凸曲線輪廓圖像的邊緣檢測(cè)與提取.pdf

1、圖像邊緣提取技術(shù)是圖像處理領(lǐng)域最基本的技術(shù)，如何準(zhǔn)確、快速地提取圖像中目標(biāo)物體的邊緣信息一直是圖像處理領(lǐng)域研究的熱點(diǎn)問(wèn)題。隨著邊緣提取技術(shù)研究的深入，邊緣提取已經(jīng)成為圖像分割、目標(biāo)識(shí)別、圖像壓縮以及其它一些圖像處理技術(shù)的基礎(chǔ)，應(yīng)用范圍已遍及工業(yè)、農(nóng)業(yè)、軍事、國(guó)防等多個(gè)領(lǐng)域。凸曲線輪廓零件是工業(yè)生產(chǎn)中一類重要的產(chǎn)品，為了解決該類產(chǎn)品圖像的邊緣提取問(wèn)題，本文針對(duì)凸曲線輪廓圖像的特性，探討了凸曲線輪廓圖像邊緣提取的主要技術(shù)，找到了適合凸曲線輪

2、廓圖像邊緣檢測(cè)與提取的有效方法。
　　 本文概要論述了數(shù)字圖像邊緣提取技術(shù)的發(fā)展以及凸曲線輪廓產(chǎn)品的概念，在此基礎(chǔ)上分析了凸曲線輪廓圖像邊緣提取技術(shù)研究的重要意義。通過(guò)對(duì)數(shù)字圖像處理中圖像灰度化處理、圖像去噪、邊緣檢測(cè)、圖像閾值分割等關(guān)鍵技術(shù)的介紹，研究了圖像邊緣檢測(cè)與提取的一般方法。
　　 分析了凸曲線輪廓圖像的特點(diǎn)，并以此為基礎(chǔ)，詳細(xì)討論了適用于凸曲線輪廓圖像的基于彩色空間距離的圖像灰度化算法、圖像高斯去噪算法以及凸

3、曲線輪廓圖像的邊緣檢測(cè)算法和閾值分割算法，并詳細(xì)分析了它們的出發(fā)點(diǎn)、理論依據(jù)以及實(shí)現(xiàn)方法，以實(shí)際工業(yè)生產(chǎn)過(guò)程中的螺旋槳葉片圖像和螺紋圖像為例，對(duì)圖像進(jìn)行了處理，實(shí)驗(yàn)結(jié)果表明，應(yīng)用這些方法對(duì)凸曲線輪廓圖像進(jìn)行處理，取得了良好的效果。
　　 研究了凸曲線輪廓圖像邊緣坐標(biāo)的提取技術(shù)，主要探討了基于八方向鏈碼的圖像邊緣跟蹤算法，并根據(jù)需要對(duì)跟蹤初始點(diǎn)、下一邊緣點(diǎn)的判斷以及搜索終止條件的選擇方法進(jìn)行了優(yōu)化，論述了優(yōu)化算法的理論基礎(chǔ)和核心思