摘  要

 

图像的边缘检测是图像模式识别与分析的基础，是当前十分火热的可视化技术极为重要的一个部分。它主要利用对图像边缘信息的捕捉而得到图像的模糊边缘轮廓，从而能够压缩后续研究的数据量。作为图像处理的龙头操作，图像边缘提取的效果对于后续的图像加强、图像分区、图像模式识别具有决定性作用。目前存在大量经典边缘检测算法，本文采用基于Canny算子的边缘检测算法。

Canny边缘检测算子是John F.Canny在“computational theory of edge detection”一文中提出，Canny算子的目标是得到最优的边缘检测效果，与之同时提出的还有三大准则：第一，最优检测——尽可能多地辨别出图像的真实边缘。第二，最优定点——辨别出的图像边缘要同图像实际边缘尽可能相似。第三，最小响应——图像里的所有边缘轮廓只能辨别一次，同时辨别出的边缘中不允许存在图像噪声。Canny边缘检测算法主要分为5个步骤：首先进行高斯滤波使得图像达到一定的平滑度。其次对图像所有像素点测量其梯度与方向。接着进行非极大值抑制操作，进而减少边缘噪声。然后检测双阈值以侦察真实或潜伏的边缘。最后使孤立的弱边缘得到抑制完成最终边缘检测。

本文的主要研究内容是概述图像边缘检测基础，研究传统Canny边缘检测算法，完成代码实现，最后将OpenCV自带Canny算法、本文实现的传统Canny算法、本文提取的改进Canny算法进行比较，在主观视觉和客观标准评判两方面因素，均证明了本文提出的改进Canny算法在滤除噪声方面更为高效，检测得到的边缘更加连续和真实，具有科学性和可行性。

 

关键词：图像处理，边缘检测，Canny算子 

目  录

 

第一章 绪论 1

1.1 引言 1

1.2研究现状及发展趋势 1

1.2.1 研究现状 1

1.2.2发展趋势 3

1.3 存在的问题 3

1.4本文的主要内容 3

第二章 数字图像边缘检测概述 5

2.1 数字图像基础 5

2.2 图像边缘检测 5

2.3 经典的边缘检测算法 6

第三章 基于Canny算子的边缘检测算法 9

3.1 引言 9

3.2 传统Canny边缘检测算法 9

3.2.1高斯滤波 9

3.2.2测量梯度幅度与方向 9

3.2.3非极大值抑制 10

3.2.4双阈值检测 10

3.2.5弱边缘抑制 10

3.3 改进Canny边缘检测算法 10

3.4 实验结果 11

第四章 结论与展望 15

4.1 结论 15

4.2 展望 15

参考文献 16

致  谢 18