1. 研究目的与意义（文献综述）

在进行图像理解和分析时，第一步往往就是边缘检测，他是图像分割所依赖的重要特征。通常情况下图像边缘蕴涵了丰富的内在信息，如方向、阶跃性质、形状等，因此，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,它是图像识别，图像分割，图像复原，图像增强以及图像压缩，目标区域识别、区域形状提取图像分析领域的重要基础，也是图像识别中提取图像特征的一个重要属性。

早在1959年julez就曾提及边缘检测技术，roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。

在五十多年的发展中，国内外的众多专家学者都致力于边缘检测的研究，并相继提出了成百上千种不同类型的边缘检测算法。最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不尽如人意。20世纪80年代,marr和canny相继提出了一些更为系统的理论和方法，逐渐使人们认识到边缘检测的重要研究意义。但由于以下原因:(1)图像自身的复杂性；(2)边缘与噪声难以区分；(3)阴影纹理等干扰因素同样表现出边缘的性质；(4)不同的研究者对边缘的定义也不尽相同等等。使得边缘检测直到现在仍然难以很好的得到解决。另外，由于边缘本身就是一个很模糊的定义，理想化的边缘模型与实际情形相差甚远，因此也很难找到具有普遍适应性的检测方法。虽然现在边缘检测技术已经得到了长足的发展，出现了很多活跃的新兴方法，如基于形态学、统计学、神经网络、模糊理论、遗传算法及特征分形的边缘检测方法等等，但是20世纪70年代到80年代提出的基于梯度的方法仍然还保持着一定的竞争力。总的说来，在众多科研工作者的努力下，取得了很好的效果。尽管如此，边缘检测的研究一直是图像技术研究中的热点和焦点，而且人们对其的关注和投入不断提高。因此，本课题首先熟悉和掌握数字图像边缘检测算法的基本原理和实现方法，然后在此基础上掌握用matlab实现该算法。

2. 研究的基本内容与方案

在本次毕业设计中，主要要求深入研究边缘检测算法的基本原理，并在此基础上用matlab对其进行编程实现。边缘检测的目的是表示数字图像中灰度变化明显的点，而导函数正好能反映图像灰度变化的明显程度，因而许多方法利用导数来检测边缘。本设计准备在分析其算法思想和流程的基础上，利用matlab对5种常用的经典算法进行了仿真实验，分析各自的性能和算法特点，比较边缘检测结果并给出了各自的适用范围，然后再提出优化方法。

总体思路为首先系统的研究比较经典的基于一阶微分的图像边缘检测算子及其具体的实现原理，然后再系统研究比较经典的基于二阶微分的图像边缘检测算子及其具体的实现原理，最后再研究一种基于sobel算子的改进型算法，此方法的最大优点是：在去噪的同时有效地保留了图像的真实边缘，即给出了边缘检测的最佳结果。最后对上述的几种算法用matlab为工具进行实现，并对其结果进行分析，得出各种算法的特点。

改进型算法的提出思路：常用的各种边缘检测算法存在边缘像素宽、噪声干扰较严重等缺点，即使采用一些辅助的方法去噪，也会带来边缘模糊等难以克服的缺陷。解决该问题的主要方法就是设置阈值，把得到的图像高频部分与阈值相比较以达到去噪的目的，所以阈值的选取尤为重要。传统方法中的阈值都是通过实验确定的，没有统一的阈值选取方法。本设计准备利用边缘的最大后验概率估计，研究一种新的边缘估计方法，从理论上说明了怎样选取最佳阈值。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需相关知识与方案

要求。确定方案，完成开题报告。

第4－8周：深入学习研究边缘检测算法相关知识。

第9－13周：用matlab对以上边缘检测算法进行实现并对结果进行比较分析。

4. 参考文献（12篇以上）

[1] 陈宇云.灰度图像的边缘检测研究[d]. 电子科技大学硕士学位论文，2009.

[2] 张弘. 数字图像处理与分析第二版,机械工业出版社,2013.2(2014.1重印).

[3] 陈书海,傅录祥.实用数字图像处理[m].北京: 科学出版社，2005:280-290.