数字图像中边缘检测算法研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字图像中边缘检测算法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 数字图像处理技术1

1.1.1 数字图像处理技术理论基础1

1.1.2 数字图像处理技术概述3

1.1.3 数字图像处理技术应用介绍5

1.2 边缘检测技术概述6

1.2.1 边缘检测技术介绍6

1.2.2 边缘检测技术的研究进展7

1.2.3 边缘检测中存在的问题和发展趋势8

1.3 本书的组织结构9

第二章 图像预处理技术11

2.1 灰度变换11

2.1.1 线性变换11

2.1.2 分段线性变换12

2.1.3 非线性变换13

2.2 直方图修正14

2.3 图像噪声的滤除16

2.3.1 邻域平均法17

2.3.2 加权平均法18

2.3.3 中值滤波19

2.3.4 空域低通滤波20

2.4 图像锐化21

2.4.1 统计差值法21

2.4.2 离散空间差分法21

2.4.3 空域高通滤波24

2.5 频域滤波增强24

2.5.1 频域低通滤波25

2.5.2 频域高通滤波25

2.6 同态滤波25

2.7 彩色增强26

2.7.1 伪彩色增强26

2.7.2 假彩色增强27

2.8 本章小结28

第三章 整像素边缘检测算法29

3.1 边缘的定义及类型29

3.2 整像素边缘检测算法的步骤30

3.3 整像素边缘检测算子介绍31

3.3.1 Sobel算法31

3.3.2 Roberts算子32

3.3.3 Prewitt算子33

3.3.4 Laplace算子34

3.3.5 LOG算子35

3.3.6 Canny算子37

3.3.7 SUSAN算法38

3.4 整像素检测算法的实验比较40

3.5 本章小结42

第四章 基于拟合的亚像素边缘检测算法43

4.1 亚像素边缘检测的必要性43

4.2 基于高斯拟合模型的亚像素边缘检测算法44

4.3 基于双曲正切边缘模型的边缘检测算法45

4.3.1 双曲正切函数45

4.3.2 一维双曲正切边缘模型47

4.3.3 二维双曲正切边缘模型48

4.3.4 基于Nelder-Mead算法的边缘参数求解49

4.4 基于贝塞尔边缘模型的亚像素边缘检测方法50

4.4.1 贝塞尔型点扩散函数及其修正模型50

4.4.2 修正贝塞尔边缘模型53

4.4.3 模拟数字采样过程54

4.4.4 基于最小二乘差的亚像素边缘检测方法求解55

4.4.5 贝塞尔型边缘模型修正的作用56

4.4.6 修正贝塞尔边缘检测方法精度的评价62

4.5 基于反正切函数的亚像素边缘检测方法65

4.5.1 反正切函数数学特征65

4.5.2 一维边缘检测66

4.5.3 二维边缘模型的亚像素边缘检测67

4.6 基于正交多项式拟合的亚像素边缘检测算法68

4.6.1 算法的检测流程68

4.6.2 算法理论基础69

4.6.3 一维模型边缘检测70

4.6.4 二维模型边缘检测72

4.7 本章小结73

第五章 基于矩的亚像素边缘检测算法74

5.1 基于空间矩的亚像素边缘检测方法74

5.1.1 空间矩理论74

5.1.2 空间矩亚像素边缘检测方法74

5.1.3 空间矩亚像素边缘检测算法的改进79

5.2 基于灰度矩的亚像素边缘检测方法82

5.2.1 灰度矩理论82

5.2.2 灰度矩亚像素边缘检测方法82

5.2.3 灰度矩亚像素边缘检测方法的改进84

5.3 基于Zernike矩的亚像素边缘检测方法89

5.3.1 Zernike矩理论89

5.3.2 Zernike矩亚像素边缘检测方法90

5.3.3 Zernike矩亚像素边缘检测方法的改进93

5.4 基于legendre正交矩的亚像素边缘定位方法95

5.4.1 Legendre正交矩定义及性质95

5.4.2 基于Legendre正交矩的亚像素边缘检测方法原理96

5.5 本章小结100

第六章 基于插值的亚像素边缘算法101

6.1 插值理论预备知识101

6.1.1 插值法的基本原理101

6.1.2 Lagrange插值102

6.1.3 Newton插值103

6.1.4 分段线性插值105

6.1.5 三次样条插值106

6.2 基于插值的边缘检测算法107

6.2.1 基于多项式插值的亚像素边缘检测方法107

6.2.2 基于拉格朗日插值的亚像素边缘检测110

6.2.3 基于三次样条函数插值的亚像素边缘检测算法111

6.3 本章小结114

第七章 光条中心线检测方法115

7.1 影响光条图像质量的因素分析115

7.1.1 反射对光条的影响116

7.1.2 被测物体表面形貌对光条的影响117

7.1.3 被测物体表面颜色对光条的影响117

7.1.4 环境光强对光条的影响117

7.2 激光光条图像的预处理118

7.2.1 激光图像滤波118

7.2.2 激光图像的特征增强119

7.2.3 激光图像阈值分割120

7.3 光条中心线的传统提取方法121

7.3.1 极值法121

7.3.2 阈值法121

7.3.3 方向模板法122

7.3.4 曲线拟合法123

7.3.5 Hessian矩阵法125

7.4 改进的光条中心检测算法126

7.4.1 基于空间矩的光条中心检测算法126

7.4.2 基于勒让德矩的光条中心检测算法130

7.5 光条中心检测的精度评价133

7.5.1 基于距离的光条中心精度评价133

7.5.2 基于残差的光条中心精度评价133

7.5.3 基于标准差的光条中心精度评价134

7.6 本章小结136

第八章 边缘检测技术的应用137

8.1 图像分割137

8.1.1 基于像素属性的边缘分割137

8.1.2 基于变形模板的方法137

8.1.3 基于数学形态学139

8.1.4 基于代价函数的边缘检测方法139

8.1.5 基于边缘流的分割方法139

8.2 工业检测140

8.2.1 基于整像素检测边缘的轴径测量方法140

8.2.2 基于亚像素检测边缘的轴径测量方法143

8.3 边缘检测在医学图像中的应用144

8.3.1 在医学图像匹配中的应用144

8.3.2 在各种肿瘤及赘生物诊断上的应用145

8.3.3 在左心室边缘抽取中的应用145

8.3.4 在各种血管边缘抽取中的应用145

8.4 智能交通视频监控系统中的车牌照识别146

8.4.1 车牌图像的预处理146

8.4.2 灰度图的二值化146

8.4.3 Robert算子边缘检测146

8.4.4 车牌的定位147

8.5 图像目标自动识别与图像匹配148

8.5.1 人脸识别系统148

8.5.2 各种边缘检测算法的人脸检测148

8.6 本章小结150

附录一151

附录二152

主要参考文献153