图像边缘检测任务书及开题报告.doc

重庆邮电大学毕业设计(论文)任务书

设计(论文)题目___ ___图象边缘检测算法研究与实现_________________

学生姓名_A_学院_计算机学院_专业_地理信息系统_年级班别__1 _

指导教师___b__ 职 称__副教授__ 下达任务日期__2009__年_ 1_月_ 10_日

主
要
研
究
内
容
、
方
法
和
要
求

一、 研究内容
1．收集相关的相关学术报告，对其进行深入的学习了解及分析，了解各种处理图像的过程和方法，了解常用的边缘检测算法，如图像的数字化和离散图像的数学描述；数学形态学与二值图像的数学形态学运算；图像分割和特征提取中的分割技术；边缘提取的经典方法；图像特征提取等；
2．对经典边缘检测算法进行学习、分析和比较，如Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、Marr算子、Canny算子等；
3．用VC++实现这些算法，对边缘检测算法进行理解和加深，并通过比较找出每种算法的优缺点和各自适用的范围；
4．对上述算法融合自己的想法，并初步提出改进，让算法更实用。
二、 研究方法和要求
一个好的边缘检测算子应该具有三个指标：
1．低失误率，既要少将真正的边缘丢失也要少将非边缘判为边缘；
2．高位置精度，检测出的边缘应在真正的边界上；
3．对每个边缘有唯一的响应，得到的边界为单像素宽；
要做好边缘检测，首先，清楚待检测的图像特性变化的形式，从而使用适应这类变化的检测方法。其次，要知道特性变化总是发生在一定的空间范围内，不能期望用一种检测算子就能最佳检测出发生在图像上的所有特性变化。当需要提取多空间范围内的变化特性时，要多考虑算子的综合应用。第三，要考虑噪声的影响，其中的一个办法就是滤除噪声，但这有一定的局限性。第四，可以考虑各种方法的组合；第五，在正确检测边缘的基础上，要考虑精确定位的问题。

进
度
计
划

4月2号—— 4月19号：查阅相关资料，写出开题报告，
4月20号—— 5月7号： 熟悉VC++开发工具,并用VC++实现一些经典的算法
5月8号—— 5月23号： 测试，编写文档，完成毕业设计论文初稿
5月24号——5月31号： 对毕业设计论文进行修改，并最终完成毕业设计论文

主
要
参
考
文
献

[1] 谢凤英等. VC++数字图像处理[M]. 电子工业出版社, 2008. 9.
[2] K. R. Castlemen, 朱志刚等（译）. 数字图象处理[M]. 北京. 电子工业出版社. 1998. 387-422.
[3] 张凯丽, 刘辉. 边缘检测技术的发展研究[J]. 昆明理工大学学报, 2000, 25(5): 36-39
[4] 章毓晋. 图象分割[M]. 北京: 科学出版社, 2001. 116-119.
[5] 何斌, 马天予等编著. Visual C++数字图像处理[M], 2001. 4.
[6] 刘曙光, 刘明远等. 基于Canny准则的基数B样条小波边缘检测[J]. 信号处理, 2001,17(5):418-423.
[7] 赵志刚, 管聪慧. 基于多尺度边缘检测的自适应阈值小波图像降噪[J+]. 仪器仪表学报,2007,(2): 288-292
[8] 田岩岩, 齐国清. 基于小波变换模极大值的边缘检测方法[J]. 大连海事大学学报: 自然科学版, 2007, (1): 102-106
[9] Mallat Stephane, Zhong Sifen. Characterization of Signals from Multiscale Edges[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 1992, 14(7): 710-733
[10] 王文庆, 支华. 基于统计的边缘阈值检验方法[J]. 测绘科学, 2007(2): 71-72.

指导教师签字 ________ ______年___月___日

教学部主任签字_______ _____年___月____ 日
备注：此任务书由指导教师填写，并于毕业设计(论文)开始前下达给学生。可加附页。

重庆邮电大学
毕业设计 (论文)开题报告

设计(论文)题目 图象边缘检测算法研究与实现

院 别 计算机科学与技术学院
专 业 地理信息系统
年 级 1
学生学号 1
学生姓名 A
指导教师 B

重庆邮电大学教务处制
二00九年三月

综
述
本
课
题
研
究
动
态
、
选
题
目
的
及
意
义

一、课题研究动态
数字图像处理方法的研究源于两个主要应用领域其一是为了便于人们分析而对图像信息的改进；其二是为使机器自动理解而对图像数据进行存储、传输及显示。数字图像处理最早的应用之一是在报纸业，目前已经广泛地用于工业、医疗保健、航空航天、军事、地理等各个领域，在国民经济中发挥着越来越重要的作用。目前，随着信息技术的发展、数字化地球概念的提出以及因特网的飞速发展，数字图像处理越来越受到人们的重视。数字图像处理科学与技术逐步向其他学科领域渗透，并为其他学科所利用是科学发展的必然。所谓数字图像处理就是利用数字计算机或者其他数字硬件，对从图像信息转换而得的电信号进行某些数学运算，以提高图像的实用性。
图像边缘检测与提取的研究一直贯穿于图像处理与分析的始终传统的图像边缘检测方法大多可归结为图像高频分量的增强过程，微分运算自然就成了边缘检测与提取的主要手段。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础，图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在各应用中占有十分重要的地位。
边缘检测的基本问题是检测精度与抗噪性能间的矛盾。由于图像边缘和噪声均为频域中的高频分量，简单的微分运算会增加图像中的噪声，因此，在微分运算之前应采取适当的平滑滤波以减少高频分量中噪声的影响。
经典的边缘检测算法是构造对象素灰度级街跃变化敏感的微分算子，如Roberts梯度算子、Sobel梯度算子等，其边缘检测速度快，但得到的往往是断续的、不完整的结构信息。这类方法对噪声比较敏感，为了有效抑制噪声，一般都首先对原图象进行平滑，再进行边缘检测就能成功的检测到真正的边缘。边缘检测技术中较为成熟的方法是线性滤波器，其中尤其是以拉普拉斯LOG算子最为有名，LOG算子较好的解决了频域最优化之间的矛盾，计算方法也比较简单方便，另外，该算子在过零点检测中具有各向同性特点，保证了边缘的封闭性，符合人眼对自然界中大多数物体的视觉效果；不过LOG算子的边缘定位精度较差，而边缘定位精度和边缘封闭性两者之间无法客观的达到最优化折中。
随着小波分析的出现，其良好的时频局部特性被广泛的应用在图像处理和模式识别领域中，成为信号处理中常用的手段和有力的工具。通过小波分析，可以将交织在一起的各种混合信号分解成不同频率的块信号，而通过小波变换进行边缘检测，可以充分利用其多尺度和多分辨率的性质，真实有效的表达图像的边缘特征。当小波变换的尺度减小时，对图像的细节更加敏感；而当尺度增大时，图像的细节将被滤掉，检测的边缘只是粗轮廓。该特性在模式识别中非常有用，我们可以将此粗轮廓称为图像的主要边缘。如果能将一个图像的主要边缘清晰完整的提取出来，这将对目标分割、识别等后续处理带来极大的便利。
二、目的及意义
边缘检测是图像分割的核心内容，而图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置，对图象的特征测量有重要的影响。图像分割及基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。从而边缘检测在图像工程中占有重要的地位和作用。因此对边缘检测的研究一直是图像技术研究中热点，人们对其的关注和研究也是日益深入。
首先，边缘在边界检测、图像分割、模式识别、机器视觉等中有很重要的作用。 边缘是边界检测的重要基础，也是外形检测的基础。同时，边缘也广泛存在于物体与背景之间、物体与物体之间,基元与基元之间，是图像分割所依赖的重要特征。 其次，边缘检测对于物体的识别也是很重要的。第一，人眼通过追踪未知物体的轮廓而扫视一个未知的物体。第二，如果我们能成功地得到图像的边缘，那么图像分析就会大大简化，图像识别就会容易得多。第三，很多图像并没有具体的物体，对这些图像的理解取决于它们的纹理性质，而提取这些纹理性质与边缘检测有极其密切的关系。
理想的边缘检测是能够正确解决边缘的有无、真假、和定向定位。长期以来，人们一直关心这一问题的研究，除了常用的局部算子及以后在此基础上发展起来的种种改进方法外，又提出了许多新的技术，其中，比较经典的边缘检测算子有Roberts cross算子、Sobel算子、Laplacian算子、Marr算子等，近年来又有学者提出了广义模糊算子，形态学边缘算子等。这些边缘检测的方法各有其特点，但同时也都存在着各自的局限性和不足之处。
本次研究正是在已有的算法基础上初步进行改进，以期找到一个更加简单而又实用的算子，相信能对图像处理中的边缘检测方法研究以及应用有一定的参考价值。

研
究
基
本
内
容
、
拟
解
决
的
主
要
问
题

一、 研究内容
一个好的边缘检测算子应该具有三个指标：
a．低失误率，既要少将真正的边缘丢失也要少将非边缘判为边缘；
b．高位置精度，检测出的边缘应在真正的边界上；
c．对每个边缘有唯一的响应，得到的边界为单像素宽；
1．收集相关的相关学术报告，对其进行深入的学习了解及分析，了解各种处理图像的过程和方法，了解常用的边缘检测算法，如图像的数字化和离散图像的数学描述；二维离散Fourier变换；离散Karhunen-Loeve变换；数学形态学与二值图像的数学形态学运算；图像分割和特征提取中的分割技术；边缘提取的经典方法；图像特征提取等；
2．对经典边缘检测算法进行理解、分析和比较，如Roberts cross算子、Sobel算子、Laplacian算子、Marr算子、Canny算子等；
3．用VC++实现这些算法，对边缘检测算法理解加深，并通过比较找出每种算法的优缺点；
4．对上述算法融合自己的想法，并初步提出改进，让算法更实用。
二、拟解决的主要问题
1．如何对算法进行真正理解；
2．对经典算法进行描述，并得出自己的一些结论；
3．用VC++实现一些经典边缘检测算法；
4．如何对算法进行程序实现；
5．针对不同的情况对检测模板进行熟练的运用；
6．对某一已有的经典算法初步提出改进。

研
究
方
法
、
步
骤
及
措
施

一、研究方法：
要做好边缘检测，首先，清楚待检测的图象特性变化的形式，从而使用适应这类变化的检测方法。其次，要知道特性变化总是发生在一定的空间范围内，不能期望用一种检测算子就能最佳检测出发生在图象上的所有特性变化。当需要提取多空间范围内的变化特性时，要多考虑算子的综合应用。第三，要考虑噪声的影响，其中的一个办法就是滤除噪声，但这有一定的局限性。第四，可以考虑各种方法的组合；第五，在正确检测边缘的基础上，要考虑精确定位的问题。
 二、具体步骤：
1．首先熟悉数字图象处理和边缘检测的基本内容；
2．通过查阅相关的资料并对边缘检测的知识进行进一步的了解，理解已有的经典边缘检测算法；
3．用VC++对经典算法进行实现，加深对边缘检测算法的理解；
　 4．对某一算法提出自己的见解，并初步提出修改，使算法更加简单高效；
5．最后完成论文。

研
究
进
度
计
划

4月2号——4月19号： 对相关资料进行查询整理，理解已有的经典边缘检测算法，写出开题报告
4月20号——5月7号： 用VC++开发工具实现一些经典算法
5月8号——5月23号： 测试，编写文档，完成毕业设计论文初稿
5月24号——5月31号： 对毕业设计论文进行修改，并最终完成毕业设计论文

指
导
教
师
意
见

指导教师签字:
年 月 日

学
院
审
核
意
见

签章:
年 月 日
备注：此报告应根据下达的毕业设计(论文)任务书，在指导教师的指导下由学生独立撰写，并于毕业设计(论文)开始后一周内完成。