论文部分内容阅读
数字图像的边缘,在数字图像的分析与处理中,起到至关重要的作用。而数字图像边缘检测的难点,就是抗噪性与边缘定位精度的矛盾。本文分别对各经典边缘检测算子进行了研究比较,并提出了一种新的基于多尺度形态学与Canny算子融合的边缘检测算法。论文的具体工作如下:首先,本文介绍了数字图像边缘检测的基本原理,并详细介绍了几种经典算法的原理以及具体实现方法。对各经典算法进行了仿真实现,通过对仿真结果进行综合对比,结果显示Canny算子和形态学方法在实际效果上优于其他经典算法。然后,本文介绍了多尺度形态学边缘检测方法,以及基于小波变换的图像融合。在此基础上,提出了一种新的,基于多尺度形态学与Canny算子融合的边缘检测算法。此算法是先分别使用Canny算子和多尺度形态学检测法对原图像进行边缘检测,得到Canny算子边缘检测图像和多尺度形态学边缘检测图像,然后再将两个边缘图像通过小波变换进行融合,以得到最终边缘图像。最后,对提出的新算法进行了仿真实现,并用其仿真结果与Canny算子、传统形态学边缘检测法的检测结果进行综合对比。对比结果显示,新算法效果更优于Canny算子和传统形态学边缘检测法。针对广角镜头数字图像产生的严重桶形畸变的问题,本文提出两种改进的畸变校正的算法。已有的彩色数字图像畸变校正都先将彩色图像转化为灰度图像后再进行图像的畸变校正,使得图像无法还原到原来的彩色信息。本文提出的非线性模型法及等效球面法直接采用原始数据图像进行校正,数字仿真实例和实验结果证明了本文算法优于已有文献的结果。