基于梯度算子的圖像邊緣檢測(cè)算法研究.pdf

1、圖像的邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺領(lǐng)域最重要的技術(shù)之一，在圖像處理系統(tǒng)中占有重要的地位，是影響整個(gè)系統(tǒng)性能的關(guān)鍵因素。其算法的優(yōu)劣直接影響整個(gè)計(jì)算機(jī)視覺系統(tǒng)性能的好壞。經(jīng)典的基于梯度算子的邊緣檢測(cè)方法，如梯度算子、拉普拉斯以及拉普拉斯-高斯算子等，只適用于檢測(cè)有限類型的邊緣，并且對(duì)噪聲很敏感。找到與圖像中目標(biāo)的實(shí)際分界線相對(duì)應(yīng)的真實(shí)邊緣，一直是圖像處理領(lǐng)域里的一個(gè)難題。
　　本文研究了基于梯度算子的邊緣檢測(cè)算法，針對(duì)基于梯度算子

2、的圖像邊緣檢測(cè)算法檢測(cè)精度低、抗噪聲性能差等問題提出了一種改進(jìn)的Sobel圖像邊緣檢測(cè)算法和一種基于模擬退火算法和梯度算子的圖像邊緣檢測(cè)算法。其中改進(jìn)的Sobel圖像邊緣檢測(cè)算法在Sobel圖像邊緣檢測(cè)的基礎(chǔ)上增加了噪聲檢驗(yàn)和邊緣細(xì)化步驟，克服了傳統(tǒng) Sobel算子檢測(cè)方向有限、受噪聲影響嚴(yán)重等缺陷；基于模擬退火算法和梯度算子的圖像邊緣檢測(cè)算法通過模擬退火算法獲得最優(yōu)梯度算子，并根據(jù)最優(yōu)算子對(duì)圖像進(jìn)行邊緣檢測(cè)，克服了經(jīng)典算法中使用固定算