基于梯度算子的图像边缘检测算法研究-计算机应用技术专业论文.docx

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 图像的边缘检测是图像处理和计算机视觉领域最重要的技术之一，在图像处 理系统中占有重要的地位，是影响整个系统性能的关键因素。其算法的优劣直接 影响整个计算机视觉系统性能的好坏。经典的基于梯度算子的边缘检测方法，如 梯度算子、拉普拉斯以及拉普拉斯-高斯算子等，只适用于检测有限类型的边缘， 并且对噪声很敏感。找到与图像中目标的实际分界线相对应的真实边缘，一直是 图像处理领域里的一个难题。 本文研究了基于梯度算子的边缘检测算法，针对基于梯度算子的图像边缘检 测算法检测精度低、抗噪声性能差等问题提出了一种改进的 Sobel 图像边缘检测算 法和一种基于模拟退火算法和梯度算子的图像边缘检测算法。其中改进的 Sobel 图像边缘检测算法在 Sobel 图像边缘检测的基础上增加了噪声检验和边缘细化步 骤，克服了传统 Sobel 算子检测方向有限、受噪声影响严重等缺陷；基于模拟退火 算法和梯度算子的图像边缘检测算法通过模拟退火算法获得最优梯度算子，并根 据最优算子对图像进行边缘检测，克服了经典算法中使用固定算子的缺陷。 实验表明，本文提出的改进 Sobel 算子图像边缘检测算法可检测多方向的边 缘，定位比较准确，抗噪声能力强并且能获得较细的边缘。基于模拟退火算法和 梯度算子的图像边缘检测算法检验效果良好，稳定性高，抗噪声性能优良。 在后续的工作中，还需要深入研究两种新边缘检测算法执行效率 以及所适应 的边缘类型。 关键词：边缘检测 梯度算子 Sobel 算子 模拟退火算法 Abstract The image edge detection is one of the most important technologies in the digital image precessing and computer vision, playing an important role in image processing system. It is a critical factor affecting systems performance. The performance of computer vision system is influenced directly by the accuracy of the edge detection algorithm. Most classic edge detection algorithm, such as gradient operator, Laplace operator, LOG operator, only detect edge of restricted types and they are sensitive to noise, too. It is a difficult topic in image processing research field to detect the edge correspond to the real boundary of target in image. This paper researches the edge detection algorithm based on gradient operator and its problems, such as lower detection accuracy and noise resistance ability. An improved Sobel imag