|
源代码+程序+论文+开题报告+外文译文+文献综述
目 录
摘要 …………………………………………………………………… i
Abstract………………………………………………………………… i
第一章 绪论………………………………………………………… 1
1.1研究背景…………………………………………………………………… 1
1.2实验环境简介……………………………………………………………… 1
1.2.1 C++ Builder的特点………………………………………………………… 1
1.2.2所用的组件、方法的介绍…………………………………………………… 2
第二章 线特征提取的主要方法…………………………………… 4
2.1 Robert 算法 ……………………………………………………………………… 4
2.2 Sobel算法 和Prewitt算法 ………………………………………………… 4
2.3 Laplace 算法……………………………………………………………………… 5
2.4 LOG算法…………………………………………………………………… 5
2.5 Krisch算法………………………………………………………………………… 6
第三章 线特征提取算法的改进…………………………………… 7
3.1边缘检测算法的实验结果分析 ………………………………………………… 7
3.2 改进算法的设计…………………………………………………………………… 8
3.2.1对彩色图像的预处理 ………………………………………………………… 8
3.2.2边缘提取算法的改进 ………………………………………………………… 10
3.3改进算法的实现与实验结果分析 ……………………………………………… 11
第四章 总结与展望 ………………………………………………… 13
3.1所做的工作…………………………………………………………………………… 13
3.2存在的不足和努力方向 …………………………………………………………… 13
参考文献………………………………………………………………………………………… 14
附录A 线特征提取软件使用说明书……………………………………………………… 15
摘 要
随着电子技术的高速发展和离散数学深入研究,使得图像处理成为可能,并在各领域中都得到了广泛的应用。图像特征的提取,特别是图像中线状特征的提取在图像处理和模式识别中有着极其重要的地位和作用,它的应用领域不断扩大,对它的研究日趋深入。
为了得到相对较好的提取效果,本文对现有边缘提取的主要方法和技术进行了分析、研究和实现,提出了对数字图像中线状特征进行提取的改进方案,并对它们进行了实现。具体提出了三种改进方案:其一,是对Sobel算子的改进,主要是添加了算子检测的方向,由原来的垂直、水平两方向增加到了0°、45°、90°、135°四方向。其二,是对方向算子Krisch权值的修改。其三,是对Laplace算子进行了扩大,并设定了适当的权值。对使用经典算法提取效果不理想的数字图像,本文采用先对原图的灰度分布进行分析,根据分析结果进行适当的灰度扩展(或灰度均衡),然后施行线特征提取算法, 改善了提取效果。
关键字: 图像处理 线特征 边缘检测 灰度
第一章 绪 论
1.1研究背景
随着离散数学的创立和完善,数字技术和大规模集成电子技术的高速发展,使得图像信息的采集、处理、传输、显示和存贮成为可能;再加上现代社会信息化的突飞猛进,各行各业,如航天、航空、医疗卫生、军事公安……等等领域的迫切需求,数字图像的处理技术也随之发展起来,并且在近30年的研究中取得了不小的成果。其中的有关线条提取的研究同样得到了人们广泛的关注。
线条提取实际上是图像分割中的一部分,是图像信息预处理的一种方法,它的基本原理是将图像中的有意义的线特征或者有利用价值的轮廓提取出来,从而使人们所关心的目标得以增强。例如交警追踪违章车辆,他们所关心的只是违章车的车牌,所以只需要将车牌上的字符提取出来让计算机识别,而其余部分就都可以省略或淡化;再如公安机关指纹、掌纹的识别等,这些都涉及到了数字图像处理中的有关线条的提取问题。由于社会的不断进步对这方面的应用与需求也越来越广,这就推动了此领域研究,到目前为止被人们广泛应用与线条提取的就有诸如梯度算子、Sobel算子、Hough变换、Laplace算子和利用灰度直方图等方法,以及基于各种数学变换的图像边缘提取技术,如小波变换、Rando变换等,还有就是综合多种图像处理方法而提出的算法,其中应用最广泛,效果也较好的就是LOG算法,它利用了高斯函数对图像进行平滑,然后再用Laplace算子运算。
当然一幅图像的色彩繁杂、线条交错,而上面所说的方法并不能满足所有的提取需求,并且可以说是存在着一定的不足。所以为了得到良好的提取效果,就必须在现有技术的基础上再进一步深入研究,针对不同的图像、不同的需求采用不同的方法进行提取。 |