基于边缘检测法的运动目标的提取.docx

LANZHOU UNIVERSITY OF TECHNOLOGY 毕业论文题 目 基于边缘检测法的运动目标的提取 学生姓名 杨丽霞 学 号 09250130 专业班级 通信工程〔1〕班 指导教师 侯亮 李立 学 院 计算机与通信学院 辩论日期 2013年6月13日 基于边缘检测法的运动目标的提取Edge detection method based on the moving object extraction杨丽霞〔Yang Lixia〕09250130兰州理工大学毕业论文摘要在智能视频监控、运动分析应用中,一个根底而又关键的任务是从视频序列中实时地检测和提取出运动目标，以便于对运动目标进行检测和跟踪当前边缘检测技术应用广泛、开展非常迅速它是图像处理的一项重要内容，在模式识别、图像理解、人工智能等领域发挥着重要作用本论文是基于边缘检测法的运动目标的提取运动目标的提取分为，图像采集、图像灰度化、图像滤波、图像边缘检测几个主要步骤。

本文先介绍了图像处理及边缘检测的一些根本内容，然后完成整体流程，通过理论分析从Roberts算子，Sobel算子，LoG算子，Canny算子四种典型的边缘检测算法选择最正确算法Canny算法，通过Matlab编程仿真对调用各算子函数算法进行实现，最终完成边缘检测及运动目标的提取关键词：Canny算子；边缘检测；两帧差分；运动目标提取IAbstractIn the applications of intelligent video surveillance and motion analysis ,a basic but crucial task in real time from video sequences is to detect and extract the moving targets, so that to detect and track the moving target . The current edge detection technique is widely used, and is developing very rapidly. It is an important content of image processing, in areas such of pattern recognition, image understanding, artificial intelligence and other areas plays an important role.Edge detection of the moving object extraction is studied in this paper. The extraction of moving targets are divided into, image acquisition, image gradation, image filtering, image edge detection . This article first introduced the image procession and edge detection with some basic content, and then through theoretical analysis from Roberts operator, Sobel operator, LoG operator, Canny operator four typical edge detection algorithm to selects the best algorithm Canny algorithm. Through Matlab simulation of the operater function algorithm implementation , the goal of edge detection and moving object extraction has been achieved.Keywords:Canny operator; Edge detection; Two difference method; Moving object extractionII目录第1章 绪论 1第2章 边缘检测概述及各算子介绍 3边缘检测概述 32.2 边缘检测算子 62.2.1 微分算子 62.2.2 高斯拉普拉斯算子(Laplacian of a Gaussian,LoG) 82.2.3 Canny算子 9第3章 基于边缘检测的运动目标提取算法选择及实现 13应用软件介绍 133.2 算法的选择 133.3 Canny算法根本原理 143.4 根本流程与实现 14根本流程图 143.4.2 图像采集及预处理 153.4.3 图像背景处理 163.4.4 高斯滤波 173.4.5 基于Canny算子的边缘检测 173.4 不同算子比拟 19第4章 总结 22参考文献 23附录 251：论文应用程序 252：外文文献 283：外文翻译 37致谢 45III第1章 绪论图像是一种重要的信息源，图像处理的最终目的就是要帮助人类理解信息的内涵。

数字图像处理技术的研究内容涉及光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘学科随着计算机技术的迅猛开展，图像处理技术已经广泛应用于各个领域近30年来该技术取得了令人瞩目的成就[1]数字图像边缘检测技术起源于20世纪20年代，当时受条件的限制一直没有取得较大进展，直到20世纪60年代后期电子技术、计算机技术有了相当的开展，数字图像边缘检测处理技术才开始进入了高速开展时期经过几十年的开展，数字图像边缘检测处理技术目前己经广泛应用于工业、微生物领域、医学、航空航天以及国防等许多重要领域，多年来一直得到世界各科技强国的广泛关注[2]数字图像边缘检测处理技术在最近的10年开展尤为迅速，每年均有数以百计的新算法诞生，其中包括canny算法、小波变换等多种有相当影响的算法，这些算法在设计时大量运用数学、数字信号处理、信息论以及色度学的有关知识，而且不少新算法还充分吸取了神经网络、遗传算法、人工智能以及模糊逻辑等相关理论的一些思想，开阔了进行数字图像边缘检测处理的设计思路[2]数字图像边缘检测处理，即用计算机对图像的边缘进行处理，这一技术是随着计算机技术开展而开拓出来的一个新的应用领域，会聚了光学、电子学、数学、摄影技术、计算机技术等学科的众多方面。

图像边缘检测处理作为一门学科已经被美国数学学会列为应用数学的一个研究分支在其短暂的开展历史中，已经被成功的应用在几乎所有与成像有关的领域近年来，图像分析和处理紧紧围绕理论、实现、应用三方面迅速开展起来它以众多的学科领域为理论根底，其成果又渗透到众多的学科中，成为理论实践并重，在高新技术领域中占有重要地位的新兴学科分支边缘检测是一个根本的工具用于大多数图像处理应用程序获得信息从帧作为前体的一步特征提取和对象分割这过程检测对象的轮廓和边界对象和背景之间的图像一个边缘检测滤波器也可以用来改善出现模糊或反锯齿的视频流根本的边缘检测算子是一个矩阵的面积梯度运算，以确定不同的像素之间的方差水平的边缘检测算子来计算所选择的像素为中心的矩阵区域的中心的形成的矩阵如果矩阵区域的值，这是一个给定的阈值以上，那么中间的像素被分类为边缘基于梯度的边缘探测器是Roberts，Prewitt和Sobel算子的例子所有的基于梯度的算法的计算强度正交给对方，常用的垂直和水平方向的斜率斜坡的不同组成局部的奉献相结合，得到的边缘强度的总价值[3] 随着科技的开展，许多高新知识都已经在图像处理上得到了广泛应用，并取得了较好的效果，但是，一些经典的图像处理方法仍然有其生命力，实际应用中还是离不开一些根本的技术。

Matlab是一种向量语言，它非常适合于进行图像处理而边缘检测是图像处理中根底且重要的课题，图像分析和理解的第一步常常是边缘检测[4]当前边缘检测技术应用广泛、开展非常迅速它是图像处理的一项重要内容，在模式识别、图像理解、人工智能等领域发挥着重要作用传统的边缘检测算法面临着许多难以克服的问题，同时由于图像本身的复杂性和边缘检测技术开展所遇到的难题，边缘检测本身也是一个难题然而，至今发表的有关边缘检测的理论和方法尚存在许多缺乏之处，比方在检测精度和去噪方面很难到达令人满意的效果本论文主要包括两局部，第一局部是根底局部，包括前两章内容，主要介绍了根底概念和根本特性，以及Matlab在本课题中的应用；第二局部是课题研究局部，包括第三章和第四章，主要介绍根本理论和方法在Matlab中的仿真和结果分析根底局部中，第一章是绪论，绪论局部主要介绍研究背景、研究目的和意义以及研究现状第二章是图像边缘检测的概述、边缘检测的原理以及算法，其中会介绍到Robert算子、Sobel算子、Prewitt算子、拉普拉斯(Laplacian)算子、Canny算子、拉普拉斯高斯(LOG)算子等等主要是Matlab在图像处理中的应用简单介绍。

课题研究局部，第三章是依照课题所需进行算法选择和根本流程确定，然后按照流程进行编程最后一章是仿真程序及结果分析，总结课题研究46第2章 边缘检测概述及各算子介绍边缘检测是图像处理和计算机视觉中的术语，尤其在特征检测和特征抽取领域，是一种用来识别数字图像亮度骤变点即不连续点的算法尽管在任何关于分割的讨论中，点和线检测都是很重要的，但是边缘检测对于灰度级间断的检测是最为普遍的检测方法[5]虽然某些文献提过理想的边缘检测步骤，但自然界图像的边缘并不总是理想的阶梯边缘相反，它们通常受到一个或多个下面所列因素的影响：1.有限场景深度带来的聚焦模糊；2.非零半径光源产生的阴影带来的半影模糊；3.光滑物体边缘的阴影；4.物体边缘附近的局部镜面反射或者漫反射一个典型的边界可能是〔例如〕一块红色和一块黄色之间的边界；与之相反的是边线，可能是在另外一种不变的背景上的少数不同颜色的点在边线的每一边都有一个边缘图像的边缘是指图像局部区域亮度变化显著的局部该区域的灰度剖面一般可以看做一个阶跃，即从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值图像的边缘局部集中了图像的大局部信息，图像的边缘确实定与提取对于整个图像场景的识别与理解是非常重要的同时也是图像分割所依赖的重要特性。

边缘检测主要是图像的灰度变化的度量、检测和定位边缘：不同区域的分界线，是图像局部灰度变化最显著的那些像素的集合边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像边缘检测原理：边缘检测是根据数字图像中的突变信息检测图像的边缘灰度的不连续性，找出两种景物的分界线根据灰度变化的特点，可分为阶跃型、屋顶型、和凸缘型，如图2.1所示 阶跃型 凸缘型 屋顶型图2.1 边缘灰度变化。