1、“.....使利用计算机对图像进行各种处理的技术和方法。世纪 年代，图像处理首次得到应用。世纪年代中期，随电子计算机的发展得 到普遍应用。年代末，图像处理技术不断完善，逐渐成为个新兴的学科。 年美国喷气式推进实验室处理卫星发射回来的月球表面的照片使用 了图像处理技术，如几何校正灰度变换去除噪声等方法进行处理，并考虑 了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了 巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理， 获得了月球的地形图彩色图及全景镶嵌图，获得了非凡的成果，为人类登月 创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。 世纪年代图像处理技术开始用于处理地球卫星获取的遥感图片，进行 地质资源探测农作物估产水文气象检测等......”。

2、“.....年光断层图像重构技术的出现，英国推出 了第台脑断层摄像仪，因此获得年诺贝尔奖，也促进了 的研究和发展。世纪年代末，随着人工智能的兴 起和发展，开始了计算机视觉的研究，由图像获取空间信息。 世纪年代末和世纪年代，高速计算机和大规模集成电路的发展， 使图像处理技术更趋成熟图像压缩多媒体技术文本图像的分析和理解文 字的识别等取得了重大的进展而全球通讯技术的蓬勃发展，使图像通讯和 传输得到广泛应用。 可以预期，数字图像处理技术将经历个飞跃发展的阶段，进步深入人 民生活，创造新的口运算的边缘检测算 子来检测。边缘检测算子就是通过检查每个像素点的邻域并对其灰度变化进行 量化来达到边界提取的目的，而且大部分的检测算子还可以确定边界变化的方 向。基于微分的图像锐化算法可以用于图像的边缘检测，也就是说，用各种锐 化模板对图像进行卷积运算便可以检测出图像的边缘......”。

3、“.....它是图像的基本特征。根据的视觉计算理论框架，提取二维 图像物体上的边缘角点纹理等基本特征是整个系统框架的第步，这些特 征所组成的图称为基元图。边缘中包含图像物体有价值的边界信息，这些信息 可以用于图像分析滤波以及目标识别，并且通过边缘检测可以极大地降低后 续图像分析处理的数据量。边缘存在于目标与背景目标与目标区域与区域 基元与基元之间。如图所示，仅仅根据图像中的边缘点，就能识别出三维 物体，可见边缘点确实包含了图像中的大量有用信息。 图三维物体 图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征 的不连续性，是图像中灰度变化比较剧烈的地方，即我们通常所说的信号发生东华理工大学长江学院毕业设计论文数字图像处理 奇异变化的地方。奇异信号沿边缘走向的灰度变化剧烈，通常我们将边缘划分 为阶跃状和屋顶状两种类型如图所示......”。

4、“.....在数学上可利用灰度的 导数来刻画边缘点的变化，对阶跃边缘屋顶状边缘分别求其阶二阶导数。 其中阶跃型边缘最具代表性，许多边缘检测算法都是针对阶跃型边缘的。 图型边缘和屋顶状边缘处阶及二阶导数变化规律 其中第行为理想信号，第二行对应实际信号 般边缘检测包括如下四个内容。 滤波边缘检测算法主要是基于图像灰度的阶或二阶导数，但导数的 计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性 能。而大多数滤波器在降低噪声的同时也导致了边缘信息的损失，因此增强边 缘和降低噪声是边缘检测中的对矛盾。在滤波中我们希望降低噪声，但不对 边缘产生副作用，而实际上很难做到这点，这也是边缘检测中的个难点。 增强增强边缘的基础是确定图像各点邻域灰度的变化值。增强算法 可以将邻域或局部灰度有显著变化的点突显出来。边缘增强般是通过计算 梯度幅值来完成的......”。

5、“.....而这些点在特定的应用领 域中并不都是边缘，所以应该用种方法来确定哪些点是边缘点。最简单的边 缘检测判据是利用梯度幅值闭值作为判据。 定位如果应用场合要求确定边缘位置，则边缘的位置可在亚像素 分辨率上来估计，边缘的方位也可以被估计出来。 作为计算机视觉的经典性研究课题，图像边缘的研究已有较长历史，涌现 了许多方法，与本文研究有关的方法主要有两大类基于空间域上微分算子的 经典方法，基于图像滤波的检测方法。这些内容将在后面的章节中作详细介 绍。东华理工大学长江学院毕业设计论文数字图像处理 目前边缘检测存在的问题 图像边缘检测是图像处理和理解的基本课题之，长期以来，人们直关 注着它的发展。理想的边缘检测应当正确解决边缘的有无真假和定位方向。 它的基本要求是低误判率和高定位精度，低误判率要求不漏掉实际边缘，不虚 报边缘......”。

6、“.....但真正实现这目标尚有较大的难度，这是因为实际图像都含有 噪声，并且噪声的分布方差等信息也都是未知的，同时噪声和边缘都是高频 信号，虽然平滑滤波运算可消除噪声，但是也导致些边缘模糊，检测出的边 缘往往移位。由于物理和光照等原因，实际图像中的边缘常常发生在不同的 尺度范围上，并且每边缘像元的尺度信息是未知的，利用单固定尺度的边 缘检测算子不可能同时最佳地检测出这些边缘，这就涉及到了多尺度的提出 而多尺度的确定又引起出了系列的问题，如尺度范围的确定最佳滤波尺度 大小如何有效地利用多个尺度正确地检测边缘等等。 目前常用的边缘检测方法都存在些不足的地方，如算子虽简单 直观，对具有陡峭的低噪声图像的响应最好，但边缘检测图里有伪边缘 算子和算子能检测更多的边缘，但也存在伪边缘且检测出来的边缘线 比较粗，并放大了噪声拉普拉斯算子和改进的拉普拉斯算子利用二阶差分来 进行检测......”。

7、“.....而且还在很大程度上消除了伪边缘 的存在，定位精度比较高，但同时受噪声的影响比较大，且会丢失些边缘 有些边缘不够连续对噪声敏感且不能获得边缘方向等信息。 因此，至今图像边缘检测仍有很多问题尚待解决。 本文主要研究工作 本论文第章先介绍数字图像处理的发展应用，边缘检测方法的基本知 识和存在问题等第二章主要介绍图像噪声定义来源以及滤除第三章介绍 边缘检测方法分类，研究边缘检测的评价指标尺度对边缘检测结果的影响及 经典的边缘检测算子，如算子算子算子 算子高斯拉普拉斯算子算法等，并对它们的检测结果进行分析 比较。第四章重点分析研究算子，算法及 算法，并结合算法及算法对算法中的滤波方法和双门限 选取方法进行改进，提出算法，最后用编程实现，并将实验结 果与传统的算法进行分析比较。第五章，总结全文。 东华理工大学长江学院毕业设计论文图像滤波 图像滤波 本章内容中，主要介绍图像噪声的些概念......”。

8、“..... 然后详细的介绍常见的噪声滤除方法，如邻域平均法加权平均法中值滤波 等，并对它们的滤波效果进行比较。 图像噪声的定义 图像噪声可以理解为妨碍人的视觉器官或系统传感器对所接受图像源信息 进行理解或分析的各种因素。般图像噪声是不可预测的随机信号，它只能用 概率统计的方法去认识。噪声作用于图像处理的输入采集处理以及输出的 全过程，特别是图像在输入采集的过程中引入的噪声，会影响到图像处理全 过程以至输出结果。噪声对图像的影响无法避免，因此个良好的图像处理系 统不论是模拟处理还是计算机处理无不把最前级的噪声减少到最低作为主攻 目标。因此，滤除图像中的噪声就成为了图像处理中极为重要的步骤，对图像 处理有着重要的实际意义。 数字图像的噪声主要来源于图像获取的数字化过程。图像传感器的工作状 态受各种因素的影响，如环境条件传感器元件质量等。在图像传输过程中， 所用的传输信道受到干扰......”。

9、“.....例如，通过无线网络传输的图 像可能会因为光或其他大气因素的干扰而受到噪声污染。图像噪声的种类有多 种，主要有高斯噪声瑞利噪声伽马以及脉冲噪声等。其中，脉冲噪声又称 为椒盐噪声或双极性噪声，在图像噪声中最为常见。在图像生成和传输过程中， 经常会产生脉冲噪声，主要表现在成像的短暂停留中，对图像质量有较大的影 响，需要采用图像滤波方法给予滤除。 图像噪声的来源 外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪 声。如电气设备，天体放电现象等引起的噪声。 内部噪声，般又可分为以下四种由光和电的基本性质所引起的噪声。 如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动 的随机性而形成的散粒噪声导体中自由电子的无规则热运动所形成的热噪声 根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所 形成的光量子噪声等。电器的机械运动产生的噪声......”。