Canny边缘检测与轮廓提取

目录摘要....................................................................................Abstract...............................................................................I1绪论.................................................................................02设计内容与OpenCV简介................................................................12.1设计任务内容...................................................................12.2OpenCV简介.....................................................................13理论分析.............................................................................23.1边缘检测.......................................................................23.1.1图像的边缘...............................................................23.1.2边缘检测的基本步骤.......................................................23.2轮廓提取.......................................................................34边缘检测的算法比较...................................................................44.1Reborts算子....................................................................44.2Sobel算子......................................................................44.3Prewitt算子...................................................................54.4Kirsch算子....................................................................64.5LOG算子........................................................................64.6Canny算子......................................................................75实验仿真.............................................................................95.1算法设计........................................................................95.2实验结果......................................................................106分析与总结..........................................................................11参考文献..............................................................................12附录..................................................................................13摘要边缘检测是图像处理和计算机视觉中的基本问题，它的目的是标识出数字图像中亮度变化明显的点。图像经过边沿检测处理之后，不仅大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。事实上，边缘存在于图像的不规则结构和不平稳现象中，也即存在于信号的突变点处，这些点给出了图像轮廓的位置。这些轮廓常常是我们在图像边缘检测时，所需要的非常重要的一些特征条件，这就需要我们对一幅图像检测并提取出它的边缘。可用于图像边缘检测和轮廓提取的方法有很多，其中包括有常见的Robert边缘算子、Prewitt边缘算子、Sobel边缘算子等等。本文首先将会从数字图像处理的角度，对几种边缘检测算法进行详细的分析，然后会并选择其中一种边缘检测算法进行实验。考虑到以后进一步的学习，本文将会使用openCV对算法进行实现。最后，本文将会把实验获得的实际效果，与理论分析的结果进行比对，并以此对本次实验进行总结。关键字：边缘检测轮廓提取图像处理openCVAbstractEdgedetectionisthebasicprobleminimageprocessingandcomputervision,itspurposeistoidentifythedigitalimagebrightnesschangesintheobviouspoints.Imageafteredgedetectionprocessing,notonlygreatlyreducestheamountofdata,andeliminatedcanthinkirrelevantinformation,keepthestructureoftheimageimportantattribute.Edgeofimage,infact,existintheimageoftheirregularstructureandunstablephenomenon,whichexistsintheabruptchangepointofthesignal,thepointthelocationoftheimagecontourispresented.Thesecontoursareofteninimageedgedetection,weneedsomeimportantcharacteristicsofthecondition,thisneedsustotheedgeofanimagedetectionandextractit.Therearesomanymethodcanbeusedinimageedgedetectionandcontourextraction,includingcommonRobertedgeoperator,Prewittedgeoperator,Sobeledgeoperatorandsoon.Atfirst,thispaperwill,fromtheperspectiveofdigitalimageprocessingandanalysisofseveralkindsofedgedetectionalgorithmsindetail,andthenselectoneoftheedgedetectionalgorithmforexperiments.Afterconsideringthefurtherstudy,thispaperimplementedthealgorithmwilluseopenCV.Finally,thisarticlewillobtaintheactualeffectoftheexperiment,andcomparestheresultsoftheoreticalanalysis,andthentosummarizethisexperiment.Keywords:EdgedetectionContourextractionImageprocessingopenCV1绪论数字图像处理技术的迅猛发展，其应用前景得到了不可限量的扩展，如今各行各业都在积极发展与图像相关的技术。其应用逐渐凸显其魅力，其应用如医学影像、航天航空、无人驾驶、自动导航、工业控制、导弹制导、文化艺术等。边缘检测在图像处理和计算机视觉等领域骑着重要的作用，是图像分析、模式识别、目标检测与分割等的前期处理。前期边缘检测的好坏，直接影响后期更高级处理的精度。自从1986年JohnCanny提出了最优边缘检测算子的三条准则并推导出了一个近似实现。但是在实际中，真正实现这一目标尚有较大的难度。这是因为：（1）实际图像一般都含有噪声，并且噪声的分布信息业是未知的，同时噪声和边缘都属于高频信息，在进行滤波的同时，虽然能够在一定程度上抑制噪声，却也丢失了边缘信息。（2）由于场景、光照条件的边缘等原因，同一场景在不同光照条件下得到的边缘可能也是不同的，设置的阈值也可能是不同的。针对这些问题，如何进行改进，并得到较理想的边缘检测算子是有必要的。另一方面，轮廓提取技术是图像分割、目标区域识别区域行状提取等图像分析处理领域十分重要的基础。寻求非接触、精度高、具有综合分析能力的识别方法来代替人工目测，解决图像表面的模式识别和测量问题，是图像加工行业面临的一大难题，也是值得我们长期探讨的科研课题。2设计内容与OpenCV简介2.1设计任务内容针对一幅图像，利用边缘检测算子（如Robert算子、Sobel算子、Prewitt算子、Laplace算子、Kirsch算子和Marr算子）检测出图像的边缘，然后采取轮廓提取算法得到封闭的二值图像轮廓。2.2OpenCV简介OpenCV的全称是：OpenSourceComputerVisionLibrary，是一个基于开源发行的跨平台计算机视觉库，可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。相对于matlab而言，OpenCV操作起来较为复杂，需要一定C++编程基础，对没有语言基础的初学者而言较为困难。但是OpenCV有很多不容忽视的优点：（1）具有更强大的数字图像处理能力；（2）具有良好的可移植性；（3）由于是一个C++的类库，因此在实际中运用更加广泛。考虑到上述因素，此次试验将选择OpenCV作为开发工具。3理论分析3.1边缘检测3.1.1图像的边缘在数字图像中，边缘是指图像局部变化最显著的部分，边缘主要存在于目标与目标，目标与背景之间，是图像局部特性的不连续性，如灰度的突变、纹理结构的图标、颜色的图标等。尽管图像的边缘点产生的原因各不相同，但他们都是图形上灰度不连续或灰度几句辩护的点，图像边缘分为阶跃状、斜坡状和屋顶状。从成因上看，一般图像边缘主要由四个方面的因素形成：(1)图像灰度在表面法向变化的不连续造成的边缘；(2)图像对像素在空间上不一致形成的边缘；(3)在光滑的表面上由于颜色的不一致形成的边缘；(4)物体的光影造成的边缘。图像边缘提取的作用有：(1)改良图像质量；(2)分离对象；(3)理解和重构视觉场景；(4)识别特征。3.1.2边缘检测的基本步骤(1)滤波：边缘检测主要基于导数计算，会受到噪声的影响，可以通过设计滤波器来降低噪声，但滤波器在降低噪声的同时也会导致边缘