实验一数字图像处理实例专业模式识别与智能系统姓名：陈光磊
学号：
边缘提取与图像分割
理论、算法、源码与实例
1）理论一、边缘检测的基本方法：
各种差分算子，主要有：差分边缘检测方法Roberts梯度模算子前两种对垂直，水平，对角检测好。Prewitt算子，Robi
so
算子（算八个方向的梯度最大值）Sobel算子（利用上下左右加权，可平滑噪声）；Kirsch算子Rose
feld算子Laplace算子（二阶导数算子，一般不用于检测，用于之后判别暗区与明区。）LOG算子，（高斯平滑后求导提取边界。）主要思路用高斯函数对图像平滑滤波，然后再对图像进行拉普拉斯运算，算得的值等于零的点认为是边界点。该算法高斯函数方差取值很重要，过大会导至精度不高。还容易产生虚假边界。但可以用一些准备去除虚假边界。对于灰度渐变图的效果也不太好。但大部份图片边缘提取效果还好。Ca
y边界检测算子
二、拟合曲面求导提取边界。
主要思路为在点的邻域各点拟合一个曲面，由曲面的求导代替离散点求差分，这种方法对于噪声比较不敏感。
三、统计判决法提取边界
以误判概率最小化设置门限，对边界检测算子作用后的每个像点判别。统计判决法依赖于先验知识。
四、分裂合并算法
按一定的均一化标准，将图片分成子图。合并满足均一性准则的子图。
f实验一数字图像处理实例专业模式识别与智能系统姓名：陈光磊
学号：
五、跟踪技术
1）区域跟踪，基于区域的图像分割方法。应用于直接提取区域。检测满足跟踪准则的点，找到这样的点，检测其所有邻点，把满足跟踪准则的任合邻点合并再重复。直到没有邻点满足检测准则。2）曲线跟踪，基于边界的图像分割方法。对整幅图扫描，对所有“现在点”的邻点检测，周围没有满足跟踪条件的点时，返回到上一个最近的分支处，取出另一个满足跟踪原则的现在点。重复根踪。
六、模型化与统计检验法检测边界
开始步骤为对图像划分成多块子图，每块子图进行曲面拟合。并应用误差的分析，构造F统计量，判断此区域是否有边界的存在。
七、匹配检测技术
基于区域的一种分割方法。1）归一化互相关测度匹配类似于求相关系数。但是这种方法实用时不太理想，因为匹配模板的尺寸跟图上的尺寸差异，造成操作很难。2）匹配滤波器基于最大信噪比准则。用一个滤波器对图像子图作卷积，当滤波器为子图旋转180度后的K倍时，功能与相关系数一样。此时称为匹配滤波器。3）线检测用匹配滤波器可以设计一些线检测器。对直线检r