亚像素图像边缘检测方法研究

摘要

将图像作为检测处理的载体的目的是从图像数据中获得相关信息，进而对被检测的对象做出正确的处理。在这个处理过程中，准确地将图像的边缘提取出来十分重要，这是因为图像边缘包含了大量的有用信息，边缘检测结果的精确与否，对后续图像的处理，如物体配准、图像分割、区域轮廓提取、物体的尺寸测量、物体的检测与识别等，也有着重要的影响，因此准确地提取图像边缘在基于机器或者计算机视觉的检测系统中占有重要地位，但是随着科技技术的发展，像素级的边缘检测精度并不能满足实际的生产与应用。系统检测的精度与边缘检测的精度有着直接的关系，提高系统检测精度最有效的方法是提高系统硬件的分辨率，但是提高硬件分辨率所需的成本较高，所以研究人员利用软件算法-亚像素边缘检测技术来提高“系统硬件”的分辨率，这样不仅提高了检测精度，同时也降低了系统的成本。本文主要对亚像素的边缘检测算法进行研究，主要工作如下:
　　(1)本文简单介绍常用的像素级边缘检测的方法和传统的亚像素边缘检测的方法。
　　(2)基于边缘阶跃模型，本文首先利用传统的像素级边缘检测算子Sobel算子来进行边缘检测，然后在已检测定位的像素级边缘位置利用伪Zernike矩模板将边缘的参数（位置，方向，目标灰度值）求出，考虑到实际的边缘模型，本文利用边缘误差补偿模型对基于阶跃边缘模型所求出的参数进行修改，从而使检测出的边缘参数更精确，即，边缘更精确。经过仿真实验表明，本文所提的伪Zernike矩边缘补偿方法比传统的伪Zernike矩方法的边缘检测精度有所提高，并且也减少了其计算复杂度。
　　(3)不同于目前流行的利用连续边缘直线模型检测亚像素边缘的方法，本文利用离散数据建立二次曲线边缘模型来进行亚像素边缘检测，具体的方法是:首先利用传统的像素级边缘检测算子如Sobel，Canny等来进行边缘检测，然后以检测出的边缘位置为中心，建立一个3×n或者n×3的区域，在这个区域利用一维灰度矩建立6个方程来分别求得亚像素边缘的参数（位置，方向，目标灰度值，背景灰度值），进而将亚像素的边缘检测出来。经过仿真实验表明本文所提算法的边缘检测精度比目前已有的基于矩和拟合方法的精度高。

目录

声明

摘要

1 绪论

1．1 课题研究背景及意义

1．2 亚像素边缘检测技术的应用

1．3 边缘检测技术发展历程与研究现状

1．3．1 像素级边缘检测技术

1．3．2 亚像素边缘检测技术

1．4 本文主要工作与内容安排

2 课题相关背景知识

2．1 图像的去噪

2．1．1 均值滤波器

2．2．2 中值滤波

2．2．3 方向平滑滤波器

2．2．4 Kuwahara滤波器

2．2 图像像素级边缘检测

2．2．1 Robert边缘检测算子

2．2．2 Sobel边缘检测算子

2．2．3 Log边缘检测算子

2．2．4 Canny边缘检测算子

2．2．5 结论

2．3 亚像素边缘检测

2．3．1 亚像素边缘检测原理

2．3．2 基于拟合的亚像素边缘检测算法

2．3．3 基于矩的亚像素边缘检测

3 基于伪Zernike矩的亚像素边缘检测

3．1 伪Zernike矩

3．2 基于伪Zernike矩的边缘检测方法

3．3 边缘的误差补偿

3．4 基于伪Zernike矩的亚像素边缘检测的算法过程

3．5 仿真与分析

3．5．1 去嗓滤波器与像素级边缘检测算子的选择

3．5．2 基于伪Zernike矩的亚像素边缘检测实验

4 基于一维灰度矩的亚像素边缘检测

4．1 灰度矩

4．2 基于一维灰度矩的边缘参数的求解

4．3 基于一维灰度矩的亚像素边缘检测的算法过程

4．5 仿真与分析

4．5．1 基于一维灰度矩的亚像素边缘检测实验

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢