機(jī)器視覺中邊緣檢測算法的研究.pdf

1、隨著視覺檢測技術(shù)的不斷發(fā)展,其應(yīng)用也越來越廣泛,在工業(yè)、農(nóng)業(yè)、國防、醫(yī)療、交通、體育、娛樂等方面都越來越多的用到視覺檢測。同時,人們對其檢測精度的要求也越來越高。而在視覺檢測系統(tǒng)中,一個核心的技術(shù)就是圖像邊緣的提取,因為邊緣包含著圖像重要的信息,也是圖像最基本的特征之一,邊緣提取的效果會直接影響到圖像的分割以及識別的性能,最終影響檢測精度。因此邊緣提取是機(jī)器視覺和圖像處理中一個很重要的環(huán)節(jié)。邊緣檢測作為視覺系統(tǒng)的初級階段,通常認(rèn)為是一個

2、非良態(tài)問題。實際處理的圖像一般都混有噪聲,因為邊緣和噪聲都是高頻信號,在抑制噪聲的同時必然會對邊緣的定位產(chǎn)生影響。所以抑制噪聲和邊緣的精確定位很難同時得到滿足,而圖像邊緣提取的關(guān)鍵就是要解決抑制噪聲和保留原圖像邊緣之間的矛盾。
　　本文是在對現(xiàn)有的一些邊緣檢測技術(shù)進(jìn)行分析和研究的基礎(chǔ)上,針對其中的不足和缺陷,提出一種改進(jìn)的算法,以改善邊緣提取的效果。
　　本文首先介紹了一些經(jīng)典的邊緣檢測算子,分析了這些算子在理論和方法上各自

3、的優(yōu)缺點(diǎn)以及適用場合,并通過編程來實現(xiàn)各種算法,進(jìn)行仿真實驗對比。
　　其次重點(diǎn)研究和論述了Canny準(zhǔn)則和Canny算法。Canny算法通過設(shè)計最優(yōu)濾波器,與圖像進(jìn)行卷積來削弱噪聲的影響,然后計算梯度幅值和方向,進(jìn)行非極大值抑制后,用雙閾值法對其進(jìn)行處理并最后連接邊緣。
　　然后分析了傳統(tǒng) Canny算法存在的缺陷和不足,在其基礎(chǔ)上提出了一種改進(jìn)算法,該算法是針對傳統(tǒng)Canny算子各個步驟中的缺陷來進(jìn)行改進(jìn)的。改進(jìn)算法用非

4、線性的混合濾波代替?zhèn)鹘y(tǒng)的線性高斯濾波,在消除噪聲的同時很好的保存了邊緣信息,改進(jìn)了梯度幅值的計算方法以及非極大抑制算法,并以梯度幅值直方圖為基礎(chǔ),自動的確定了算法的高、低閾值。
　　最后詳細(xì)介紹了改進(jìn)的Canny算法的基本理論和具體實現(xiàn)。采用matlab7.0進(jìn)行編程和仿真實現(xiàn)。
　　通過與傳統(tǒng)Canny算子仿真結(jié)果進(jìn)行對比和分析,表明改進(jìn)后的算法具有更好的抑制噪聲影響和提取邊緣細(xì)節(jié)信息的性能,而且自動化程度高,是一種較為有