版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、邊緣存在于目標與背景、目標與目標、區(qū)域與區(qū)域,基元與基元之間,表現(xiàn)為圖像局部特征的不連續(xù)性,是圖像中灰度、顏色或紋理變化較強烈的地方,也是圖像最基本的特征之一。圖像的邊緣包含了目標的重要信息,因此,邊緣檢測是圖象分析與模式識別的重要環(huán)節(jié),是圖像處理中的熱點和難點。
本文從介紹邊緣檢測的基礎(chǔ)理論和現(xiàn)有的經(jīng)典邊緣檢測算法入手,分析了邊緣檢測的難點,圍繞當前邊緣檢測研究中存在的問題,對現(xiàn)有的一些算法進行了改進,主要創(chuàng)新點體現(xiàn)在以
2、下幾方面的工作中:
(1)灰度圖像的邊緣檢測方面,在濾波環(huán)節(jié),改進了基于灰色關(guān)聯(lián)度的自適應(yīng)濾波算法,并運用到圖像的濾波處理中,有效地解決了抑制隨機噪聲和保留邊緣細節(jié)之間的矛盾。在邊緣定位環(huán)節(jié),利用Krisch算子將邊緣方向引入基于形態(tài)學和基于灰色關(guān)聯(lián)度等一些利用新的數(shù)學模型的邊緣檢測算法,提高了檢測效果。
(2)顏色空間方面,結(jié)合人類視覺感知特點對HSV色彩區(qū)域進行了重新劃分,使其更接近人類視覺感知特點;修改
3、了HSV和RGB顏色空間之間的轉(zhuǎn)化關(guān)系,從而提高了顏色空間轉(zhuǎn)換速度。
(3)彩色圖像邊緣檢測方面,介紹了當前兩種主流的彩色圖像邊緣檢測算法:輸出融合法和多維梯度合成法,分析了這兩種方法的缺陷,根據(jù)人眼視覺特性提出以飽和度為準則選擇性的利用各顏色分量的邊緣檢測思想,基于這種思想,對一些常用的彩色圖像邊緣檢測算法加以改進,改善了算法的性能。其次,本文將基于灰色關(guān)聯(lián)度的灰度圖像的邊緣檢測算法拓展到彩色圖像,得到基于灰色關(guān)聯(lián)度的彩
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 亞像素邊緣檢測技術(shù)研究.pdf
- SAR圖像濾波和邊緣檢測技術(shù)研究.pdf
- 基于模糊邏輯的邊緣檢測技術(shù)研究.pdf
- 用于邊緣檢測的圖像增強技術(shù)研究.pdf
- 異常地質(zhì)體地震邊緣檢測技術(shù)研究.pdf
- 基于突變理論的圖像邊緣檢測技術(shù)研究.pdf
- 圖像邊緣檢測修復算法的技術(shù)研究.pdf
- 圖像濾波及邊緣檢測與增強技術(shù)研究.pdf
- 葉片進排氣邊緣曲線的檢測技術(shù)研究
- 基于小波分析的邊緣檢測技術(shù)研究
- 無線傳感器網(wǎng)邊緣檢測技術(shù)研究.pdf
- SAR圖像斑點濾波及邊緣檢測技術(shù)研究.pdf
- 葉片進排氣邊緣曲線的檢測技術(shù)研究
- 基于邊緣檢測的合成圖像取證技術(shù)研究.pdf
- 基于形態(tài)學的圖像邊緣檢測技術(shù)研究.pdf
- 基于模糊集的圖像邊緣檢測技術(shù)研究.pdf
- 基于邊緣檢測的半脆弱水印技術(shù)研究.pdf
- 基于邊緣特征的行人檢測技術(shù)研究與實現(xiàn).pdf
- 基于小波變換的DSA圖像邊緣檢測技術(shù)研究.pdf
- 多分辨率圖像邊緣檢測技術(shù)研究與實現(xiàn).pdf
評論
0/150
提交評論