图像边缘检测方法的研究与预测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一
简 单 的时 候噪 声 也会 对 于整 个边 缘 的检 测造 成 比较 大 的影 响 。所 以，我 们 总结 得 出 ，基于 数 学 的基础 之上 的图像 的 边 缘检 测对 于 图像 是 有选 择性 的 。只 有 整体 的元 素 比较 复 杂 的 时候才 能 应用 这种 形 态边 缘 检测 方 式 。尽 管发 展存 在 的 一定 的 不足 之 处 ，因 为他 独特 的严 谨 性 的特性 也 得到 了 广泛 的发 展 。
两化融合
本期 关注
图像 边缘检测方法 的研 究与预测
许 晓萍 ，无锡 城 市职 业技 术 学院
图 像 发 为 挥 边 的 边 着 缘 缘 巨 检 大 测 的 在 作 图 用 像 ， 首 的 处 先 理 我 与 们 识 应 别 该 认 的 过 识 程 到 中 何
，
数 学 的检 测 方 法 因 为 发 展 的 不 完 善 也 存 在 一 定 的不 足 之 处 。 因为 数学 应 用 的是 总体 与部 分 之 间 的特 性 。所 以当结 构 比较 简 单 的时 候 ，结 构的 确定 就 会 比较 困难 ，而 且 结构
于他 本 身 的优 点 。所谓 的小波 变 换就 是 能够 捕捉 到 很 小 的 图像 边缘 的变化 ，因 为在 边缘 处 的 图像变 化 是 很大 的 ，小 波 的 边缘 处 理 正好 符合 这 个特 性 ， 当 图像 的尺度 越 小他 的 边 缘 尺度 变 化 的越 快 ，这样 对 于精 度 的要 求 就越 高 ， 而且 在 这 样 的条 件 下噪 音对 于 图像 就 会有 比较 大 的 影响 力 。相 反的 一幅 图像 的尺 度 比较 大 的时候 ，它 的边 缘 的变 化 是很
种 算 法应 用 到 相应 的矩 阵 的知 识 ，首 先将 相 关 的图像 映 射
明显 。 由此 可 见对 于小 波 的边 缘 处理 什么 尺度 的 图像 边 缘 我 们 都 能够 很好 的 处理 。我 们 在进 行 图像 边 缘检 测利 用 的 思 想 是逐 渐变 化 的 思想 ，利 用 不 同 的标准 进 行检 测 ，然 后 找 到 最大 值 的变 化 的情 况 ，并 通过 对 于数 据 的应 用 ，根 据
是世 界上 最 机 密 的仪器 ，他可 以进 行 多方 面 的计 算 与数 据
所 介 绍 的形态 学 是 一种 数学 形 态 的应 用 。他 在现 在科 学 的 基 础之 上 得 到 了 比较 广 泛 的应 用 。所 谓 的形态 学 是利 用 整 体 与 部分 之 间 的关 系 。准确 的 检测 边缘 与 整个 图像之 间的 关 系 ，这 样 ，可 以减 少 很 多外 在 的影 响 ，直 间探 测 到我 们 需 要 的边 缘 。而 且这 种 在形 态 学 的基 础之 上进 行 的检 测 对 于 噪 声 的影 响 的抵抗 能 力是 比较强 的。 因为 我们 的形 态 边 缘检 测 是 在数 学 的基 础 之上 进 行 的所 以这 就 意味 着他 也 具 有 很 多数 学 方面 的特 征 。因为 数学 是 一 门数字 的学科 ，这
平 缓 的 ，所 以与小 尺度 的相 比对 于 噪声 的影 响 也就 不那 么
定 的条 件 的 ，在 很 多 的情况 下 ，我 们对 于 一些 事物 不 能
做 出 明确 的解释 ，但 是我 们对 于 这个 事物 又 具有 一 定程 度
的 了解 ，这 就产 生 了模 糊 学 。而在 本 文讨 论 当 中 ，将 模 糊 学 引入 图像 的 边缘 检测 ，可 以 比较好 的 区分 边缘 与 背景 ， 这 样 在检 测 边 缘 的时候 ，整个 过 程就 会变 得 更加 简 单 。这
标 准 的不 同合理 分 析 ，得 到最 后 的我 们 需要 的 图像 ，可 以 较 好 的解决 噪 声和 定位精 度之 间的矛盾 。 １ ． ２ 在 形态 学 的基 础之 上 进行 的边缘 检 测方 法 ：我 们
成 相 关 的模 糊 的矩 阵 ，然 后进 行相 应 的变 换 ，然 后在 最 大 值 与 最 小值 的基 础 之上 进 行边 缘 的检 测 。 当然 ，这种 模 糊 学 的算法 不 可避 免 的存 在 一定 的 不足 之 处 。因为 整个 过 程 就 是不 完善的 ，而且整 个过程 比较慢 ，是需要 改进 的。 １ ． ４ 在 人 工智 能 的基 础上 进行 的边缘 检 测方 法 ：人 脑
所 谓 边缘 就 是 我们 的 图像 与背 景 的
分 界线 。只有 将边 缘 良好 的区 分我 们 的 图像才 能 完整 。以 下我 们将 展 开详细 介绍 。 １ 现 在条 件下 的边 缘检 测 的方 法 １ ． １ 在 小 波 的基础 上 进行 的边 缘检 测 方法 ： 小波 的边 缘 检 测 的 方法 是 在Ｆ ｏ ｕ ｒ ｉ ｅ ｒ 的基 础 之 上 发展 来 的 。众 所 周 知 ， 图像是 一 种不 稳 定 的信 号 ，所 以在 处理 的时候 会 存在
定 的 困难 。但 是 ，在 小波 的基 础 上进 行 的边 缘检 测 就解
源自文库
决 了这 方面 的缺 陷 。并且 小波 的边 缘检 测还 具 有 自身 的特
ｌ ＿ ３在模糊学的基础之上进行的边缘检测方法：所谓的 模糊 学 就是 用 一些 比较 模 糊 的知 识来 描 述一 件 事情 。就 如
同 美术 中 的 印象派 ，它是 一种 不 清 晰的 东西 。模 糊 学 的提 出 是根据 人 类 的视 觉特 性 来进 行 的 。在模 糊 识别 的 过程 中 分 成很 多 的层 次 ，并 且我 们 的模 糊 的边 缘检 测在 各 个层 次 应用 的都是 有 关模 糊 学 的知 识 。如在 特 征层 ，可 将 输入 模 式表 达成 隶属 度值 的矩 阵 ： 在 分类层 ，可表模 糊模 式 的多 类 隶 属度 值 ，并提 供损 失 信 息的 估计 。模 糊 学 的产 生是 有
一
性 ，例 如在 高频 的条件 之 下 ，能 够有 效 地辨 析 时 间 ，在低 频 的条件 之 下 ，能 够有 效 地辨 析 频 率 。我们 通 过对 于 频率 的分 析 可 以发现 ，这 是一 种变 焦 的特 点 ，这 也 是在 传 统 的
边 缘 图像 处 理 的基 础之 上 的得 到 的进 步 。在 小 波 的基础 上 进 行 的边 缘 检测 在 现代 的应用 中十 分的广 泛 ，这主 要得 益
简 单 的时 候噪 声 也会 对 于整 个边 缘 的检 测造 成 比较 大 的影 响 。所 以，我 们 总结 得 出 ，基于 数 学 的基础 之上 的图像 的 边 缘检 测对 于 图像 是 有选 择性 的 。只 有 整体 的元 素 比较 复 杂 的 时候才 能 应用 这种 形 态边 缘 检测 方 式 。尽 管发 展存 在 的 一定 的 不足 之 处 ，因 为他 独特 的严 谨 性 的特性 也 得到 了 广泛 的发 展 。
两化融合
本期 关注
图像 边缘检测方法 的研 究与预测
许 晓萍 ，无锡 城 市职 业技 术 学院
图 像 发 为 挥 边 的 边 着 缘 缘 巨 检 大 测 的 在 作 图 用 像 ， 首 的 处 先 理 我 与 们 识 应 别 该 认 的 过 识 程 到 中 何
，
数 学 的检 测 方 法 因 为 发 展 的 不 完 善 也 存 在 一 定 的不 足 之 处 。 因为 数学 应 用 的是 总体 与部 分 之 间 的特 性 。所 以当结 构 比较 简 单 的时 候 ，结 构的 确定 就 会 比较 困难 ，而 且 结构
于他 本 身 的优 点 。所谓 的小波 变 换就 是 能够 捕捉 到 很 小 的 图像 边缘 的变化 ，因 为在 边缘 处 的 图像变 化 是 很大 的 ，小 波 的 边缘 处 理 正好 符合 这 个特 性 ， 当 图像 的尺度 越 小他 的 边 缘 尺度 变 化 的越 快 ，这样 对 于精 度 的要 求 就越 高 ， 而且 在 这 样 的条 件 下噪 音对 于 图像 就 会有 比较 大 的 影响 力 。相 反的 一幅 图像 的尺 度 比较 大 的时候 ，它 的边 缘 的变 化 是很
种 算 法应 用 到 相应 的矩 阵 的知 识 ，首 先将 相 关 的图像 映 射
明显 。 由此 可 见对 于小 波 的边 缘 处理 什么 尺度 的 图像 边 缘 我 们 都 能够 很好 的 处理 。我 们 在进 行 图像 边 缘检 测利 用 的 思 想 是逐 渐变 化 的 思想 ，利 用 不 同 的标准 进 行检 测 ，然 后 找 到 最大 值 的变 化 的情 况 ，并 通过 对 于数 据 的应 用 ，根 据
是世 界上 最 机 密 的仪器 ，他可 以进 行 多方 面 的计 算 与数 据
所 介 绍 的形态 学 是 一种 数学 形 态 的应 用 。他 在现 在科 学 的 基 础之 上 得 到 了 比较 广 泛 的应 用 。所 谓 的形态 学 是利 用 整 体 与 部分 之 间 的关 系 。准确 的 检测 边缘 与 整个 图像之 间的 关 系 ，这 样 ，可 以减 少 很 多外 在 的影 响 ，直 间探 测 到我 们 需 要 的边 缘 。而 且这 种 在形 态 学 的基 础之 上进 行 的检 测 对 于 噪 声 的影 响 的抵抗 能 力是 比较强 的。 因为 我们 的形 态 边 缘检 测 是 在数 学 的基 础 之上 进 行 的所 以这 就 意味 着他 也 具 有 很 多数 学 方面 的特 征 。因为 数学 是 一 门数字 的学科 ，这
平 缓 的 ，所 以与小 尺度 的相 比对 于 噪声 的影 响 也就 不那 么
定 的条 件 的 ，在 很 多 的情况 下 ，我 们对 于 一些 事物 不 能
做 出 明确 的解释 ，但 是我 们对 于 这个 事物 又 具有 一 定程 度
的 了解 ，这 就产 生 了模 糊 学 。而在 本 文讨 论 当 中 ，将 模 糊 学 引入 图像 的 边缘 检测 ，可 以 比较好 的 区分 边缘 与 背景 ， 这 样 在检 测 边 缘 的时候 ，整个 过 程就 会变 得 更加 简 单 。这
标 准 的不 同合理 分 析 ，得 到最 后 的我 们 需要 的 图像 ，可 以 较 好 的解决 噪 声和 定位精 度之 间的矛盾 。 １ ． ２ 在 形态 学 的基 础之 上 进行 的边缘 检 测方 法 ：我 们
成 相 关 的模 糊 的矩 阵 ，然 后进 行相 应 的变 换 ，然 后在 最 大 值 与 最 小值 的基 础 之上 进 行边 缘 的检 测 。 当然 ，这种 模 糊 学 的算法 不 可避 免 的存 在 一定 的 不足 之 处 。因为 整个 过 程 就 是不 完善的 ，而且整 个过程 比较慢 ，是需要 改进 的。 １ ． ４ 在 人 工智 能 的基 础上 进行 的边缘 检 测方 法 ：人 脑
所 谓 边缘 就 是 我们 的 图像 与背 景 的
分 界线 。只有 将边 缘 良好 的区 分我 们 的 图像才 能 完整 。以 下我 们将 展 开详细 介绍 。 １ 现 在条 件下 的边 缘检 测 的方 法 １ ． １ 在 小 波 的基础 上 进行 的边 缘检 测 方法 ： 小波 的边 缘 检 测 的 方法 是 在Ｆ ｏ ｕ ｒ ｉ ｅ ｒ 的基 础 之 上 发展 来 的 。众 所 周 知 ， 图像是 一 种不 稳 定 的信 号 ，所 以在 处理 的时候 会 存在
定 的 困难 。但 是 ，在 小波 的基 础 上进 行 的边 缘检 测 就解
源自文库
决 了这 方面 的缺 陷 。并且 小波 的边 缘检 测还 具 有 自身 的特
ｌ ＿ ３在模糊学的基础之上进行的边缘检测方法：所谓的 模糊 学 就是 用 一些 比较 模 糊 的知 识来 描 述一 件 事情 。就 如
同 美术 中 的 印象派 ，它是 一种 不 清 晰的 东西 。模 糊 学 的提 出 是根据 人 类 的视 觉特 性 来进 行 的 。在模 糊 识别 的 过程 中 分 成很 多 的层 次 ，并 且我 们 的模 糊 的边 缘检 测在 各 个层 次 应用 的都是 有 关模 糊 学 的知 识 。如在 特 征层 ，可 将 输入 模 式表 达成 隶属 度值 的矩 阵 ： 在 分类层 ，可表模 糊模 式 的多 类 隶 属度 值 ，并提 供损 失 信 息的 估计 。模 糊 学 的产 生是 有
一
性 ，例 如在 高频 的条件 之 下 ，能 够有 效 地辨 析 时 间 ，在低 频 的条件 之 下 ，能 够有 效 地辨 析 频 率 。我们 通 过对 于 频率 的分 析 可 以发现 ，这 是一 种变 焦 的特 点 ，这 也 是在 传 统 的
边 缘 图像 处 理 的基 础之 上 的得 到 的进 步 。在 小 波 的基础 上 进 行 的边 缘 检测 在 现代 的应用 中十 分的广 泛 ，这主 要得 益