简介:关于本文可作为相关专业算子微分论文写作研究的大学硕士与本科毕业论文算子微分论文开题报告范文和职称论文参考文献资料。
贺群
（大连交通大学软件学院,辽宁大连116028）
摘 要：一阶微分边缘算子用于图像分割具有简单直观,运算速度快,易于实现的特点,但存在对噪声敏感,抗噪能力差的缺点.为解决上述缺点,本文提出一阶微分算子和模糊聚类融合的混合算法,通过实验证明这种混合算法得到较好的边缘检测效果,较比一阶微分边缘检测算子得到的结果边缘定位的精确度高.
关键词：一阶微分；边缘算子；图像分割；模糊聚类
1.引言
边缘是图像的最基本特征,边缘检测通常是机器视觉系统处理图像的第一个阶段,是机器视觉领域内经典的研究课题之一,其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解等.本文介绍经典边缘检测算子的理论和提出基于一阶微分算子与模糊聚类技术聚类融合的边缘检测算法研究,通过实验比较说明本文算法优点.
2.微分边缘检测算子优缺点
图像灰度的变化情况可以用图像灰度分布的梯度来反映,因此我们可以利用局部图像微分技术获得边缘检测算子.常见的一阶微分算子Roberts、Sobel、Prewitt；二阶微分箕子log、canny.基于微分的边缘检测算法是基于边缘的不连续性,检测一阶导数局部最大值或二阶导数过零点[1].
实验(matlab)[6]如图1.
实验加入椒盐噪声,通过实验得出结论,Roberts算子提取图像的边缘较粗,边缘定位不准确,图像较细的信息容易丢失.Sobel算子和Prewitt算子对比Roberts较为准确一些.Log算子和Canny算子较比前三种提取的信息完整,位置比较准确,能够提取出图像边缘较细的特征信息.微分边缘算子用于图像分割具有简单直观,运算速度快,易于实现的特点,但存在对噪声敏感,抗噪能力差的缺点.二阶微分算子较比一阶微分算子抗噪能力有所提高,但较我们所需要的图像边缘检测结果相差慎远.
3.基于模糊技术与经典算子的边缘检测
模糊算法用于图像分割是将图像中属性相一致的象素进行模糊聚类后对每类象素进行标定,从而实现图像分割的.我们把图像的象素点看成数据集的样本点,象素点的特征（对于灰度图像,即为灰度）看成样本点的特征,则图像的分割问题转化为下列优化问题[3][4][5]:
微分算子法:数学变分法_变分和微分积分算子的关系
4.结论
为了考察本文方法抗哚能力,首先对彩论文范文像加入椒盐噪声,然后进行灰度变换.模糊聚类算法迭代优化并且收敛后,图像上的边缘点就可以分为一类.通过实验,分别将融合一阶微分算子和融合二阶算子和本文方法一起进行实验,不难得出结论融合微分算子和模糊聚类方法（图2）较比微分算子（图1）得到的图像边缘更加丰富,且图像边缘点实现自适应检测.但是融合一阶或二阶的微分算子的模糊聚类方法较比本文方法（融合一阶和二阶微分算子和聚类的方法）却不能很好地分辨出噪声.本文方法不仅清晰地放映图像的边缘,且清楚地分辨了噪声和图像的边缘,为图像的进一步处理提供铺垫.
参考文献
[1]韩斌,计算机视觉中的若干问题研究及应用[D]．江南大学,2008．
[2]何俊峰,基于视觉原理的图像边缘检测算子研究[D]．华中科技大学,2006．
[3]李鸿吉,模糊数学基础及实用算法[M]．北京：科学出版社．2005．
[4]高新波．模糊聚类分析及其应用[M],西安：西安电子科技大学出版社．2004．
[5]王培珍,陈维南．基于二维闽值化和FCM相混合的图像快速分割方法[J]．中国图像图形学报．1998,3(9)：735-738．
[6]孙兆林,MATLAB 6．x图像处理[M]．北京：清华大学出版社,2002.
总结：该文是关于算子微分论文范文，为你的论文写作提供相关论文资料参考。
微分算子法引用文献:
[1] 算子毕业论文格式范文 李超论文范文2万字
[2] 知网查重算的是字符还是子
[3] 会计点算化方面论文选题 会计点算化论文题目哪个好
