論文查重服務(wù)12年
211、985指定查重網(wǎng)
-
全國(guó)咨詢電話：0571-28284626
本文主要從原理方面討論了幾種經(jīng)典的 邊緣檢測(cè) 方法 ,如 Rebort 算子、 Prewitt 算子和 S obel 算子、 拉普拉斯 (Laplacian)算子、 Canny 算子 ,并系統(tǒng)的對(duì)其 進(jìn)行了分析比較 ,為今后的研究工作提供了詳細(xì)的 參考資料. 邊緣 的定義 首先介紹什么是 邊緣 。
圖像邊緣檢測(cè)的結(jié)果直接影響物體檢測(cè)和識(shí)別的效果。 [3] 圖像中的邊緣檢測(cè)一直是機(jī)器視覺(jué)領(lǐng)域中的研究熱點(diǎn),從年代至今,人們已經(jīng)從不同的角度、不同的應(yīng)用背景提出了很多方法,歸納起來(lái)分為三大類。 第一類是經(jīng)典的邊緣檢測(cè)方法,如微分算子法、最優(yōu)算子法和擬合法等。
第一類是經(jīng)典的邊緣檢測(cè)方法,如微分算子法、最優(yōu)算子法和擬合法等。 題進(jìn)行分析,給出一維值代價(jià)函數(shù)作為最優(yōu)提取依據(jù),從全局最優(yōu)的觀點(diǎn)提取邊緣,如松馳法。 第三類是以小波變換、數(shù)學(xué)形態(tài)學(xué)、模糊數(shù)學(xué)、分形理論等近年來(lái)發(fā)展起來(lái)的高新技術(shù)為基礎(chǔ)的圖像邊緣提取方法,尤其是基于多尺度特性的小波變換提取圖像邊緣的方法是目前研究較多的課題。 其中,以上每一類都包含各種不同的邊緣檢測(cè)算法。 [1] 此外，還誕生了一些如基于神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)等近年來(lái)新興起的方式。 在這里，由于本人并沒(méi)有深入、系統(tǒng)地學(xué)習(xí)過(guò)圖像處理，能力所限，主要介紹一下經(jīng)典的邊緣檢測(cè)算法里的算子的方法，以及在傳統(tǒng)的圖像識(shí)別里的sift特征里同樣提到的尺度空間概念。
