Log邊緣算子122.3

2、.6Canny邊緣算子14第3章算法的選擇和實現(xiàn)163.1坎尼（CANNY）算法173.2高斯—拉普拉斯（LOG）算法18第4章試驗結(jié)果的分析、比較及存在的問題19結(jié)束語26現(xiàn)代數(shù)字圖像邊緣檢測處理的目標有三：可視化、自動化和定量化：（1）可視化:當圖像被采集并顯示時，這些圖像通常需要改善以便觀察者更容易解釋它們。感興趣的目標必須突出或者圖像各部位之間的對比度需要增強處理。自從像CT和MRI等三維成像手段問世以來，可視化，特別是三維結(jié)構(gòu)

3、的可視化受到極大的關(guān)注。（2）自動化:旨在使一些日常的或繁瑣的工作自動化。例如，根據(jù)一個染色體分布的顯微圖像自動確定染色體核型的系統(tǒng)，從一個血液涂片自動生成白細胞分類計數(shù)報告的系統(tǒng)。這些應(yīng)用的特征是要求最小的人工干預，全自動完成分析工作。關(guān)于白細胞分類計數(shù)應(yīng)用，市售系統(tǒng)是在1970年開發(fā)成功的。但今天這項任務(wù)是以完全不同方式（采用流式白細胞計數(shù)技術(shù)）自動完成。（3）定量化:有關(guān)定量化的圖像邊緣檢測的例子有：測量動脈狹窄的程序以及用電子顯

4、微鏡觀察組織切片中特殊成分的定位和定量（如血色素沉著癥中的鐵元素）。在這些應(yīng)用中，人工介入是允許的，因為處理時間的長短在這些應(yīng)用中并不是主要矛盾。數(shù)字圖像邊緣檢測處理，即用計算機對圖像的邊緣進行處理，這一技術(shù)是隨著計算機技術(shù)發(fā)展而開拓出來的一個新的應(yīng)用領(lǐng)域，匯聚了光學、電子學、數(shù)學、攝影技術(shù)、計算機技術(shù)等學科的眾多方面。圖像邊緣檢測處理作為一門學科已經(jīng)被美國數(shù)學學會列為應(yīng)用數(shù)學的一個研究分支。在其短暫的發(fā)展歷史中，已經(jīng)被成功的應(yīng)用在幾乎

5、所有與成像有關(guān)的領(lǐng)域。近年來，圖像分析和處理緊緊圍繞理論、實現(xiàn)、應(yīng)用三方面迅速發(fā)展起來。它以眾多的學科領(lǐng)域為理論基礎(chǔ)，其成果又滲透到眾多的學科中，成為理論實踐并重，在高新技術(shù)領(lǐng)域中占有重要地位的新興學科分支。1.1圖像邊緣的定義所謂圖像邊緣（Edlge）是指圖像局部特性的不連續(xù)性，例如，灰度級的突變，顏色的突變，紋理結(jié)構(gòu)的突變等。邊緣廣泛存在于目標與目標、物體與背景、區(qū)域與區(qū)域（含不同色彩）之間，它是圖像分割所依賴的重要特征。本為主要討

6、論幾種典型的圖像灰度值突變的邊緣檢測方法，其原理也是用于其他特性突變的邊緣檢測。圖像的邊線通常與圖像灰度的一階導數(shù)的不連續(xù)性有關(guān)。圖像灰度的不連續(xù)性可分為兩類：階躍不連續(xù)，即圖像灰度再不連續(xù)出的兩邊的像素的灰度只有明顯的差異，如圖1.1所示，線條不連續(xù)，即圖像灰度突然從一個值變化到另一個值，保持一個較小的行程又返回到原來的值。在實際中，階躍和線條邊緣圖像是較少見的，由于空間分辨率（尺度空間）、圖像傳感器等原因會使階躍邊緣變成斜坡形邊緣，