论文部分内容阅读
图像的边界是图像的最基本特征。边界检测是图像 处理和计算机视觉领域内最经典的研究课题之一。在许 多计算机视觉和图像理解系统中，边界检测的正确性和 可靠性的程度是影响和评价整个系统性能的一个重要方 面。本文提出一种基于区域灰度变化率的边界检测方 法。它包括两部分：滤波和检测。在滤波过程中，为了 较好地保存边界的形状，我们提出了基于区域灰度变化 率的邻域加权平均滤波方法来进行滤波。且在检测过程 中对边界进行了细化、跟踪和连接以得到连续的、单像 素宽度的边界。并用这种方法对Lena图像进行了边界 检测，且与Sobel算子的检测结果进行了比较。