隨著機器視覺等技術(shù)的發(fā)展,對圖像處理算法的精度和處理速度均提出了新的要求,其中邊緣檢測是快速獲取目標物輪廓,實現(xiàn)目識別的關(guān)鍵步驟,得到了廣泛的關(guān)注。邊緣檢測在機器視覺領(lǐng)域和圖像處理方面都有著非常重要的意義,主要被大規(guī)模的應(yīng)用于圖像處理、目標物邊緣提取等領(lǐng)域。一幅圖像最基本的特征就是圖像的邊緣,它包含有大量的圖像信息,邊緣檢測是進行圖像處理和圖像分析的主要研究內(nèi)容,關(guān)于邊緣檢測的方法有許多,其中邊緣有效提取是其核心內(nèi)容。其中,基于數(shù)學(xué)形態(tài)學(xué)的方法由于能夠在對噪聲進行有效濾除的同時,較好地保留了有效信息,因而在圖像分割和邊緣提取方面取得了比較好的效果。本課題以圖像形態(tài)學(xué)為基礎(chǔ),進一步研究圖像的邊緣檢測算法,并通過實驗對所得結(jié)果進行驗證。主要內(nèi)容如下:(1)由于圖像的邊緣包含了一幅圖像中大部分的信息,也是其中局部亮度變化比較顯著的。因此在圖像邊緣處理過程中,對于圖像邊緣的確定以及邊緣輪廓的提取都有非常重要的意義,由于傳統(tǒng)的邊緣檢測算法都存在一定的不足之處,這其中以Canny算法運用最為廣泛,但是當Canny算法單獨使用時,對噪聲比較敏感,還有就是提取的邊緣細節(jié)不夠清晰和完整,因此以列車上常用...

【文章來源】： 蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：60 頁

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 圖像處理技術(shù)的研究現(xiàn)狀
    1.3 研究內(nèi)容及章節(jié)安排
2 數(shù)字形態(tài)學(xué)介紹
    2.1 數(shù)學(xué)形態(tài)學(xué)簡介
    2.2 二值形態(tài)學(xué)
        2.2.1 膨脹腐蝕運算
        2.2.2 開啟閉合運算
    2.3 灰度形態(tài)學(xué)
        2.3.1 灰度膨脹與灰度腐蝕
        2.3.2 灰度開閉運算
3 基于改進Canny算法的圖像邊緣檢測方法研究
    3.1 傳統(tǒng)的Canny算法
    3.2 改進的Canny算法
        3.2.1 復(fù)合絕緣子憎水性圖像分析及處理
        3.2.2 圖像的灰度化及直方圖均衡化
        3.2.3 梯度幅值抑制
        3.2.4 中值濾波和高斯平滑濾波
        3.2.5 二維自適應(yīng)Otsu閾值法分割
        3.2.6 圖像形態(tài)學(xué)處理和邊緣連接
    3.3 改進Canny算法的檢測實驗
    3.4 本章小結(jié)
4 基于抗噪形態(tài)學(xué)的圖像邊緣檢測算子研究
    4.1 問題描述
    4.2 傳統(tǒng)形態(tài)學(xué)邊緣檢測算子
    4.3 一種改進的抗噪邊緣檢測算子
    4.4 多尺度結(jié)構(gòu)元素的檢測方法
    4.5 本章小結(jié)
5 基于云模型的圖像分割算法
    5.1 引言
    5.2 云模型理論
    5.3 基于云模型的空間數(shù)據(jù)離散化
        5.3.1 概念生成方法
        5.3.2 云模型的“軟或”
    5.4 峰值云變換算法
    5.5 云模型算法的彩色圖像分割
    5.6 本章小結(jié)
結(jié)論
致謝
參考文獻
攻讀學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]基于改進抗噪算子的形態(tài)學(xué)邊緣檢測 [J]. 馬英輝,李海霞.  電腦知識與技術(shù). 2018(21)
[2]改進的形態(tài)學(xué)與Otsu相結(jié)合的視網(wǎng)膜血管分割 [J]. 汪維華,張景中,吳文淵.  計算機應(yīng)用研究. 2019(07)
[3]復(fù)合絕緣子憎水性檢測與等級判斷的研究 [J]. 尚俊霞.  電瓷避雷器. 2016(03)
[4]基于圖像處理與RBF神經(jīng)網(wǎng)絡(luò)的絕緣子憎水性識別方法的研究 [J]. 閆康,趙輝,許慶旺,汪佛池,沈靜,姜小靜.  高壓電器. 2015(01)
[5]多尺度top-hat變換提取細節(jié)的對比度增強算法 [J]. 劉艷莉,桂志國.  計算機工程與設(shè)計. 2014(04)
[6]基于形態(tài)學(xué)的復(fù)合絕緣子憎水性圖像檢測技術(shù) [J]. 梅欣,陳江,王書友.  高電壓技術(shù). 2013(12)
[7]基于Canny算子的復(fù)合絕緣子憎水性圖像邊緣檢測 [J]. 閆康,汪佛池,張重遠.  電力科學(xué)與技術(shù)學(xué)報. 2013(03)
[8]復(fù)合絕緣子憎水性檢測技術(shù)研究進展 [J]. 賀含峰,陳洪波,白歡,何松,劉濤,彭敬.  四川電力技術(shù). 2013(02)
[9]運行復(fù)合絕緣子表面粗糙度對憎水性特性的影響 [J]. 袁田,張銳,吳光亞,張勤,蔡勇.  高電壓技術(shù). 2012(11)
[10]基于數(shù)學(xué)形態(tài)學(xué)膨脹和腐蝕的醫(yī)學(xué)磁共振圖像的邊緣檢測 [J]. 劉亞潔.  生物醫(yī)學(xué)工程與臨床. 2012(01)

博士論文
[1]基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)圖像處理理論與方法研究[D]. 趙于前.中南大學(xué) 2006
[2]數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用[D]. 任獲榮.西安電子科技大學(xué) 2004

碩士論文
[1]基于數(shù)學(xué)形態(tài)學(xué)的圖像增強算法及其應(yīng)用[D]. 安靜.西北師范大學(xué) 2016
[2]基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)噪聲圖像邊緣檢測算法[D]. 張興源.東北石油大學(xué) 2014
[3]復(fù)合絕緣子憎水性評估方法及憎水性對閃絡(luò)特性影響研究[D]. 白歡.重慶大學(xué) 2011
[4]基于數(shù)字圖像處理技術(shù)的復(fù)合絕緣子憎水性檢測算法研究[D]. 姚境.湖南大學(xué) 2010
[5]圖像去噪方法的研究[D]. 劉祝華.江西師范大學(xué) 2005



本文編號：3478850