数字图像边缘检测算法实现 (毕业设计65页、19285字)

摘要：随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从一个专门领域的学科，变成了一种新型的科学研究和人机界面的工具。边缘检测是数字图像处理中的重要内容。本设计基于Visual C#程序设计语言，综合运用面向对象程序设计技术，数字图像处理技术对数字图像进行边缘检测。主要工作包括图像的二值处理，灰度处理，并运用Sobel,Canny,Roberts,Laplacan四个算子实现数字图像边缘检测，结果表明：Roberts 算子定位比较精确，但对噪声比较敏感，Sobel算子对灰度渐变低噪声的图像有较好的检测效果，拉普拉斯算子可以检测出绝大部分边缘,同时基本没有出现伪边缘,可以精确定位边缘，Canny算子是传统一阶微分算子中最好的算子之一，检测边缘检测的效果最好，边缘轮廓清晰，使人一目了然。

关键词：边缘检测；数字图像处理；Canny；Roberts   
 
The Realization of Edge Detection Algorithm of
Digital  Image

Abstract: With the rapid development of research on computer and it’s relative domains and visualization of scientific computation, digital image processing turns to be a tool for a new type of science research and man-machine interface from a special field. Edge detection is an important part of digital image processing. This design, bases on Visual C# programming language, was carried on with “C#” programming. The digital image processing technique realized edge detection of digital image. The main tasks include two-value and gradation processing of image, and realize edge detection of digital image with four operators—Sobel,Canny,Roberts and Laplacan.The results show that Roberts operator is more exact, but sensitive to noises. Sobel operator performs better on gradually-changing and noiseless images.Laplace operator is competent to detect major parts of edge. At the same time, hardly any false edge turns up and it’s just to the point. Canny operator is one of best operators of traditional one-band differential, and it is the best operator of edge detection, contours of edge detected by which is clear enough to be observed.
Keywords:  Edge Detection,  Image Procession,  Canny,  Roberts
 

目    录

第1章  绪论 1
1.1  边缘检测国内外研究现状 1
1.2  选题的目的和意义 1
第2章  基础知识 1
2.1  数字图像 1
2.2  C#开发 Windows应用程序的方法 1
2.3  C#处理图像的基本原理 1
2.4  BMP文件格式分析 1
第3章  边缘检测设计 1
3.1  利用C#处理数字图像的基本思想 1
3.2  主窗体设计 1
3.2.1  常用属性 1
3.2.2  常用方法 1
3.2.3  常用事件 1
3.2.4  类控件的使用 1
3.2.5  PictureBox控件的使用 1
3.2.6  ScorollBar控件和VSorollBar控件的使用 1
3.2.7  窗体界面 1
3.2.8  程序菜单功能的实现 1
3.3  系统总体设计流程图 1
3.4  数字图像图形预处理 1
3.4.1  数字图像的灰度处理 1
3.4.2  数字图像的二值处理 1
3.5  Sobel算子设计实现 1
3.6  Laplacan算子设计实现 1
3.7  Roberts算子设计实现 1
3.8  Canny算子设计实现 1
第4章  设计的测试与运行 1
4.1  设计测试环境 1
4.2  程序运行环境介绍 1
4.2.1  C#.NET简介 1
4.2.2  Visual Studio.NET概要 1
4.3  设计总测试 1
4.4  边缘检测算子的评价 1
4.4.1  数字图像边缘检测的要求 1
4.4.2  边缘检测评测结果 1
第5章  总结与展望 1
致谢 1
参考文献 1
附录 1
 
第1章  绪  论

1.1  边缘检测国内外研究现状
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。从而，人们自然最早提出了一阶微分边缘算子，如Roberts算子、Sobel算子、Prewitt算子和Kirsh算子等，这些算子由于梯度或一阶微分算子通常在图像边缘附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需作细化处理，这就影响了边缘定位的精度；因而又产生了与边缘方向无关的二阶微分边缘检测算子，即Laplacian算子。利用二阶导数零交叉所提取的边缘宽度为一个像素，所得的边缘结果无需细化，有利于边缘的精确定位。因此，二阶微分形式的边缘检测算子是目前边缘检测的主要手段之一。
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。Canny 应用严格的数学方法对此问题进行了分析，提出了由四个指数函数线性组合形成的最佳边缘检测算子，其方法的实质是用一个准高斯函数作平滑运算，然后以带方向的一阶微分定位导数最大值，它可用高斯函数的梯度来近似，属于具有平滑功能的一阶微分算子。 Deriche将Canny的算法作了一定的简化，并直接将Canny的基于有限宽度的边缘检测器的宽度推广至无限宽度，从而增加了边缘检测算子的抗噪性能，但Deriche和Canny的研究是针对单边缘模型的。沈俊则是从最优滤波的观点出发，推导出运算复杂性小、精度高的最优平滑滤波器，即对称双指数型滤波器。同时研究了多边缘模型的情况，为边缘检测与提取技术的发展奠定了一定的基础。随着平滑滤波技术的日渐完善，平滑二阶微分的边缘检测算子也在近年来得到了应用。这种方法是先对图像作最佳平滑，然后再利用平滑图像的二阶微分零交叉确定边缘位置。Marr Hildreth认为LOG算子是这类边缘检测算子中应用最成功的一种，并且从生理学和心理学的角度证明了其边缘检测的有效性。在LOG算子中，具有完美数学特性的高斯函数能有效消除切尺度远小于高斯滤波器方差的图像灰度变化。Marr Hildreth指出，用不同尺度的LOG算子作用于图像，可得到图像在不同分辨率上的描述。通常小尺度算子能获得较多的图像细节，但对噪声也较敏感; 而大尺度算子虽然对噪声不很敏感，但会忽视图像细节。因此，尺度参数的选择是该算法的关键。此外该算子不可避免地也存在一定缺陷，Berzins对LOG算子的边缘检测精度分析说明，在二维图像中LOG算子对直线边缘定位精确，而对实际情况中占多数的曲线边缘总是存在误差，误差大小与边缘的曲率有关。Clerk的研究表明，LOG算子零交叉并不总是图像的真实边缘，但假边缘的零交叉点比真实边缘的零交叉点的频率要小得多，随着高斯滤波器方差的减小，假边缘的强度逐渐减小而真实边缘的强度逐渐增加。当滤波器的方差减小为零时，假边缘的强度将完全消失。不过这种算法实现较为复杂。
1.2  选题的目的和意义
所谓边缘是指周围像素灰度后阶变化或屋顶状变化的那些象素的集合，它存在于目标与背景，目标与目标，区域与区域，基元与基元之间，因此它是图像分割所依赖的重要特征，也是文理特征的重要信息源和形状特征的基础；而图像的纹理形状特征的提取又常常依赖于图象分割。图像的边缘提取也是图像匹配的基础，因为它是位置的标志，对灰度的变化不敏感，它可作为匹配的特征点。机器视觉主要是利用计算机实现人类的视觉功能，对客观世界的三维场景的感知、识别和理解。边缘是图像的最基本特征，边缘检测通常是机器视觉系统处理图像的第一个阶段，是机器视觉领域内经典的研究课题之一，其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。图像工程技术由高级到简单分为图像理解、图像分析和图像处理三个层次，边缘检测就属于图像分析的范畴。在实际的处理问题中，图像的边缘作为图像的一种基本特征，经常应用到较高层次的特征描述、图像识别、图像分割、图像增强以及图像压缩等处理技术中，从而可对图像做进一步分析和理解。
图像的其他特征都是由边缘和区域这些基本特征推导出来的。边缘具有方向和幅度两个特征。沿边缘走向，像素值的变化比较平缓;而垂直与边缘走向，则像素值的变化比较剧烈。而这种剧烈可能呈现出阶跃状，也可能呈现斜坡状。边缘上像素值的一阶导数较大;而阶导数在边缘处的值为零，呈现零交叉。经典的、最简单的边缘检测方法是对原始图像按像素的某邻域构造边缘算子。由于原始图像往往含有噪声，而边缘和噪声在空间域表现为灰度有比较大的起落；在频域则反应为同是高频分量，这就给边缘检测带来困难。
在本次设计中，我需要用C＃软件作一个数字图像系统，实现对数字图像进行边缘检测，在边缘检测的具体过程中，我采用四种常见的算子实现数字图像边缘检测，然后根据边缘检测后的图片进行比较，比较边缘检测的算子的优越性。