数字图像边缘检测算法的研究与实现开题报告

 2022-01-07 09:01

全文总字数:4391字

1. 研究目的与意义(文献综述)

随着当今社会网络技术的不断发展,对于信息的获取与储存以及传递在人类社会发展过程中的作用显得尤为重要。从20世纪50年代开始,数字图像处理技术开始展现,发展至今,遍布各个行业,不管是医疗、军事、农业、行政、人工智能等,无一不遍布着数字图像处理的影子。随着技术的发展,人们对图像质量的需求也变得越来越高,而在人们对图像进行采集传输的过程中,往往会充满很多的噪声,这对后期图像的处理就造成了很大的困难,如果想要得到一副高质量的数字图像,我们需要对其进行消除噪声的处理,传统的去噪手段一般包括低通、高通、中值、均值滤波,但是经过传统方法去噪之后,图像往往会变得模糊畸变,所以我们现在在改进去噪方法。

图像的边缘包含着大量的信息,他们的边缘在图像处理中可起到识别的作用。每一副图像的边缘都定义为图像中相邻区域间那些像素的集合,边缘将一个图像给分割成不同区域的集合,边缘是图像的基本特征,边缘是图像的灰度值突变来判断跟检测,不同光谱的边缘信息的灰度值是不一样的,但是可以利用边缘检测来提取他们的共同点,边缘检测技术可以提取完整的图像边缘,所以边缘检测技术也成了图像处理的一个重要工具。

1981年morlet利用小波变换进行数据分析,weaver首先利用小波变换进行数字图像的去噪处理,随着时间的发展,国外科学家相继提出了小波变换快速算法,应用于数字图像处理与重构,提出了visushrink、sure阈值公式,结合自适应阈值和平移不变性两种方法发明了bayesshrink。在国内,赵瑞珍等人提出了三种改进软阈值和硬阈值函数的方法:多项式插值法,软硬阈值折衷法和模平方处理方法,2008年陶红艳等人改进了阈值函数,克服了小波系数和噪声小波系数之间恒定偏差的问题。近些年来,越来越多的研究理论层出不穷。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1、图像去噪

(1)、均值滤波

均值滤波又称为邻域平均法,在进行图像处理时,将图像中待求像素邻域内像素点灰度平均值对该点在原像素灰度值进行替换。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1周—第3周:查找文献资料,了解数字图像处理的运用,确定研究方案,撰写开题报告。

第4周—第5周:学习数字图像处理的去噪处理方法,完善自我在边缘检测方面的知识量,力求自己达到可以独立处理实验的水准。

第6周—第12周:完善实验,对比实验中实验方法的优劣性,撰写论文初稿。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] zhang x,lij,xingj,et al.a particle swarm optimization technique-based paramctric wavelet

thresholding function forsignal denoising[j].circuits systems signal processing,2016,35(4):1-23.

[2]ingrid scholl,tilaach,thomas deserno,torsten kuhlen. challenges of medical image processing[j].computerscience –research and development, 2011, 26(1): 5-13.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。