基于数学形态学的彩色图像边缘检测算法研究

摘要

本文研究彩色图像边缘检测技术;利用数学形态学及各类彩色空间的优点,建立新的彩色图像边缘检测算法模型。　　第一章简要介绍了彩色图像边缘检测技术的研究背景、意义和发展历程,数学形态学的发展历程;分析了边缘检测技术的发展趋势及存在的问题。　　第二章介绍了几类基本彩色空间及其之间的相互转换和彩色图像边缘检测技术的主要方法。　　第三章介绍了数学形态学的基本理论知识,提出将其用于彩色图像边缘检测所要解决的问题及改进的方向。　　第四章针对数学形态学用于彩色图像边缘检测时的局限性,提出一种改进的模糊形态学算法。算法将模糊形态学算法由原来处理灰度图像的标量运算推广到彩色图像的矢量运算,并在此基础上改进了模糊增强公式,同时引入变形虫结构元素进行边缘提取。　　第五章为解决彩色图像边缘检测中出现的RGB空间中向量排序、边缘准确定位以及抗噪性问题,提出了一种基于形态学变形虫(自适应结构元素)并联合使用HSV空间和RGB空间的彩色图像边缘检测算法。首先在HSV空间中计算变形虫结构元素,克服了传统形态学结构元素选择不合理的缺点;然后借助 HSV空间中的度量,并将其转换到 RGB空间中完成向量的排序;再在RGB空间中,通过计算上述变形虫结构元素中像素间距离最小值定义边缘强度,不仅避免了HSV空间边缘定位不准确的问题,而且提高了算法的抗噪性;最后借用Canny算子的思想得到单像素边缘。　　第六章对全文的工作进行了总结,并对彩色图像边缘检测算法提出自己的思考。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

插图清单

第一章 绪 论

1.1 研究背景与意义

1.2历史沿革与发展趋势

1.3 本文工作

第二章 彩色图像边缘检测

2.1 彩色空间基本理论

2.2 彩色图像边缘检测

2.3彩色图像边缘检测算法实验结果与分析

第三章 数学形态学基本理论

3.1二值数学形态学

3.2灰度数学形态学

3.3彩色数学形态学

3.4结构元素的演化改进

第四章 改进的模糊形态学彩色图像边缘检测算法

4.1模糊形态学算法简介

4.2改进的模糊形态学彩色图像边缘检测算法

4.3实验结果与分析

4.4 结束语

第五章 结合形态学变形虫和复合颜色空间的彩色图像边缘检测模型

5.1 颜色向量序和形态学变形虫原理

5.2 利用形态学变形虫的彩色图像边缘检测方法

5.3 实验结果与分析

5.4 结束语

第六章 总结与展望

6.1 全文总结

6.2 展望

参考文献

攻读硕士学位期间发表的论文