电视机图像模糊的七个原因

文本标签：电视图像模糊原因怎么办电视机

电视机图像模糊的原因之一：显像管的管座受潮氧化漏电引起的。这种现象通常发生在潮湿的雨季，湿度较大。电视机使用一段时间后，由于温度升高，使潮汽散发，电压有所上升，所以模糊的情况有所好转，于是画面就变得清晰了。显像管插座简称“管座”，在显像管的末端。

电视机图像模糊的原因之二：显像管的管座老化。导致显像管电压下降，造成电视机画面持续模糊。显像管插座老化了，最好请专业的维修人员上门维修，更换一个显像管管座价格不会很贵，一般在几十元之内。如果用户动手能力强，自己更换也不难，买一个价格只在10元左右。

电视机图像模糊的原因之三：聚焦电压的问题。电视开机几个小时图象一样模糊，遥控器正常，对比度亮度也可以调，屏显字符又正常。屏显字符正常肯定不是显像管老化。开机几个小时一样模糊，屏显字符正常，也不可能是管座。打开机盖调整聚焦电压，外行不要操作，有高压。

电视机图像模糊的原因之四：新买的电视接上有线电视后图象不清楚，雪花感十分严重是什么原因？1.装修时天线(有线信号线)与某电源线有接触,致使部分频道接收不好；2.检查天线（有线）的外接线是不是脱焊或接触不良,如果是打电话通知你当地的有线分部；3.如果你的电视是29寸以上的部分频道出现雪花就是噪点大的原因,以模拟电视来说相当正常；4.检查一下是不是只有在UHF(特高频)的频道节目才有雪花和收不到,如果是就属于你那根天线（有线）问题，有些网线太老,当地的开发商自己购买的线达不到国家标准,导致处于在UHF(特高频)的频道节目出现雪花或接收效果差或完全收不到.一般是郊区才有这种现象；5.如果图象看上去很模糊不成形就是电视内部问题,这个要找专业人员修理。

电视机图像模糊的原因之五：显像管老化，使图像在开机瞬间静流过大，导致图像模糊，待静流稳定图像自然清晰了。

电视机图像模糊的原因之六：电视机使用过程中，必定形成磁场，长期在同一个地方放置，

影响电视机成像效果，造成屏幕噪点较多所致，你可以尝试将电视机移动位置，使原有的磁场结构受到破坏，也许可以解决开机图像模糊的现象。

电视机图像模糊的原因之七：电视开机时才图像模糊，所以很可能跟电流有关，功放工作受到电流的干扰，尝试更换高频头可能解决。

经典图像边缘检测

经典图像边缘检测(微分法思想)——Sobel算子 2008-05-15 15:29Sobel于1970年提出了Sobel算子，与Prewitt算子相比较，Sobel算子对检测点的上下左右进一步加权。其加权模板如下：经典图像边缘检测(微分法思想)——Roberts交叉算子 2008-05-14 17:16 如果我们沿如下图方向角度求其交叉方向的偏导数，则得到Roberts于1963年提出的交叉算子边缘检测方法。该方法最大优点是计算量小，速度快。但该方法由于是采用偶数模板，如下图所示，所求的(x,y)点处梯度幅度值，其实是图中交叉点处的值，从而导致在图像(x,y)点所求的梯度幅度值偏移了半个像素（见下图）。

上述偶数模板使得提取的点（x,y）梯度幅度值有半个像素的错位。为了解决这个定位偏移问题，目前一般是采用奇数模板。奇数模板：在图像处理中，一般都是取奇数模板来求其梯度幅度值，即：以某一点（x,y）为中心，取其两边相邻点来构建导数的近似公式：

这样就保证了在图像空间点(x,y)所求的梯度幅度值定位在梯度幅度值空间对应的(x,y)点上(如下图所示)。前面我们讲过，判断某一点的梯度幅度值是否是边缘点，需要判断它是否大于设定的阈值。所以，只要我们设定阈值时考虑到加权系数产生的影响便可解决，偏导数值的倍数不是一个问题。经典图像边缘检测(微分法思想)——Prewitt算子 2008-05-15 11:29 Prewitt算子在一个较大区域中，用两点的偏导数值来求梯度幅度值，受噪声干扰很大。若对两个点的各自一定领域内的灰度值求和，并根据两个灰度值和的差来计算x,y的偏导数，则会在很

数字图像处理中的边缘检测技术

课程设计报告设计题目：数字图像处理中的边缘检测技术学院：专业：班级：学号：学生姓名：电子邮件：时间：年月成绩：指导教师：

数字图像处理中的边缘检测技术课程设计报告I 目录 1 前言:查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义 (1) 1.1理论背景 (1) 1.2图像边缘检测技术研究的目的和意义 (1) 1.3国内外研究现状分析 (2) 1.4常用边缘检测方法的基本原理 (3) 2 小波变换和小波包的边缘检测、基于数学形态学的边缘检测法算法原理 (7) 2.1 小波边缘检测的原理 (7) 2.2 数学形态学的边缘检测方法的原理 (7) 3 算法实现部分：程序设计的流程图及其描述 (9) 3.1 小波变换的多尺度边缘检测程序设计算法流程图 (9) 3.2 数学形态学的边缘检测方法程序设计算法描述 (10) 4实验部分：对所给的原始图像进行对比实验，给出相应的实验数据和处理结果 (11) 5分析及结论：对实验结果进行分析比较，最后得出相应的结论 (15) 参考文献 (17) 附录：代码 (18)

1前言查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义 1.1 理论背景图像处理就是对图像信息加工以满足人的视觉心理或应用需求的方法。图像处理方法有光学方法和电子学方法。从20世纪60年代起随着电子计算机和计算技术的不断提高和普及，数字图像处理进入了高速发展时期，而数字图像处理就是利用数字计算机或其它的硬件设备对图像信息转换而得到的电信号进行某些数学处理以提高图像的实用性。图像处理在遥感技术，医学领域，安全领域，工业生产中有着广泛的应用，其中在医学应用中的超声、核磁共振和CT等技术，安全领域的模式识别技术，工业中的无损检测技术尤其引人注目。计算机进行图像处理一般有两个目的：(1)产生更适合人观察和识别的图像。 (2)希望能由计算机自动识别和理解图像。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2 图像边缘检测技术研究的目的和意义数字图像处理是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像处理也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像处理和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像处理中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速

图像边缘检测技术综述

第 42 卷增刊 1 中南大学学报(自然科学版) V ol.42 Suppl. 1 2011 年 9 月 Journal of Central South University (Science and Technology) Sep. 2011 图像边缘检测技术综述王敏杰 1 ，杨唐文 1, 3 ，韩建达 2 ，秦勇 3 (1. 北京交通大学信息科学研究所，北京，100044； 2. 中国科学院沈阳自动化研究所机器人学国家重点实验室，辽宁沈阳，110016； 3. 北京交通大学轨道交通控制与安全国家重点实验室，北京，100044) 摘要：边缘检测是图像处理与分析中最基础的内容之一。首先介绍了几种经典的边缘检测方法，并对其性能进行比较分析；然后，综述了近几年来出现的一些新的边缘检测方法；最后，对边缘检测技术的发展趋势进行了展望。关键词：数字图像；边缘检测；综述中图分类号：TP391.4 文献标志码：A 文章编号：1672?7207(2011)S1?0811?06 Review on image edge detection technologies W ANG Min-jie 1 , Y ANG Tang-wen 1,3 , HAN Jian-da 2 ,QIN Y ong 3 (1.Institute of Information Science，Beijing Jiaotong University, Beijing 100044, China? 2.State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academic of Science,Shenyang 110016, China? 3.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) Abstract: Edge detection is one of the most fundamental topics in the research area of image processing and analysis. First, several classical edge detection methods were introduced, and the performance of these methods was compared? then, several edge detection methods developed in the latest years were reviewed? finally, the trend of the research of the image edge detection in the future was discussed. Key words:digital image?edge detection?review 图像是人们从客观世界获取信息的重要来源 [1?2] 。图像信息最主要来自其边缘和轮廓。所谓边缘是指其周围像素灰度急剧变化的那些象素的集合，它是图像最基本的特征。边缘存在于目标、背景和区域之间 [3?4] ，它是图像分割所依赖的最重要的依据。边缘检测 [5?8] 是图像处理和计算机视觉中的基本问题，图像边缘检测是图像处理中的一个重要内容和步骤，是图像分割、目标识别等众多图像处理的必要基础 [9?10] 。因此，研究图像边缘检测算法具有极其重要的意义。边缘检测是计算机视觉和图像处理领域的一项基本内容。准确、高效地提取出边缘信息一直是该领域研究的重点内容 [11] 。最初的经典算法可分为边缘算子法、曲面拟合法、模板匹配法、门限化法等。近年来，随着数学理论和人工智能的发展，又出现了一些新的边缘检测的算法 [12?13] ，如基于数学形态学的边缘检测 [14] 、小波变换和小波包变换的边缘检测法 [15] 、基于模糊理论的边缘检测法 [16?17] 、基于神经网络的边缘检测法 [18] 、基于分形几何的边缘检测算法 [19] 、基于遗传算法的边缘检测法 [20?21] 、漫射边缘的检测方法 [22] 、多尺度边缘检测技术 [23] 、亚像素边缘的定位技术 [24] 、收稿日期：2011?04?15；修回日期：2011?06?15 基金项目：轨道交通控制与安全国家重点实验室开放基金资助项目(RCS2010K02)；机器人学国家重点实验室开放基金资助项目(RLO200801)；北京交通大学基本科研业务费资助项目(2011JBM019) 通信作者：王敏杰(1988－)，女，黑龙江五常人，硕士研究生，从事图像处理和计算机视觉研究；电话： 010-51468132； E-mail: wangminjie1118@https://www.360docs.net/doc/4b14980370.html,

一种简单易行的灰度图像边缘检测方法_王小明

一种简单易行的灰度图像边缘检测方法王** （广东工业大学计算机学院，软件工程专硕，学号2111505***) 摘要:基于对图形图像处理的理解，提出一种简单易行的边缘检测方法。在此方法中我们通过比较相邻像素点的灰度值来决定为某个像素设置相应的颜色，该方法中我们将检测出的边缘像素点设成黑色或白色。其思想是，尝试像艺术家速写那样勾勒线条。实验表明:该方法对灰度图像是一种简单，易行的边缘检测方法。关键词：边缘检测；灰度值；阈值选取引言边缘是图像的最重要的特征之一，往往携带着一幅图像的大部分信息，它反映了图像中一个物体区别于其他物体最基本的特征[1]。所谓边缘是指其周围像素灰度值有明显变化（阶跃变化或屋顶变化）的那些像素的集合。边缘广泛存在于目标与背景之间、目标与目标之间、区域与区域、基元与基元之间。边缘检测是基于边界的图像分割方法，是采用某种算法来提取出图像中对象与背景间的交界线。边缘检测是实际中许多图像处理应用的基础，目前，数字图像边缘检测技术广泛应用于图像分割、运动检测、目标跟踪、人脸识别等领域[2]，因此研究图像边缘检测与提取方法具有重要的理论意义和现实意义。传统的图像边缘检测是利用图像一阶导数的极值或二阶导数的过零点信息来提供判断边缘点的依据。利用一阶微分的算子有Roberts、Sobel、Prewitt、Kirsch，利用二阶微分的算子有Laplace、LOG等[3]。近些年人们将模糊理论、统计分析、小波变换、数学形态学，神经网络、遗传算法、曲面拟合等与边缘检测联系起来，提出了许多新的边缘检测算法[4]。以上的这些算法各有优点，但是对于初学者来说不易理解，难于操作。我们可以从人物的线条画中识别出人脸或其他特征，这真是视觉系统的一项重要的特性。现实的世界中，并没有明显的线条定义世界的特征。例如鼻子和眼睛周围没有明晰的线条，但任何一个小孩都能画出一张脸，一个勾代表鼻子，两个圈代表眼睛——而且我们都能认出那是一张脸。通常，在有亮度差别的地方，我们就能看到一条线[5]。在灰度图像中，灰度值间接的表明了某一像素的亮度。对此我们提出了一种简单的基于灰度值比较的灰度图像边缘检测方法。

图像边缘检测算子

课程设计任务书学院信息科学与工程专业电子信息工程学生姓名*** 班级学号09******* 课程设计题目图像边缘检测算子课程设计目的与要求: 设计目的： 1.熟悉几种经典图像边缘检测算子的基本原理。 2.用Matlab编程实现边缘检测，比较不同边缘检测算子的实验结果。设计要求： 1.上述实验内容相应程序清单，并加上相应的注释。 2.完成目的内容相应图像，并提交原始图像。 3.用理论对实验内容进行分析。工作计划与进度安排: 2012年 06月29 日选题目查阅资料 2012年 06月30 日编写软件源程序或建立仿真模块图 2012年 07月01 日调试程序或仿真模型 2012年 07月01 日结果分析及验收 2012年 07月02 日撰写课程设计报告、答辩指导教师： 2012年 6月29日专业负责人： 2012年 6月29日学院教学副院长： 2012年 6月29日

摘要边缘检测是数字图像处理中的一项重要内容。本文对图像边缘检测的几种经典算法（Roberts算子、Sobel算子、Prewitt算子）进行了分析和比较，并用MATLAB实现这几个算法。最后通过实例图像对不同边缘检测算法的效果进行分析，比较了不同算法的特点和适用范围。关键词：图像处理；边缘检测；Roberts算子；Sobel算子；Prewitt算子

目录第1章相关知识.................................................................................................... IV 1.1 理论背景 (1) 1.2 数字图像边缘检测意义 (1) 第2章课程设计分析 (3) 2.1 Roberts(罗伯特)边缘检测算子 (3) 2.2 Prewitt(普瑞维特)边缘检测算子 (4) 2.3 Sobel(索贝尔)边缘检测算子 (5) 第3章仿真及结果分析 (7) 3.1 仿真 (7) 3.2 结果分析 (8) 结论 (10) 参考文献 (11)

图像的边缘检测

数字图像处理实验报告实验三图像的边缘检测 1 实验目的 1）掌握matlab的基本操作。 2）图像的边缘进行提取，通过对边缘的分析来分析图像的特征。 3）学习图像边缘检测的原理，观察算法处理结果。 2 实验设备 1）PC计算机 2）matlab软件 3）实验所需要的图片 3 实验步骤（1）使用imread函数读取一幅RGB图像，并输出显示该图像；（2）由于MATLAB对彩色图像不能进行分析，所以，要将图像首先进行灰度处理；（3）对灰度处理后的图像依次进行Sobel算子，Prewitt算子,Roberts算子，Laplace算子和Canny算子运算；（4）根据对图像观察分析，得出结论。 4 matlab程序 I=imread('E:\10.jpg '); subplot(3,3,1); imshow(I);title('1 原图像'); J=rgb2gray(I);

subplot(3,3,2); imshow(J);title('2 灰度图'); K=imadjust(J,[40/255 1]); subplot(3,3,3) imshow(K);title('3 调整灰度后的图'); I1=edge(K,'sobel'); subplot(3,3,4); imshow(I1);title('4 Sobel算子'); I2=edge(K,'prewitt'); subplot(3,3,5); imshow(I2);title('5 Prewitt算子'); I3=edge(K,'robert'); subplot(3,3,6); imshow(I3);title('6 Robert算子'); I4=edge(K,'log'); subplot(3,3,7); imshow(I4);title('7 Laplace算子'); I5=edge(K,'canny'); subplot(3,3,8); imshow(I5);title('8 Canny算子'); 5 实验结果与分析

数字图像边缘检测的研究与实现

任务书

主要分析几种应用于数字图像处理中的边缘检测算子,根据它们在实践中的应用结果进行研究,主要包括:Robert 边缘算子、Prewitt 边缘算子、Sobel 边缘算子、Kirsch 边缘算子以及Laplacian 算子等对图像及噪声图像的边缘检测,根据实验处理结果讨论了几种检测方法的优劣. 关键词：数字图像处理;边缘检测;算子

图像的边缘是图像的重要特征之一, 数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域十分重要的基础, 其目的是精确定位边缘, 同时较好地抑制噪声, 因此边缘检测是机器视觉系统中必不可少的重要环节。然而, 由于实际图像中的边缘是多种边缘类型的组合, 再加上外界环境噪声的干扰, 边缘检测又是数字图像处理中的一个难题。

目录第一章边缘的概念 (3) 第二章边缘检测 (4) 第三章边缘检测算子的应用 (8) 第四章边缘检测方法性能比较 (12) 参考文献料 (15)

第1章：边缘检测 1．1 边缘的介绍图像边缘是图像最基本的特征，边缘在图像分析中起着重要的作用。所谓边缘是指图像局部特性的不连续性。灰度或结构等信息的突变处称为边缘，例如：灰度级的突变，颜色的突变，纹理结构的突变等。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)．由于边缘检测十分重要，因此成为机器视觉研究领域最活跃的课题之一．本章主要讨论边缘检测和定位的基本概念，并使用几种常用的边缘检测器来说明边缘检测的基本问题．在讨论边缘算子之前，首先给出一些术语的定义：边缘点：图像中具有坐标],[j i 且处在强度显著变化的位置上的点．边缘段：对应于边缘点坐标],[j i 及其方位，边缘的方位可能是梯度角．边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法．轮廓：边缘列表，或是一条表示边缘列表的拟合曲线．边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序．边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程．边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。

几种类型电视机常识介绍.

几种类型电视机常识介绍一、按色彩：彩色电视机、黑白电视机二、按尺寸：5英寸、14英寸、18英寸、21英寸、25英寸、29英寸、34英寸、背投、其它三、按屏幕：球面彩电、平面直角彩电、超平彩电、纯平彩电四、按显像管：普通电子管彩电、液晶显示彩电、等离子彩电平板电视是液晶电视和等离子电视统称。彩电市场开始刮起了平板电视风暴，平板电视被各级市场的消费者逐步了解和认同，市场销量也逐渐攀升。和传统显像管电视相比，平板电视具有高清晰度显像、色彩更丰富、使用寿命更长、省电低功耗、外形轻薄美观、节省空间和低辐射的优点液晶显示器，英文通称为LCD（Liquid Crystal Display）。LCD液晶电视主要采用TFT型的液晶显示面板，其主要的构成包括了，萤光管、导光板、偏光板、滤光板、玻璃基板、配向膜、液晶材料、薄模式晶体管等等。首先液晶显示器必须先利用背光源，也就是萤光灯管投射出光源，这些光源会先经过一个偏光板然后再经过液晶，这时液晶分子的排列方式进而改变穿透液晶的光线角度。然后这些光线接下来还必须经过前方的彩色的滤光膜与另一块偏光板。因此只要改变刺激液晶的电压值就可以控制最后出现的光线强度与色彩，并进而能在液晶面板上变化出有不同深浅的颜色组合了等离子显示器（Plasma Display Panel，PDP）是利用惰性气体电子放电，产生紫外线激发所涂布的红、绿、蓝萤光粉，呈现各种彩色光点的画面。PDP 的出现，使得中大型尺寸（约40~70寸）显示器的发展应用产生极大变化，以其

超薄体积与重量远小于传统大尺寸 CRT电视，在高解析度、不受磁场影响、视角广及主动发光等胜于TFT-LCD的特点，完全符合多媒体产品轻、薄、短、小的需求。 CRT(Crystal Ray Tube，阴极射线管)可以说是投影技术的“鼻祖”。使用CRT技术的投影机也叫三枪投影机，其工作原理与CRT显示器没有什么不同，其发光源和成像均为CRT。CRT投影机(如图1)由阴极射线电子束扫描击射到成像面上，使成像面上的荧光粉发光形成图像后，再传输到投影面上。使用CRT 技术的背投电视机的工作原理与投影机大致相同，不过它采用的是背投而不是投影机的前投方式。 CRT技术的优点是分辨率高、对比度好、色彩饱和度佳、对信号的兼容性强，且技术十分成熟；CRT投影产品的缺点是荧光粉发光后再投影到屏幕上成像，当有效扫描电子数增加到饱和状态时，再增加有效电子数，荧光粉发光量也增不了多少。因此，CRT产品亮度比较低，使用中产品老化现象也比较严重。更重要的是CRT投影技术不是数字化的投影技术，随着数字化潮流的发展必将逐步淡出市场。什么是网络电视？ IPTV，即网络电视，是Internet Protocol Television的缩写，是一种系统的总称，在这一系统中，电视和视频信号使用因特网协议上的宽带连接分配给订户。这经常是与订户的因特网连接并行的，由宽带运营者使用相同的基础设施提供，但在专用带宽分配之上。它并不是什么新鲜事物，多年前就已经存在了。在我们的印象中，它是以PC为显示终端，通过互联网，提供包括电视节目在内的内容丰富的多媒体服

图像的边缘检测实验处理报告

数字视频图像处理与通信实验实验项目：图像的边缘检测指导老师：*** 班级：姓名：学号：

图像的边缘检测实验报告一;实验目的： 1.掌握图像边缘检测的基本概念以及边缘检测的基本方法； 2.通过matlab 实验的具体操作来具体掌握空间图像边缘检测的方法； 3.通过matlab 实验来验证所学知识，达到学以致用； 4.通过matlab 实验来理解roberts 、sobel 、canny 、log 几种算子的原理以及各个算法的优缺点，并加以比较。二;实验原理：图像的边缘是图像最基本的特征之一。所谓边缘（或边沿）是指周围像素灰度有阶跃性变化或“屋顶”变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间，因此它是图像分割依赖的重要特征。图像边缘对图像识别和计算机分析十分有用，边缘能勾划出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等）。从本质上说，图像边缘是图像局部特性不连续性（灰度突变、颜色突变、纹理结构突变等）的反应，它标志着一个区域的终结和另一个区域的开始。边缘检测技术是所有基于边界分割的图像分析方法的第一步，首先检测出图像局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同的区域，检测出边缘的图像就可以进行特征提取和形状分析，但各算子有自己的优缺点和适用领域。 Roberts 算子 Roberts 算子是一种利用局部差分算子寻找边缘的算子，由下式给出： g(x,y)={[y x f ,(-)1,1(++y x f ]2+[y x f ,(- )1,1(++y x f ]2}21 ，其中f(x,y)是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程。Roberts 算子边缘定位准，但是对噪声敏感。适用于边缘明显而且噪声较少的图像分割，在应用中经常用Roberts 算子来提取道路。 Prewitt 边缘算子 Prewitt 边缘算子的卷积和如图所示，图像中的每个像素都用这两个核做卷积，取最大值作为输出，也产生一幅边缘幅度图像。

图像边缘检测方法的比较

课程大作业实验报告图像边缘检测方法的比较课程名称：数字图像处理指导教师报告提交日期2010年05月项目答辩日期2010年05月

目录 1、项目要求 (3) 1.1、要求一 (3) 1.2、要求二 (3) 1.3、要求三 (3) 2、项目开发的环境 (3) 3、边缘检测的系统分析 (4) 3.1、系统模块分析 (4) 3.2、系统的关键问题以及解决方法 (4) 4、系统设计 (5) 4.1程序的流程图以及说明 (5) 4、2程序的主要功能模块 (7) 4.2.1 水平梯度算子模块 (7) 4.2.2 垂直梯度算子模块 (8) 4.2.3 水平垂直梯度算子模块 (8) 4.2.4 罗伯茨算法模块 (9) 4.2.5 Sobel模块 (10) 4.2.6 Prewitt模块 (11) 4.2.7 拉普拉斯边缘检测模块 (11) 4.2.8 基于Kirsch算子的快速边缘检测模块 (11) 4.2.9 Robinson算法模块 (12) 4.2.10 高斯LOG模块 (13) 4.2.11 梯度幅值自适应 (14) 5.实验结果与分析 (14) 5.1 实验结果和分析 (15) 5.2 项目的创新之处 (19) 5.3 存在问题及改进设想 (19) 6.心得体会 (20) 6.1 系统开发的体会 (20) 6.2 对本门课程的改进意见或建议 (20)

1 项目要求 1.1 对以下方法编程实现：（1）水平梯度算子；（2）垂直梯度算子；（3）水平垂直梯度算子；（4）罗伯茨梯度算子；（5）拉普拉斯算子；（6）柯西算子；（7）Prewitt算子；（8）Sobel算子；（9）拓展：其他的边缘检测算法 1.2 界面整合为菜单形式，在程序的主界面上显示每种方法的处理时间（利用C语言的时间函数，计算出处理时间）。 1.3 有好的PPT和电子文档。 2 项目开发的环境硬件部分：PC机软件部分：CVI5.0、IMAQ vision（Imaq_CVI.fp、Imaq_CVI.h、Imaq_CVI.lib）使用语言：C语言

实验三图像分割与边缘检测

数字图像处理实验报告学生姓名王真颖学生学号L0902150101 指导教师梁毅雄专业班级计算机科学与技术1501 完成日期2017年11月06日计算机科学与技术系信息科学与工程学院

目录实验一 ............................................................................................................ 错误！未定义书签。一、实验目的............................................................................................. 错误！未定义书签。二、实验基本原理..................................................................................... 错误！未定义书签。三、实验内容与要求................................................................................. 错误！未定义书签。四、实验结果与分析................................................................................. 错误！未定义书签。实验总结 ........................................................................................................ 错误！未定义书签。参考资料 (3) 实验一图像分割与边缘检测一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法； 4. 掌握用阈值法进行图像分割的基本方法。二．实验基本原理 ●图象边缘检测图像理解是图像处理的一个重要分支，研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此，边界检测包括两个基本内容：首先抽取出反映灰度变化的边缘点，然后剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。边缘检测的方法大多数是基于方向导数掩模求卷

图像边缘检测

V ol.15, No.1 ?2004 Journal of Software 软件学报 1000-9825/2004/15(01)0000 图像边缘检测 Edge Detection of Image Li Jie (Department of Computer Science and Technology,Nanjing University, Nanjing, China) Email:lijie1108@https://www.360docs.net/doc/4b14980370.html, 摘要: 边缘检测是在图像的局部区域上针对像素点的一种运算，在计算机视觉、图像理解等应用中扮演着重要的角色，同时也是图象分析与模式识别的重要环节。因为图像的边缘包含了模式识别的有用信息，所以边缘检测是图像分析和模式识别中特征提取的主要手段，也使得边缘检测在计算机视觉的一些预处理算法中有着重要的地位。另外，随着科技日新月异的发展，边缘检测技术也逐渐运用到生产和生活中。因此，对边缘检测的研究也有很重要的实际应用价值。本文介绍了边缘检测的一般步骤，对灰度图像的几种边缘检测算法，作简单的介绍。关键词: 边缘检测；经验模型分解；Sobel 算子；神经网络中图法分类号: TP-301 文献标识码: A 1 引言边缘检测是图像处理领域中最基本的问题，也是经典的技术难题之一，它的解决对于进行高层次的特征提取、特征描述、目标识别和图像理解等有着重大的影响。因此，边缘检测在图像分割、模式识别、计算机视觉等众多方面都有着非常重要的地位。然而由于成像过程中的投影、混合、畸变和噪声等导致图像的模糊和变形，边缘往往难于检测，这使得人们一直致力于构造具有良好性质的边缘检测算子。边缘检测的研究有着久远的历史，其原因一方面是由于课题本身的重要性，另一方面也反映了这个课题的深度和难度。所以，边缘检测方面的研究具有非常重要的理论意义。由于边缘为图像中灰度发生急剧变化的区域边界，传统的图像边缘检测方法大多可归结为图像高频分量的增强过程，微分运算自然就成了边缘检测与提取的主要手段。人们最早提出了一阶微分边缘算子，用图像灰度分布的梯度来反映图像灰度的变化，最早如1965年提出的Robert 算子[1]，在Robert 算子基础上改进得到的sobel[1]算子、Prewitt[1]算子和Kirsh 算子等。但是，这些算子由于梯度或一阶微分算子通常在图像边缘附近的区域内产生较宽的响应，故上述算子检测到的边缘图像常需作细化处理，这就影响了边缘定位的精度。因而又产生了与边缘方向无关的二阶微分边缘检测算子，即LaPlacian 算子[2l 。利用二阶导数零交叉所提取的边缘宽度为一个像素，所得的边缘结果无需细化，有利于边缘更准确的定位。近年来，随着科学技术的发展，利用各种新的理论工具对图像进行边缘检测的方法得到了广泛的研究和应用。例如基于形态学的边缘检测算子，借助统计学方法的检测技术[7]、利用神经网络的检测技术[8]、利用模糊理论的检测技术[9]、利用信息论的检测技术[10]、利用遗传算法的检测技术、基于分形特征的边缘检测技术[24]等的研究也相继出现，表现相当活跃。由于实际图像都含有噪声，并且噪声的分布、方差等信息也都是未知的，而噪声和边缘都是高频信号。外加物理和光照等原因，实际图像中的边缘常常发生在不同的尺度范围上，并且每一边缘像元的尺度信息是未知的。因此，传统的边缘检测算法检测效果并不理想。

图像边缘检测分析比较

图像边缘检测分析比较摘要：边缘检测是数字图像处理和模式识别领域的基本课题，着重分析了几种经典的边缘检测算子并进行比较，同时阐述新的边缘检测方法的原理。分析结果表明图像边缘检测是一个非良态问题，寻求比较简单，能较好解决边缘检测精度的算法是未来的研究重点。关键词：边缘检测；数学形态学；模糊理论正文： 1.传统的边缘检测方法 1.1基于灰度直方图的边缘检测基于灰度直方图门限法的边缘检测是一种最常用、最简单的边缘检测方法。对检测图像中目标的边缘效果较好。图像在暗区的像素较多，而其他像素的灰度分布比较平坦。为了检测出图像物体的边缘．把直方图用门限Ｔ分割成两个部分，然后对图像实施以下操作：（１）扫描图像的每一行，将所扫描的行中每个像素点的灰度与Ｔ比较后得；（２）扫描图像的每一列，将所扫描的列中每个像素点的灰度与Ｔ比较后得：（３）将与合并，即得到物体的边界图像。在以上过程中，门限T的选择将直接影响边缘检测的质量。由于直方图往往很粗糙，再加上噪声的影响更是参差不齐。这样就使得求图像极大、极小值变得困难。因此。可以用两条二次高斯曲线对目标和景物所对应的峰进行拟合，然后求二者的交点，并作为谷底，选取对应的灰度值为门限T，或用一条二次曲线拟合直方图的谷底部分。门限T可取为 T=-b/2a 1.2基于梯度的边缘检测梯度对应一阶导数，梯度算子就是一阶导数算子。在边缘灰度值过渡比较尖锐，且在图像噪声比较小时，梯度算子工作的效果较好，而且对施加的运算方向不予考虑。对于一个连续图像函数，其梯度可表示为一个向量：该向量的幅度和最大变化率出现时的角度分别为：以上各式的偏导数需对每个像素的位置计算，实际应用中常用小区域模板进行卷

常见图像边缘检测算法检测

不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像研究中的世界级难题，目前研究者正在试图在边缘提取中加入高层的语义信息。在实际的图像分割中，往往只用到一阶和二阶导数，虽然，原理上，可以用更高阶的导数，但是，因为噪声的影响，在纯粹二阶的导数操作中就会出现对噪声的敏感现象，三阶以上的导数信息往往失去了应用价值。二阶导数还可以说明灰度突变的类型。在有些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。二阶导数对噪声也比较敏感，解决的方法是先对图像进行平滑滤波，消除部分噪声，再进行边缘检测。不过，利用二阶导数信息的算法是基于过零检测的，因此得到的边缘点数比较少，有利于后继的处理和识别工作。各种算子的存在就是对这种导数分割原理进行的实例化计算，是为了在计算过程中直接使用的一种计算单位 1.Sobel算子其主要用于边缘检测，在技术上它是以离散型的差分算子，用来运算图像亮度函数的梯度的近似值， Sobel算子是典型的基于一阶导数的边缘检测算子，由于该算子中引入了类似局部平均的运算，因此对噪声具有平滑作用，能很好的消除噪声的影响。Sobel算子对于象素的位置的影响做了加权，与Prewitt算子、Roberts算子相比因此效果更好。 Sobel算子包含两组3x3的矩阵，分别为横向及纵向模板，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。实际使用中，常用如下两个模板来检测图像边缘。

经典边缘检测算子对比

经典边缘检测算子比较张丽南京信息工程大学信息与计算科学系，南京210044 摘要：图像边缘检测技术是图像分割、目标识别、区域形态提取等图像分析领域中十分重要的基础。本文简要介绍各种经典图像边缘检测算子的基本原理，用Matlab仿真实验结果表明各种算子的特点及对噪声的敏感度，为学习和寻找更好的边缘检测方法提供参考价值。关键字：图像处理；边缘检测；算子；比较引言图像的边缘时图像最基本的特征之一。所谓边缘（或边沿）是指周围像素灰度有阶跃性变化或“屋顶”变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间，因此它是图像分割依赖的重要特征。图像边缘对图像识别和计算机分析十分有用，边缘能勾划出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等）。从本质上说，图像边缘是图像局部特性不连续性（灰度突变、颜色突变、纹理结构突变等）的反应，它标志着一个区域的终结和另一个区域的开始。边缘检测技术是所有基于边界分割的图像分析方法的第一步，首先检测出图像局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同的区域，检测出边缘的图像就可以进行特征提取和形状分析。为了得到较好的边缘效果，现在已经有了很多的边缘检测算法以及一些边缘检测算子的改进算法。但各算子有自己的优缺点和适用领域。本文着重对一些经典边缘检测算子进行理论分析、实际验证并对各自性能特点做出比较和评价，以便实际应用中更好地发挥其长处，为新方法的研究提供衡量尺度和改进依据。一各种经典边缘检测算子原理简介图像的边缘对人的视觉具有重要的意义，一般而言，当人们看一个有边缘的物体时，首先感觉到的便是边缘。灰度或结构等信息的突变处称为边缘。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。需要指出的是，检测出的边缘并不等同于实际目标的真实边缘。由于图像数据时二维的，而实际物体是三维的，从三维到二维的投影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响，使得有边缘的地

一种改进的模糊边缘检测算法

第40卷第12期激光与红外V o.l40,N o.12 2010年12月 LA SER & I N FRARED D ece m ber,2010 文章编号:1001 5078(2010)12 1374 04 图像与信号处理一种改进的模糊边缘检测算法吴德刚1,张宇波1,曹立波2 (1.郑州大学,河南郑州450001;2.洛阳恒锐测控科技有限公司,河南洛阳471000) 摘要:在全面分析Pa.l K ing模糊边缘检测算法的基础上,针对已有算法存在的缺陷,提出了一种改进的模糊边缘检测算法。该算法给出了利用遗传算法确定最佳隶属度阈值的方法,采用简单的隶属函数,简化了Pa.l K i n g复杂的变换和逆变换,根据需要对 c进行优化处理,较快获取理想效果,将M ax!和M in!算子结合起来提取图像边缘。仿真结果表明,采用改进的方法边缘检测质量得到了很大改善,运算速度得到了显著提高。关键词:边缘检测;模糊;阈值分割;隶属度函数中图分类号:TN391.4 文献标识码:A I mproved algorith m of f uzzy edge detection WU De gang1,Z HANG Yu bo1,C AO L i bo2 (1.Zheng zhou U n i versity,Zhengzhou450001,Ch i na; 2.Luoyang H eng ruiM easurem ent&Contro lT echnology Co.,L t d,Luoyang471000,Chi na) Ab stract:O n the basis o f comprehens i ve analysis about li m i tati ons o f Pa.l K i ng a l gor ith m,an i m proved a l go rith m o f fuzzy edge de tecti on i s presented.A lso proposed i s a ne w me t hod based on geneti c a l go rith m to de ter m i ne the opti m al thresho l d o f the m e m bersh i p grade.T he si m p le m e m be rsh i p function proposed i n t he paper si m plifies the comp l ex transfo r ma ti on ca l culati on in P a.l K i ng a l go rith m.In orde r to ob tain the desired e ffect,the c va l ue is opti m ized acco rd i ng to the requ irement.The edges of t he i m age are ex tracted accord i ng to a ru l e co m bini ng the M ax!and M in!op erators.S i m ulati on results show that w it h t he propo sed a l go rith m the quality of edge detecti on i s l arge l y i m proved and the co m putation o f the algor i th m is faster than that of Pa.l K i ng a l gor ith m. K ey w ords:edge de tecti on;f uzzy;segm enta ti on thresho l d;m e mbersh i p functi on 1 引言图像最基本的特征是边缘,所谓边缘是指图像局部亮度变化最显著的部分。由于边缘能够勾画出区域的轮廓、形状,能传递出大部分图像信息,因此边缘检测是图像分析中最重要的内容,但也是迄今为止仍没有得到圆满解决的一类问题[1]。传统的边缘检测算法有差分算子法、Sobel算子法、Roberts算子法、Canny算子法等[2],但由于实际中遇到的图像常常具有模糊性,因此这些边缘检测算法的效果都不是很理想。针对边缘的不确定性, 20世纪80年代中期,国外学者Pa l和K ing提出了一种模糊边缘检测算法[3],由于该算法首次引入了模糊集理论,检测效果优异,因此在图像处理中(尤其医学图像处理中)获得了较好的应用[4-6]。近年来,虽然不少学者对Pa.l K i n g算法进行了改进[7-8],但Pa.l K i n g算法在实际应用中仍存在不少缺陷,需要进一步改进。本文在分析Pa.l K i n g算法的原理和不足的基础上,提出了一种改进的模糊边缘检测算法。 2 Pa.l K ing算法分析 Pa.l K i n g模糊边缘检测算法,由于将模糊思想引入到图像的边缘检测算法中,它能够有效地将目作者简介:吴德刚(1980-),男,硕士,主要从事图像处理,智能仪器仪表等方面的研究。E m a i:l w udegang81@126.co m 收稿日期:2010 05 25;修订日期:2010 09 17