图像边缘检测系统开题报告

本科毕业设计开题报告

题目图像边缘检测系统的开发

学生姓名学号

所在院(系) 数学与计算机科学学院

专业班级计算机科学与技术计算机081 指导教师

20 12年 03 月 03日

现在，人们已经从不同的角度、不同的应用背景提出了很多方法，归纳起来分为三大类别：1）经典的边缘检测算法主要有微分法和最优算子法，微分法是通过利用经典的微分算子检测图像的边缘，主要包括Roberts算子、Sobel算子、Prewitt算子和Laplacian算子等，最优算子法则是微分算子发展和优化，主要有高斯-拉普拉斯（LOG）算子和Canny算子等；

2) 以小波变换、数学形态学、模糊数学、分形理论等近年来发展起来的高新技术为基础的图像边缘提取方法，尤其是基于多尺度特性的小波变换提取图像边缘的方法是目前研究较多的课题。

2.4应用领域

1）边缘检测在储粮害虫方面的应用

我国是农业大国,粮食产后储藏期间,储粮害虫造成的危害十分严重;并且 ,近年来储粮害虫的种类和密度呈上升趋势, 致使储粮损失更加严重。为了有效防治害虫 ,就要预测它们的发生趋势、数量、种群动态及潜在危害。通过对储粮粮虫的图像采集、图像数字转化、性状识别和分析,使计算机能自动提取粮仓害虫的形态性状、智能识别害虫种类,并能对害虫的数量自动计数,从而可以输出数据、发出指令,构成科学保粮专家系统的主要部分。基于机器视觉的在线粮库虫情测报系统是虫情检测的发展趋势 ,粮虫图像处理算法是系统的核心部分。由此可见，边缘检测技术将在粮虫检测方面发挥更大的作用，保障我国的粮食在粮虫方面的危害降到最低。

2）图像边缘检测技术在电厂中的应用

电厂锅炉燃烧的稳定性直接影响到电厂的安全和经济运行。锅炉图像火检技术是20世纪 80 年代出现的一种跨学科技术,是将现代计算机技术、数字图像处理技术与燃烧学等相结合应用的结果。火焰图像提供了大量的关于炉内运行工况的原始信息。利用计算机进行数字处理可以方便地提取火焰亮度均值、燃烧中心和火焰锋面位置等参数,从而能对炉内燃烧的整体水平、火焰中心位置和火焰充满程度等进行描述。亮度均值用于预报炉内燃烧程度和发展趋势,通常采用简单可靠迅速的滑动平均算法进行报警计算。

除此之外，边缘检测还广泛应用于医学细胞检测方面、产品外观检测方面等，已渗透到我国的各个行业当中。

三、对本课题将要解决的主要问题及解决问题的思路与方法、拟采用的研究方法（技术路线）或设计（实验）方案进行说明

3.1主要问题

1）使用Roberts算子、Sobel算子、Prewitt算子等边缘检测方法获取图像边缘；

2）对三种边缘检测方法的结果进行比较。

3.2 解决问题的思路与方法

3.2.1边缘检测算法包含有以下四个步骤:

1)滤波边缘检测算法主要是基于图像强度的一阶和二阶导数,但导数的计算对噪声很敏感,因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出 ,大多数滤波器在降低噪声的同时也导致了边缘强度的损失。因此增强边缘和降低噪声之间需要折中。

2)增强增强边缘的基础是确定图像各点邻域强度的变化值 ,增强算法可以将邻域(或局部)强度值有显著变化的点显现出来,边缘增强一般是通过计算梯度幅值来完成的。

3)检测在图像中有许多点的梯度幅值比较大,而这些点在特定的应用领域中并不都是边缘,所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。

4)定位如果某一应用场合要求确定边缘位置,则边缘的位置可在子像素分辨率上来估计,边缘的方位也可以被估计出来。