图像边缘检测与修复技术研究毕业设计论文
毕业设计(论文)-图像canny边缘检测的程序设计[管理资料]
![毕业设计(论文)-图像canny边缘检测的程序设计[管理资料]](https://img.taocdn.com/s3/m/c31e12fc844769eae109edbb.png)
图像Canny边缘检测的程序设计摘要边缘检测是数字图像处理中的重要内容，边缘是图像最基本的特性。
在图像边缘检测中，微分算子可以提取出图像的细节信息，景物边缘是细节信息中最具有描述景物特征的部分,也是图像分析中的一个不可或缺的部分。
本文详细地分析了目前常用的几种算法，即：Roberts交叉微分算子、Sobel微分算子、Priwitt微分算子和Laplacian微分算子以及Canny算子，用C语言编程实现各算子的边缘检测，并根据边缘检测的有效性和定位的可靠性，得出Canny算子具备有最优边缘检测所需的特性。
关键词：图像处理，微分算子，Canny算子，边缘检测AbstractEdge detection is the important contents of digital image processing ,and the edge is the most basic characteristics of the the image edge detection ,differential operator can be used to extract the details of the images,features’edge is the most detai led information describing the characteristics of the features of the image analysis, and is also an integral part of the article gives the detailed analysis of several algorithms which is commonly used at present,such as Roberts cross-differential operator、Sobel differential operator、Priwitt differential operator、Laplacian differential operator and Canny operator,and we complete with the C language procedure to come ture edge to the effectiveness of the image detection and the reliability of the orientation,we can deduced that the Canny operator have the characteristics which the image edge has.Keywords: Image processing, Canny operator, differential operator, edge detection目录摘要 ......................................................................................................................................... Abstract .. (I)第一章绪论 0引言 0数字图像技术的概述 (1)边缘检测 (2)论文各章节的安排 (3)第二章微分算子边缘检测 (4)Roberts算子 (4)Sobel算子 (4)Priwitt算子 (5)Laplacian算子 (5)第三章Canny边缘检测 (7)Canny指标 (7)Canny算子的实现 (8)第四章程序设计与实验 (11) (11)实验结果及比较 (13)第五章结论与展望 (16)结论 (16)展望 (16)致谢 ........................................................................................................ 错误!未定义书签。
数字图像的边缘检测研究论文
本科毕业论文数字图像边缘检测研究RESEARCH ON EDGE DETECTION OF DIGITAL IMAGE毕业设计（论文）原创性声明和使用授权说明原创性声明本人重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部容。
作者签名：日期：学位论文原创性声明本人重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。
图像边缘检测方法的研究毕业论文
图像边缘检测方法的研究毕业论文目录第一章绪论 (1)1.1课题研究的目的和意义 (1)1.2图像边缘检测的发展与现状 (2)1.3本文的研究容 (5)1.4本文的结构安排 (5)第二章图像放大的基本方法 (6)2.1 边缘检测的容 (6)2.2基于微分算子的边缘检测方法 (6)2.2.1基于一阶微分的边缘检测算子 (6)2.2.2基于二阶微分的边缘检测算子 (9)2.3 Canny边缘检测算法 (11)2.4经典边缘检测方法的检测结果 (14)第三章小波变换理论基础 (19)3.1小波变换概述 (19)3.1.1连续小波变换 (19)3.1.2离散小波变换 (20)3.1.3二进小波变换 (21)3.2 多分辨率分析 (21)3.3快速小波变换算法( Mallat 算法 ) (22)第四章基于小波变换的边缘检测算子 (26)4.1基于边缘检测的小波基函数选取准则 (26)4.2 B 样条小波的定义与性质 (27)4.3 基于小波变换的图像边缘检测原理 (27)4.3.1局部模极大值边缘检测的原理 (28)4.3.2 基于二维图像小波分解细节的边缘检测 (30)4.4阈值T的选择 (32)4.5基于小波变换的边缘检测算法的检测结果 (33)结论 (35)致谢 (36)参考文献 (37)附录 (38)第一章绪论1.1课题研究的目的和意义边缘是图像的最基本特征，它包含了用于识别的有用信息，为人们描述或识别目标以及解释图像提供了一个重要的特征参数。
物体的边缘是以图像局部特性的不连续性为形式出现的。
从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始，它普遍存在于目标与背景、目标与目标、区域与区域、基元与基元之间，是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。
有了图像边缘，我们就可以确定物体的几何尺寸并进一步对其测量，确定物体在空间中的几何位置，确定物体的形状特征并对物体进行识别。
数字图像的边缘检测毕业论文
摘要数字图像的轮廓提取是数字图像处理中的一个重要方面，目的是在一幅图像中提取对象的外部轮廓，为下一步的形状分析和目标识别做准备，是许多有关图像研究的重要中间环节。
本文讲述了怎样对数字图像进行简单的轮廓提取, 包括图像的预处理过程和轮廓提取的一般方法。
首先要对原始图像进行预处理，处理方法主要有图像平滑、中值滤波、梯度锐化和拉普拉斯锐化等。
图像平滑处理能去除部分噪声干扰，但同时也弱化了图像的边缘轮廓，而中值滤波处理去除噪声的效果相对来说要好。
梯度锐化、拉普拉斯锐化等处理方法能增强图像的边缘轮廓，也相对的弱化了噪声对轮廓提取的干扰。
通过对图像进行一些预处理后，就可以用不同的边缘检测算法检测出不同图像的边缘轮廓，然后通过软件实现掏空目标区域的内部点，来提取出图像的轮廓。
从图像中提取出来的轮廓可以用于进一步的图像识别、数学特征计算等研究。
它的应用是很广泛的，比如医学图像、电影、电视、出版物、摄影等等。
本文是基于Visual C++环境实现的数字图像的轮廓提取，所用编程工具为Visual Studio 2005，它能帮助用户直观的、可视地设计程序的用户界面，可以方便的编写和管理各种类，维护程序源代码，因此能有效的提高开发效率。
关键词:图像预处理；边缘检测；轮廓提取AbstractDigital image processing contour extraction is an important aspect in Digital Image Processing.It’s purpose is to extract objects in an image of the external contour. Preparing for the next shape analy sis and object recognition. It’s the image of many of the important intermediate links.This article describes how to extract the contour of digital images simply. Including image pre-processing process,and the general contour extraction method. First of all is the original image pre-processing. Treatment methods have Image smoothing, median filtering, gradient sharpening and Laplacian sharpening etc.Image smoothing could remove part of the noise, But it also weakened the image edges,and median filtering can remove noise better. Gradient sharpening and Laplacian sharpening can enhance the image edges, they also have a relative weakening of the interference noise on the contour extraction.After some pre-processings to the digital image, we can use different edge detection algorithms to detect different egde of images,then empting the internal point of the target area to extract the contour of images.Contours extracted from the feature can be used for further image recognition, mathematical calculation of characteristic. Its application is very broad, such as medical images, movies, television, publications, photography, etc.This article is based on Visual C++ implementation of the digital image contour extraction. Programming tool used to Visual Studio 2005. They can help to design the user interface of a process intuitive and visually, to preparate and manage classes easily,and to maintain the program source.Therefore,to improve the development efficiency effectively.Key words: Image pre-processing; Edge Detection;Contour extraction目录摘要 (I)Abstract (II)第一章绪论 (1)1.1 数字图像处理基础 (1)1.1.1 图像的概念 (1)1.1.2 图像处理 (1)1.2 数字图像处理的发展及应用 (2)1.2.1 数字图像处理发展前景 (2)1.2.2 数字图像处理的应用 (3)1.3 Visual Studio 2005简介 (5)第二章图像的预处理 (7)2.1 图像的平滑滤波 (7)2.1.1 图像平滑 (7)2.1.2 图像中值滤波 (9)2.2 图像增强 (11)2.2.1 拉普拉斯锐化 (11)2.2.2 平移和差分边缘增强 (14)2.2.3 梯度锐化 (15)2.3本章小结 (15)第三章图像的边缘检测 (17)3.1 边缘检测 (17)3.1.1 边缘类型及模板 (17)3.1.2 Sobel边缘算法 (18)3.1.3 Roberts边缘算法 (20)3.1.4 Prewitt边缘算法 (20)3.1.5 Kirsch边缘算法 (21)3.1.6 Gauss-Laplacian边缘算法 (22)3.2本章小结 (23)第四章图像的轮廓提取 (24)4.1轮廓提取原理 (24)4.2轮廓提取算法 (24)4.2.1 一般算法 (24)4.2.2 轮廓边界跟踪法 (25)4.3轮廓提取效果 (27)4.4本章小结 (29)第五章工作总结及未来展望 (30)5.1工作总结 (30)5.2未来展望 (30)参考文献 (31)附录A 设备无关类DIB (33)附录B 轮廓提取 (35)致谢 ........................................................................................................... 错误!未定义书签。
【最新版】边缘检测 本科毕业设计论文
编号：审定成绩：重庆邮电大学毕业设计（论文）学院名称：计算机科学与技术学生姓名：a专业：软件工程班级：学号：指导教师：a答辩组负责人：填表时间：年月重庆邮电大学教务处制摘要在图像分割技术的研究与应用中，图像边缘检测是一项最基本也是最重要的方法。
近年来图像边缘检测得到了广泛而持续的关注和研究，是数字图像处理研究的热点和难点之一。
本文以微分算子为研究对象，针对图像边缘检测，对利用微分算子进行边缘检测进行了详尽的分析，对一阶微分算子进行了改进，提高了一阶微分算子的抗噪性，通过本文的研究，在以下几方面取得了进展：1.对当前图像边缘检测的现状以及利用微分算子进行边缘检测的原理进行了探讨。
2.对经典的一阶微分算子主要包括Roberts算子，Prewitt算子，Sobel算子以及方向算子实现原理进行了描述。
用VC++对各类一阶算法进行了程序的实现，并根据实验的结果对各类一阶微分算子的优缺点进行了比较分析，其中，Roberts算子和Prewitt算子的抗噪能力没有Sobel算子的抗噪能力强，Sobel算子是综合性能较好的一阶微分算子。
3.对一阶微分算子提出了改进算法，将除噪操作和一阶微分算子进行相结合，从而有效地提高了一阶微分算子的抗噪能力，使一阶微分算子得到了更好的检测效果。
4.对经典的二阶微分算子主要包括了拉普拉斯算子和马尔算子实现原理进行了描述。
用VC++对算法进行了程序的实现，并根据实验的结果对这两个二阶微分算子的优缺点进行了比较分析。
【关键词】边缘检测一阶微分算子二阶微分算子ABSTRACTIn Segmentation Study and Application of Technology, the image edge det ecti-on is a most fundamental and important way. Edge detection in recent ye ars broad and sustained attention and study, is the digital image processing on a differential operator for the study, for edge dete-ction, the use of differ ential edge detection operator to carry out a detailed analy-sis of the first or der differential operator to improve and enhance the first-order differential o perator of the anti-noise, through this research, the following progress made:1.On the current status of the image edge detection and the use of differen-tial operator for the edge detection theory was discussed.2.This paper first-order differential operators includes Roberts edge detection, Prewitt edge detection, Sobel edge detect-ion and direction edgedetection. In this paper, the realization theory is d-escribed in detail;the algorithm is realized by programming, and doing a comparison among the first-order differential operators.3.The first order of the differential operator to improve the algorithmwill operate in addition to noise and the first differential operator forthe comb-ination, which the second-order differential op-ertor includes Laplacian edge detection and Marr edge detection. The alg-orithm is realized by programming with VC++, and doing a compares-on among the second-order differential coefficient.【Keywords】edge detection first-order differential opertor second-order differential opertor目录摘要........................................................................................................................... I I 第一章 ................................................................................................................................ 绪论1第一节 .................................................................................. 图像分割技术概述1第二节 .............................................................. 图像边缘检测的研究现状2一、并行边缘检测技术 (3)二、串行边缘分割技术 (4)第三节 .................................................................................. 研究的目的及意义5第四节 ................................................................................................ 本文主要工作6第五节本文内容与结构 .. (6)第二章 .............................................................................微分算子边缘检测原理8第一节 .............................................................. 图像边缘分类及特征分析8第二节 ........................................................................... 微分算子的检测原理9第三章 ........................................................................................................ 经典微分算子12第一节经典一阶微分算子 (12)一、Roberts 算子 (13)二、Prewitt 算子 (14)三、Sobel算子 (17)四、方向算子 (20)第二节经典二阶微分算子 (23)一、拉普拉斯（Laplacian）算子 (23)二、马尔（Marr-Hildreth）算子 (26)第四章微分算子边缘检测的后处理 (32)第一节 ........................................................................... 形态学方法细化边缘32第二节 ........................................................................... 边界闭合与边界跟踪34第三节哈夫（H OUGH）变换 .. (36)第五章 ................................................................................... 实验结果分析与改进39第一节一阶微分算子的实现与改进 (39)一、一阶微分算子的VC++实现。
毕业设计论文-基于蚁群算法的图像边缘检测-附代码
毕业设计论文-基于蚁群算法的图像边缘检测-附代码上海工程技术大学毕业设计(论文) 基于蚁群算法的图像边缘检测目录摘要 ...............................................................1 ABSTRACT .............................................................2 1 绪论 (3)1.1 研究背景 ...........................................................31.2 研究现状和发展方向 (4)6 1.3 研究目的和意义 .....................................................2 图像边缘检测概述 ..................................................... 7 2.1 边缘的定义及类型 ................................................... 8 2.2 常用的边缘检测方法 (10)2.3 其他边缘检测方法 .................................................. 15 2.3.1 基于小波变换的边缘检测 .......................................... 15 2.3.2 基于数学形态学的边缘检测 (16)17 2.4 传统边缘检测的不足 ................................................3 蚁群算法 ............................................................ 17 3.1蚁群算法的基本原理 (18)3.2 基于蚁群算法的图像边缘检测 ........................................21 4 实验结果及分析 ...................................................... 22 4.1 基于蚁群算法的图像边缘检测流程 .................................... 22 4.2 实验结果与性能分析 (26)4.2.1 参数对边缘检测的影响 ............................................ 294.2.2 与传统方法的比较 ................................................ 35 5 总结与展望 .......................................................... 37 参考文献 .............................................................. 39 附录 ................................................. 错误～未定义书签。
1基于模糊理论的图像边缘检测算法的研究论文
基于模糊理论的方法是把
then 规则来表示人类知识
首先对输入图像进行模 对边缘检 主要目的是 then
式转换 将待处理的图像数据 空域数据 模糊化 转换成模糊域的数据 测的处理过程将都在模糊域内进行 接着进行多次迭代的图像模糊增强 模糊规则进行判决 边缘 其中 检测 检测出模糊域内边缘数据 最后
减小图像模糊判决的不确定性 确定模糊带宽 阈值和相关参数 然后利用 If 采用图像窗口迭进滚动方式扫描
边缘检测是图像处理和计算机视觉里的一个重要问题大量有关这个主题的论文都集中在讨论边缘检测的数学模型但是许多这种基于数学模型的边缘检测算法只能对检测某一类边缘有效例如一个阶跃边缘检测器可能对于斜坡边缘无能为力而且当这幅图像的信息未知的时候某些数学模型里的参数是很难确定的基于人类知识知识库系统应用的边缘检测算法显示了它的灵活性由于一些人类知识可以用语言规则来表示所以用模糊逻辑来表示很适合基于模糊理论的方法是把模糊逻辑应用于专家系统的思想其中用规则来表示人类知识这种使用模糊理论的模糊边缘检测方法是一种十分有前途的领域因此本文提出了一种基于模糊理论的边缘检测新算法首先对输入图像进行模式转换将待处理的图像数据空域数据模糊化转换成模糊域的数据对边缘检测的处理过程将都在模糊域内进行接着进行多次迭代的图像模糊增强主要目的是减小图像模糊判决的不确定性确定模糊带宽阈值和相关参数然后利用if模糊规则进行判决检测出模糊域内边缘数据最后反模糊化并输出空域内的图像边缘其中采用图像窗口迭进滚动方式扫描确保了边缘曲线的连续与局部细节的检测整个处理的过程没有对图像进行滤波或降噪处理但却有很强的抗噪性能大多数边缘检测器对噪声非常敏感常常人眼很容易就辨别出来噪声和有用信息计算机却很难区分但是这种基于人类思维与经验的模糊逻辑推理的算法不易被隐藏在图像数据中的噪声所欺骗本质上图像信息检测的过程就是不确定性的问题所以模糊逻辑在处理这个不确定性问题上表现出了很大的优越性在无噪声干扰和有噪声干扰的情况下分别采用主观和客观两种标准对本文算法和其他几种传统算法进行了比较并在理论上与著名pal算子等模糊算法进行了分析对比实验结果表明文中设计的模糊因子能有效的保证边缘图像细节和结构的质量在引入80以内的高斯噪声或10以内椒盐噪声的情况下本文方法均比其他传统方法效果好最后本文提出了模糊边缘检测算法的硬件实现方案关键词图像增强图像边缘检测模糊规则模糊推理模糊阈值iiabstractedgedetectionimportantproblemimageprocessingcomputervisionpastfewyearslargenumbersubjectfocusedgedetectionbasedmathematicalmodelshowevermanyedgedetectionalgorithmsbasedmathematicalmodelscanonlydetect
图像边缘检测方法研究信息工程毕业设计论文 精品
毕业设计（论文）题目：图像边缘检测方法研究英文题目：Research on Image Edge DetectionMethods独创声明本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。
尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。
对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。
本声明的法律后果由本人承担。
作者签名:二〇一〇年九月二十日毕业设计（论文）使用授权声明本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。
本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。
（保密论文在解密后遵守此规定）作者签名:二〇一〇年九月二十日摘要数字图像边缘检测是图像分割、目标区域识别和区域形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要方法。
边缘中包含图像物体有价值的边界信息，这些信息可以用于图像理解和分析，并且通过边缘检测可以极大地降低后续图像分析和处理的数据量。
图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。
经典的边缘检测方法如：Roberts，Sobel，Prewitt，Kirsch，Laplaee等方法，基本上都是对原始图像中像素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的闭值提取边界。
但这些算法均存在对噪声敏感、不能自适应选择闭值、检测效果不太理想等缺点。
本文对边缘检测理论和算法作了深入的研究，在具体分析各类传统的边缘检测算法的基础上，重点研究了Canny算法，并结合改进的MTM算法及Otsu算法对Canny算法中的滤波方法和双门限选取方法进行改进。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
哈尔滨工程大学本科生毕业论文图像边缘检测与修复技术研究哈尔滨工程大学本科生毕业论文毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：哈尔滨工程大学本科生毕业论文摘要数字图像处理被广泛应用于生物医学、材料、遥感、通信、交通管理、军事侦察、文档处理和工业自动化等众多领域。
数字图像边缘检测是图像分割、目标识别和形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要方法。
边缘中包含图像中目标有价值的边界信息，这些信息可以用于图像理解和分析。
通过边缘检测可以极大地降低后续图像分析和处理的数据量。
本文对边缘检测理论和算法作了深入的研究，在具体分析传统的边缘检测算法的基础上，重点研究了Canny算子。
通过引进高斯函数计算局部梯度对传统Canny算子进行了改进。
经过边缘检测得到的边缘图，通常会出现不同程度边缘断裂的现象。
本文提出了一种基于路径形态学的断裂边缘修复技术。
综合考虑等照度线曲率、梯度值、边缘端点前进方向等条件，通过对三个条件加权来定义邻接关系，以确定后继，构建形态学闭算子，对边缘图进行路径闭运算，完成对断裂边缘的连接。
该算法能有效修复图像断裂边缘，同时能很好的控制断裂边缘的错误连接，为后续的图像处理提供了准确的信息。
关键词：图像预处理；边缘检测；路径形态学；边缘连接ABSTRACTDigital image processing is widely applied in many fields such as biomedicine, material, remote sensing, communication, traffic control, military reconnaissance, document processing, and industry automation. Digital image edge detections play important roles in image analysis and segmentation, interested objects recognition and shape extraction, It is also an important method in image feature extraction for image recognition. Edge of image includes valuable boundary information in images, which can be used in image understanding and analysis．Moreover, the data dimension of an image will be, to a large degree, reduced through edge detection in image analysis and processing.The thesis focuses on thorough research upon theory and algorithms of edge detection. On the basis of detail analysis of various kinds of traditional edge detection methods, the Canny edge detector is paid attention to. The traditional Canny edge detector is improved and meliorated by introducing local gradient of image with the help of Gaussian function.The edge image obtained by an edge detection algorithm, in general, will suffer from edge crack or breaking in various degrees. In the article, a new technique of restoring breaking edges is proposed on the basis of path morphology. Based on the comprehensive analysis upon curvature of isolux line, gradient value and edge endpoints, adjacency relationship of edge points is defined according to weighting such three conditions and the subsequential edge points are determined. A morphological closing operator is established and the path closing operation of edge image is implemented so as to arrive at links of edge crack or breaking.The edge crack or breaking can be effectively repaired by the proposed method. Meanwhile, errors of edge linking can be controlled and accurate Information will be provided in subsequent image processing.Keywords: image preprocessing; edge detection; path morphology; edge linking哈尔滨工程大学本科生毕业论文目录第1章绪论 (1)1.1选题的意义 (1)1.2数字图像边缘定义 (2)1.3国内外研究现状 (3)1.3.1边缘检测的研究现状 (3)1.3.2边缘连接的研究现状 (6)1.3.3数学形态学 (8)1.4论文的主要工作和成果 (10)1.5论文的内容安排 (11)第2章图像预处理 (12)2.1空间滤波基础 (12)2.2平滑空间滤波器 (13)2.2.1平滑线性滤波器 (14)2.2.2统计排序滤波器 (15)2.3实验仿真 (17)2.4本章小结 (18)第3章边缘检测 (19)3.1经典边缘检测算法 (19)3.1.1基于一阶导数极大值的边缘检测 (20)3.1.2基于二阶导数过零点的边缘检测 (23)3.2Canny边缘检测算法 (25)3.2.1Canny算子的边缘检测基理 (25)3.2.2改进的Canny边缘检测算子 (28)3.3实验仿真结果及比较 (30)3.4本章小结 (32)哈尔滨工程大学本科生毕业论文第4章数学形态学基本理论 (33)4.1二值数学形态学 (33)4.1.1数字图像的表示及平移和反射 (34)4.1.2腐蚀运算 (34)4.1.3膨胀运算 (35)4.1.4二值形态膨胀和腐蚀运算的性质 (37)4.1.5开运算和闭运算 (39)4.1.6开、闭运算的性质 (41)4.2路径形态学 (42)4.2.1邻接、膨胀和路径 (42)4.2.2路径开 (44)4.2.3路径闭 (45)4.2.4路径开的计算 (45)4.3本章小结 (46)第5章基于路径形态学的断裂边缘修复 (47)5.1边缘断裂的类型 (47)5.2边缘端点的判定 (47)5.3基于路径形态学的图像边缘连接算法 (48)5.3.1待加入点的判定 (49)5.3.2算法流程图 (55)5.4实验仿真结果及比较 (55)5.5本章小结 (58)结论 (59)参考文献 (60)致谢 (1)哈尔滨工程大学本科生毕业论文第1章绪论1.1选题的意义近年来，数字图像(Digital Image)在心理学、生理学、计算机科学等诸多方面得到了广泛的应用。
正是这样的背景促进了国内外对图像工程(Image Engineering)研究工作的迅速开展。
图像工程涉及的内容和领域非常广泛。
根据抽象程度和研究方法的不同，图像工程可分为三个层次[1]：图像处理(Image Processing)、图像分析(Image Analysis)和图像理解(Image Understanding)。
其中图像分析是图像处理和图像理解之间的桥梁，因此成为诸多学者研究的重点。
图像分析是指对图像中感兴趣的目标进行检测和测量，获取目标的客观信息，建立对图像的描述，是一个从图像到数据的过程。
其中的数据既包括对目标特征测量的结果，也包括基于测量的符号表示，用于描述图像中目标的特点和性质。
一般来说，图像分析的研究主要包括以下几个方面：(1)边缘检测、图像分割；(2)目标表达、描述、测量；(3)目标特性分析；(4)目标检测、提取、识别和分类；(5)人脸和器官的检测定位等。
边缘检测是图像分析的经典研究课题之一。
我们知道，边缘能勾划出目标物体，是用来理解图像的关键因素之一。
确定了边缘轮廓，就能够为描述或识别目标提供有价值的和重要的特征参数，进而对图像进行客观的或者定量的分析。
计算机视觉(Computer Vision)中的许多问题，如图像分割、物体的识别、三维重建等都要用到边缘的信息[2-3]，此外一些研究热点如人脸和器官的检测定位等也是以边缘信息为基础[4]。
甚至在编码压缩和图像去噪等一些基本的图像处理中，对边缘信息和非边缘信息进行差别化处理也可明显改善处理的效果[5-6]。