圖像濾波及邊緣檢測(cè)與增強(qiáng)技術(shù)研究.pdf

1、以圖像處理為基礎(chǔ)的計(jì)算機(jī)視覺技術(shù)目前已廣泛應(yīng)用于諸多領(lǐng)域，計(jì)算機(jī)視覺技術(shù)的發(fā)展對(duì)傳統(tǒng)的圖像處理方法提出了新的要求。本課題主要研究計(jì)算機(jī)視覺技術(shù)中的圖像濾波和邊緣檢測(cè)與增強(qiáng)技術(shù)，以提高相關(guān)圖像處理算法的精確度、有效性為研究目的。 論文的主要研究?jī)?nèi)容總結(jié)為以下幾個(gè)方面： 1.研究了圖像中的脈沖噪聲濾波算法。以典型的脈沖噪聲--椒鹽噪聲為研究對(duì)象，提出一種基于開關(guān)方案的自適應(yīng)開關(guān)中值濾波。其基本思想是：首先，根據(jù)脈沖噪聲的特性

2、對(duì)圖像噪聲進(jìn)行分類，檢測(cè)出噪聲點(diǎn)，然后對(duì)檢測(cè)出來的噪聲點(diǎn)進(jìn)行濾波，而信號(hào)點(diǎn)保持其灰度值不變。在噪聲檢測(cè)階段采用自適應(yīng)檢測(cè)窗口和閾值自適應(yīng)技術(shù)，使得對(duì)脈沖噪聲的檢測(cè)更為合理、準(zhǔn)確；噪聲濾波階段僅采用信號(hào)點(diǎn)進(jìn)行中值濾波，有效的保護(hù)了圖像細(xì)節(jié)。 2.研究了圖像邊緣檢測(cè)技術(shù)。從提高邊緣檢測(cè)算法精確度出發(fā)，結(jié)合圖像的梯度統(tǒng)計(jì)信息，提出一種基于梯度直方圖的邊緣提取方法。算法通過利用八方向Kirsch算子求取圖像邊緣強(qiáng)度及邊緣方向，并且利用梯