基于多特征的圖像輪廓檢測(cè)算法研究.pdf

1、隨著社會(huì)和科技的發(fā)展,數(shù)字圖像處理的應(yīng)用日趨廣泛,滲透到生活和生產(chǎn)的各個(gè)領(lǐng)域。圖像邊緣輪廓檢測(cè)技術(shù)作為數(shù)字圖像處理的方向之一,廣泛應(yīng)用于圖像分割、運(yùn)動(dòng)檢測(cè)、目標(biāo)識(shí)別和跟蹤等領(lǐng)域。圖像邊緣檢測(cè)技術(shù)技術(shù)水平的提高對(duì)各方面的應(yīng)用有著重大的意義。
　　本文的研究工作從圖像的多種特征入手,重點(diǎn)研究了特征梯度的提取和多種特征梯度的融合,旨在提升圖像邊緣輪廓檢測(cè)的效果。
　　圖像的亮度特征、顏色特征和紋理特征從不同的角度反映出圖像的信息。

2、通常圖像中物體的邊緣部分在特征上會(huì)有較為劇烈的變化,而特征的梯度能夠體現(xiàn)出圖像特征的變化,因此可以用特征梯度勾勒出圖像的邊緣。本文首先對(duì)圖像各種特征在數(shù)值上歸整分組,根據(jù)分組結(jié)果統(tǒng)計(jì)出像素點(diǎn)鄰域的特征直方圖,然后用特征直方圖數(shù)據(jù)計(jì)算出該點(diǎn)多個(gè)方向的特征梯度,選取最大梯度表征該點(diǎn)的特征信息。
　　正是因?yàn)椴煌卣鞣从吵龅膱D像信息側(cè)重點(diǎn)不同,用幾種特征的梯度檢測(cè)出的圖像輪廓也各有特點(diǎn):亮度梯度對(duì)圖像的明暗變化最為敏感,顏色梯度在色彩對(duì)