目录 一． 前言-----------------------------------------

二． 边缘检测的与提取----------------------- 1. 边缘检测的定义--------------------------- 2. 图像边缘检测算法的研究内容--------- 3. 边缘检测算子------------------------------

3.1.Sobel算子-----------------------------

3.2.Canny算子---------------------------- 4. 基于Matlab的实验结果与分析---------

三．图像边缘检测的应用---------------------

一.前言

在实际图像边缘检测问题中，图像的边缘作为图像的一种基本特征，经常被应用到较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域中有较为广泛的应用，也是它们的基础。

图像边缘是图像最基本的特征之一，往往携带着一幅图像的大部分信息。而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。而边缘检测算法则是图像边缘检测问题中经典技术难题之一，它的解决对于我们进行高层次的特征描述、识别和理解等有着重大的影响；又由于边缘检测在许多方面都有着非常重要的使用价值，所以人们一直在致力于研究和解决如何构造出具有良好性质及好的效果的边缘检测算子的问题。

该课程设计具体考察了两种最常用的边缘检测算子并运用MATLAB进行图像处理比较。

二.边缘检测于算子

1.边缘检测的定义

图像边缘是图像最基本的特征，边缘在图像分析中起着重要的 用。所谓边缘（edge）是指图像局部特征的不连续性。灰度或结构 信息的突变称为边缘，例如：灰度级的突变、颜色的突变、纹理结 的突变。边缘是一个区域的结束，也是另一个区域的开始，利用该 征可以分割图像。

当人们看一个有边缘 的物体时，首先感觉到的便是边缘，如

一条理想的边缘应该具有如图2.1(a) 所示模型的特性。每个像素 都处在灰度级跃变的一个垂直的台阶上（例如图形中所示的水平线通 过图像的灰度剖面图）。

而实际上，诸如图像采集系统的性能、采样频率和获得图像的照 明条件等因素的影响，得到的边缘往往是模糊的，边缘被模拟成具有 “斜坡面”的剖面，如图2.1(b) 所示，在这个模型中不再有细线（宽