需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文，開(kāi)題報(bào)告 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：13476 |  | |
| 折扣與優(yōu)惠：團(tuán)購(gòu)最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：在每一個(gè)實(shí)際的圖像問(wèn)題處理中，邊緣檢測(cè)作為一種基本的方法，經(jīng)常地用于圖像處理高等的層次中。因此邊緣檢測(cè)這種圖像處理方法廣泛的應(yīng)用于圖像的識(shí)別、分割、增強(qiáng)等。 因?yàn)閳D像的邊緣至今沒(méi)有一種嚴(yán)格的定義，因此圖像的邊緣檢測(cè)方法多種多樣。圖像的邊緣具有描述圖像大小、位置、輪廓特征的作用，并應(yīng)用于圖像的分割、增強(qiáng)、復(fù)原、壓縮等多個(gè)方面。尋找一種合理有效地圖像邊緣檢測(cè)方法，一直是圖像處理技術(shù)中要克服的難題。 本文首先通過(guò)研究一些經(jīng)典的邊緣檢測(cè)方法如：Roberts、Sobel、Prewitt。 得知這些經(jīng)典的邊緣檢測(cè)方法噪聲抗性方面比較差，但通過(guò)選取合適的閾值可以很好地降低噪聲,所以選取合適的閾值成為重中之重。接著本文通過(guò)模糊化處理來(lái)分析計(jì)算圖像邊緣信息。并對(duì)以上內(nèi)容進(jìn)行一系列的仿真實(shí)驗(yàn)。 本文主要目的是對(duì)圖像邊緣檢測(cè)方法的改進(jìn)研究，通過(guò)一系列的實(shí)驗(yàn)結(jié)果表明，對(duì)邊緣檢測(cè)的改進(jìn)算法對(duì)圖像的邊緣檢測(cè)更加精細(xì)。
關(guān)鍵詞：圖像處理； Matlab； Sobel；模糊檢測(cè)
目錄 摘要 ABSTRACT 1 緒論-1 1.1 研究的背景與意義-1 1.2 圖像邊緣檢測(cè)方法-2 1.3 本文的研究?jī)?nèi)容-3 1.4 本文的組織結(jié)構(gòu)-3 2 邊緣檢測(cè)經(jīng)典算法分類(lèi)以及性能簡(jiǎn)介-4 2.1 一階微分算法算子-4 2.2 二階微分算法算子-5 2.3 SOBEL算子邊緣檢測(cè)以及改進(jìn)-8 2.4基于模糊集理論的現(xiàn)有算法的研究和改進(jìn)-11 3 基于Matlab的實(shí)驗(yàn)結(jié)果與分析-16 3.1 MATLAB簡(jiǎn)介-16 3.2 實(shí)驗(yàn)結(jié)果以及分析-16 4 結(jié)論與展望-23 4.1 結(jié)論-23 4.2 展望-23 致謝-25 參考文獻(xiàn)-26 |
