圖像邊緣檢測(cè)技術(shù)及其應(yīng)用研究.pdf

1、數(shù)字圖像處理技術(shù)的應(yīng)用范圍越來(lái)越廣，滲透到社會(huì)的各個(gè)領(lǐng)域。圖像的邊緣特征是圖像的重要特征。圖像邊緣檢測(cè)技術(shù)是數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別的基礎(chǔ)。數(shù)字圖像邊緣檢測(cè)技術(shù)廣泛應(yīng)用于圖像分割、運(yùn)動(dòng)檢測(cè)、目標(biāo)跟蹤、人臉識(shí)別等領(lǐng)域。因此圖像邊緣檢測(cè)技術(shù)是圖像處理技術(shù)的研究熱點(diǎn)之一，提高邊緣檢測(cè)精度和探索邊緣檢測(cè)技術(shù)在實(shí)際工程中的應(yīng)用是邊緣檢測(cè)技術(shù)的重要研究?jī)?nèi)容。本論文的研究工作是結(jié)合項(xiàng)目“多譜圖像配準(zhǔn)技術(shù)研究”、“貨車(chē)故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)中故

2、障自動(dòng)檢測(cè)”和“基于雙目立體視覺(jué)的動(dòng)作捕捉系統(tǒng)”，對(duì)數(shù)字圖像邊緣檢測(cè)技術(shù)的基礎(chǔ)理論展開(kāi)了研究，并將數(shù)字圖像邊緣檢測(cè)技術(shù)應(yīng)用于上述項(xiàng)目中。本論文的主要研究?jī)?nèi)容主要包括以下幾個(gè)方面：
　　首先，本論文對(duì)國(guó)內(nèi)外關(guān)于數(shù)字圖像邊緣檢測(cè)技術(shù)的研究成果和現(xiàn)狀進(jìn)行了系統(tǒng)總結(jié)，闡述了經(jīng)典的灰度圖像邊緣檢測(cè)方法和彩色圖像邊緣檢測(cè)方法。介紹了圖像邊緣檢測(cè)技術(shù)在圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)中的應(yīng)用，展望了數(shù)字圖像邊緣檢測(cè)技術(shù)的發(fā)展趨勢(shì)。
　　其次

3、，詳細(xì)介紹了經(jīng)典的灰度圖像Canny邊緣檢測(cè)方法，分析了此方法存在的缺陷，提出了一種基于直方圖凹度分析的灰度Canny邊緣檢測(cè)方法。改進(jìn)的Canny邊緣檢測(cè)方法在高斯濾波之前用開(kāi)關(guān)型中值濾波器濾除脈沖噪聲，利用直方圖凹度分析來(lái)自動(dòng)選取雙閾值。改進(jìn)的方法能有效地濾除圖像中的脈沖噪聲，自動(dòng)地選取雙閾值。
　　為了將灰度圖像SUSAN邊緣檢測(cè)算子擴(kuò)展到了彩色圖像。我們提出了用于彩色圖像邊緣檢測(cè)的SUSAN邊緣檢測(cè)方法。首先將待檢測(cè)的彩色

4、圖像從RGB空間轉(zhuǎn)換到CIELAB空間，然后利用利用色差來(lái)計(jì)算核值相似區(qū)域的大小，最后通過(guò)閾值化來(lái)提取彩色圖像的邊緣。與傳統(tǒng)的邊緣檢測(cè)方法相比，改進(jìn)的新方法能有效地檢測(cè)出彩色圖像的邊緣。檢測(cè)出的彩色圖像邊緣比較符合人眼視覺(jué)特性。
　　此外，本論文回顧了偏微分理論及其在彩色圖像濾波中的應(yīng)用，提出了一種基于快速向量全變分和Sobel色差算子的Canny彩色圖像邊緣檢測(cè)方法。改進(jìn)的彩色圖像邊緣檢測(cè)方法利用快速向量全變分方法濾除噪聲，同時(shí)

5、能保留圖像邊緣細(xì)節(jié)信息，然后利用色差Sobel算子計(jì)算彩色圖像的色差和方向,用于非極大值抑制，最后通過(guò)雙閾值的方法來(lái)提取彩色圖像的邊緣,這種方法能有效地檢測(cè)出圖像的邊緣。針對(duì)彩色圖像中的脈沖噪聲，設(shè)計(jì)了一種基于CIELAB空間抗脈沖噪聲的彩色Canny邊緣檢測(cè)算子。
　　最后，介紹了貨運(yùn)列車(chē)故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)的組成及工作原理,并對(duì)貨運(yùn)列車(chē)故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)中的常見(jiàn)故障,給出了具體的分類(lèi)和分析。本文將圖像邊緣檢測(cè)技術(shù)用于列車(chē)故障