基于物体轮廓和形状特征的提取与检测.doc

资料分类:本科论文 上传会员:晓萱 更新时间:2017-01-13
需要金币1000 个金币 资料包括:完整论文,开题报告,任务书 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:11245
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:轮廓是在亮度不同的区域之间有一个明显的变化,即明度级差突然变化而形成的。轮廓是构成任何一个形状的边界或外形线。本文在经典的Sobel算子的基础上进行了改进,增加了45°和135°两个方向。又根据轮廓提取的基本思想:对图像轮廓提取内部与外部像素点挖空。本文又提出了一种新的方法,即亮点的8个相邻像素点全部为亮点,则该点为内部点,反之为轮廓点。将所有内部点置为背景点,完成轮廓提取。文章结合改进的Sobel算子和新的方法,对图像进行轮廓提取。图像轮廓提取结果的连续性,抗噪性得到了明显的提升。

 

关键词:轮廓提取  Sobel算子  图像增强

 

目录

摘要

Abstract 

引言

1 物体轮廓和形状特征提取与检测研究背景及意义-2

2 体轮廓和形状特征提取与检测研究现状-3

2.1经典算法-3

2.1.1 Roberts交叉算子-3

2.1.2 Sobel算子-3

2.1.3 Prewitt算子-4

2.1.4 LOG算子-4

2.1.5 Canny算子-5

2.1.6 Hough变换-5

2.1.7 边界方向直方图方法-6

2.1.9 小波变换法-6

2.2物体轮廓提取与检测的现代方法-7

2.2.1基于小波和相对矩的形状特征提取与检测方法-7

2.2.2基于蜂群算法的图像轮廓检测方法-7

2.2.3基于角点检测的图像形状特征提取方法-7

2.2.4基于多种子点提取三角网格特征轮廓的方法-8

3 Sobel算法的改进-9

3.1 sobel算法-9

3.2 sobel算法的改进-9

3.3 一种新的利用阈值分割图像的方法-11

3.4 改进后的sobel算子与阈值分割的方法相比较-13

3.5 基于改进后的sobel算子与阈值分割相结合的检测方法-13

3.6改进方法与阈值方法相结合-14

4 本文方法与其他方法相结合的检测效果-15

4.1 本文方法与灰度变换相结合-15

4.2 本文方法与中值滤波相结合-17

5 程序实现代码-20

结论

致谢

参考文献

相关论文资料:
最新评论
上传会员 晓萱 对本文的描述:本课题通过选择物体图像,计算物体的轮廓和形状特征,并根据物体轮廓和形状进行目标检测,用实例验证。要求概述物体轮廓和形状特征及检测技术背景及意义、研究图像显著性检测......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: