文献综述
课题：基于数学形态学的图像边缘检测方法研究
边缘检测是图像分割的核心容，而图像分割是由图像处理到图像分析的关键步骤，在图像工程中占据重要的位置，对图象的特征测量有重要的影响。图像分割及基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。从而边缘检测在图像工程中占有重要的地位和作用。因此对边缘检测的研究一直是图像技术研究中热点，人们对其的关注和研究也是日益深入。
首先，边缘在边界检测、图像分割、模式识别、机器视觉等中有很重要的作用。边缘是边界检测的重要基础，也是外形检测的基础。同时，边缘也广泛存在于物体与背景之间、物体与物体之间,基元与基元之间，是图像分割所依赖的重要特征。其次，边缘检测对于物体的识别也是很重要的。第一，人眼通过追踪未知物体的轮廓而扫视一个未知的物体。第二，如果我们能成功地得到图像的边缘，那么图像分析就会大大简化，图像识别就会容易得多。第三，很多图像并没有具体的物体，对这些图像的理解取决于它们的纹理性质，而提取这些纹理性质与边缘检测有极其密切的关系。
理想的边缘检测是能够正确解决边缘的有无、真假、和定向定位。长期以来，人们一直关心这一问题的研究，除了常用的局
部算子及以后在此基础上发展起来的种种改进方法外，又提出了许多新的技术，其中，比较经典的边缘检测算子有
Roberts cross算子、Sobel算子、Laplacian算子、Canny算子等，近年来又有学者提出了广义模糊算子，形态学边缘算子等。这些边缘检测的方法各有其特点，但同时也都存在着各自的局限性和不足之处。
本次研究正是在已有的算法基础上初步进行改进特别是形
态学边缘算子，以期找到一个更加简单而又实用的算子，相信能对图像处理中的边缘检测方法研究以及应用有一定的参考价值。
一、课题背景和研究意义：
伴随着计算机技术的高速发展，数字图像处理成为了一门新兴学科，并且在生活中的各个领域得以广泛应用。图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。在实际图像处理中，图像边缘作为图像的一种基本特征，经常被用到较高层次的图像处理中去。边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础，是数字图像处理重要的研究课题之一。
边缘检测是图像理解、分析和识别领域中的一个基础又重要的课题, 边缘是图像中重要的特征之一，是计算机视觉、模式识别等研究领域的重要基础。图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较强烈的地方，也即通常所说的信号发生奇异变化的地
方。经典的边缘检测算法是利用边缘处的一阶导数取极值、二阶导数在阶梯状边缘处呈零交叉或在屋顶状边缘处取极值的微分算法。图像边缘检测一直是图像处理中的热点和难点。
近年来，随着数学和人工智能技术的发展，各种类型的边缘检测算法不断涌现，如神经网络、遗传算法、数学形态学等理论运用到图像的边缘检测中。但由于边缘检测存在着检测精度、边缘定位精度和抗噪声等方面的矛盾及对于不同的算法边缘检测结果的精度却没有统一的衡量标准，所以至今都还不能取得令人满意的效果。另外随着网络和多媒体技术的发展，图像库逐渐变得非常庞大；而又由于实时图像的目标和背景间的变化都不尽相同，如何实现实时图像边缘的精确定位和提取成为人们必须面对的问题。
二、国外研究现状：
作为计算机视觉的经典性研究课题，图像边缘的研究已有较长历史，涌现了许多方法，这些方法分为两大类：基于空间域上微分算子的经典方法和基于图像滤波的检测方法。基于空间域上微分算子的经典方法。在阶跃型边缘的正交切面上，阶跃边缘点
μ，边缘点位于图周围的图像灰度()x i表现为一维阶跃函数()x i=()x
像灰度的跳变点。根据边缘点的特性，人们提出了基于图像灰度一阶导数、梯度、二阶导数以及更为复杂的laplace算子等提取图像边缘的方法。基于图像滤波的检测方法。在实际图像中，边缘和噪声均表现为图像灰度有较大的起落，同是高频信号，但相
对来说边缘具有更高的强度。
1. 经典边缘检测算法论述：
边缘检测主要是通过检测每个像素和其邻域的状态来确定该像元是否位于一个物体的边界上。假如某一个像元位于一个物体的边界上，那么其邻域像元灰度值的变化就会相对比较大[3]。边缘检测常用的几种算子有：Roberts 、Sobel 、Prewitt 、Laplacian 和Canny 等。
（1） Roberts 算子
Roberts 边缘检测算子根据任意一对互相垂直方向上的差分可用来计算梯度的原理，采用对角线方向相邻两像素之差，即: △x f =),(j i f -)1,1(++j i f , △y f =)1,(+j i f -),1(j i f +
),(j i R =f f y x 22?+?或=),(j i R |f x ?|+|f y ?|
它们的卷积算子
f x ????01 ???-10 ，f y ????-10 ???01
有了f x ? , f y ?之后，很容易计算出Roberts 的梯度幅值),(j i R ，适当取门限TH ，作如下判断: ),(j i R >TH, (i, j)为阶跃状边缘点。{),(j i R }为边缘图像。
Roberts 算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘。检测水平和垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感。
（2） Sobel 算子
对数字图像(){}j i f ,的每个像素点，考察它上、下、左、右邻
点灰度加权差，与之接近的邻点的权值大。sobel算子很容易在空间上实现，sobel边缘检测器不但产生较好的边缘检测效果，而且受噪声的影响也比较少。
(3) Prewitt 算子
该算子同Sobel 算子相似，也是水平和垂直两个卷积和，对图像中的每个像素点做卷积，取最大值作为边缘检测结果输出。该算子即边缘样板算子，由理想的边缘子图像构成。它的基本原理是依次用边缘样板去比对图像信息，由被检测区域最相似的模板给出一个检测最大值作为算子图像边缘的输出。该算子除了能很好地对边缘点进行检测以外，还能抑制噪声的影响。因此在一般处理对象中，对灰度和噪声较多的图像处理得较好。
(4) Laplacian 算子
Laplacian 算子是利用边缘在拐点位置处的二阶导数为零的性质来对图像进行边缘检测的。它就是一个标量，属于各个方向同向性的运算，对灰度突变较敏感，是与边缘方向无关的一种边缘检测算子。
(5) Canny 算子
Canny 算子是利用局部极值检测边缘的方法。算法在实际存在的边缘点与检测的边缘点存在一一对应的基础上，采用最优化数值方法得到该算子的最佳边缘检测模板。对于不同的情况，选用不同的方法。如阶跃型的边缘，高斯函数的一阶导数与Canny 最优边缘检测器的形状相近，利用二维高斯函数的对称性和分解
性可以计算高斯函数在任一方向上的方向导数与图像的卷积。因此，在实际应用中可以通过选取高斯函数的一阶导数作为阶跃边缘的次最优检测算子。
2. 形态学边缘检测
数学形态学是一种非线性滤波方法, 在图像处理中已获得了广泛的应用。形态学运算是物体形状集合与结构元素之间的相互作用, 对边缘方向不敏感, 并能在很大程度上抑制噪声和探测真正的边缘。同时数学形态学在图像处理方面还具有直观上的简单性和数学上的严谨性, 在描述图像中物体形状特征上具有独特的优势。因此, 将数学形态学用于边缘检测, 既能有效地滤除噪声, 又可保留图像中的原有细节信息, 具有较好的边缘检测效果。数学形态学的主要容是设计一整套变换, 来描述图像的基本特征或基本结构。最常用的有 7 种基本变换, 分别是膨胀、腐蚀、开、闭、击中、薄化、厚化。其中膨胀和腐蚀是两种最基本最重要的变换, 其它变换由这两种变换的组合来定义。如: 先腐蚀后膨胀的过程称为“开”运算, 它具有消除细小物体, 在纤细处分离物体和平滑较大物体边界的作用; 先膨胀后腐蚀的过程称为“闭”运算, 具有填充物体细小空洞, 连接邻近物体和平滑边界的作用。该算法简单, 适于并行处理, 且易于硬件实现,适于对二值图像进行边缘提取。用数学形态学运算进行边缘检测也存在着一定的不足, 比如结构元素单一的问题。它对与结构元素同方向的边缘敏感,而与其不同方向的边缘或噪声会被平滑掉,
第二章数学形态学的基本运算 2.1二值腐蚀和膨胀 二值图象是指那些灰度只取两个可能值的图象，这两个灰度值通常取为0和1。习惯上认为取值1的点对应于景物中的点，取值为0的点构成背景。这类图象的集合表示是直接的。考虑所有1值点的集合(即物体)X，则X与图象是一一对应的。我们感兴趣的也恰恰是X集合的性质。 如何对集合X进行分析呢?数学形态学认为，所谓分析，即是对集合进行变换以突出所需要的信息。其采用的是主观“探针”与客观物体相互作用的方法。“探针”也是一个集合，它由我们根据分析的目的来确定。术语上，这个“探针”称为结构元素。选取的结构元素大小及形状不同都会影响图象处理的结果。剩下的问题就是如何选取适当的结构元素以及如何利用结构元素对物体集合进行变换。为此，数学形态学定义了两个最基本的运算，称为腐蚀和膨胀即1。 2.1 .1二值腐蚀运算 腐蚀是表示用某种“探针”(即某种形状的基元或结构元素)对一个图象进行探测，以便找出图象内部可以放下该基元的区域。它是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。腐蚀的实现同样是基于填充结构元素的概念。利用结构元素填充的过程，取决于一个基本的欧氏空间概念—平移。我们用记号A二表示一个集合A沿矢量x平移了一段距离。即: 集合A被B腐蚀，表示为AΘB，其定义为: 其中A称为输入图象，B称为结构元素。AΘB由将B平移x仍包含在A内的所有点x组成。如果将B看作模板，那么，AΘB则由在将模板平移的过程中，所有可以填入A内部的模板的原点组成。根据原点与结构元素的位置关系，腐蚀后的图象大概可以分为两类: (1)如果原点在结构元素的内部，则腐蚀后的图象为输入图象的子集，如图2.1所示。 (2)如果原点在结构元素的外部，那么，腐蚀后的图象则可能不在输入图象的内部，如图2.2所示。 图2.1腐蚀类似于收缩
Matlab做图像边缘检测的多种方法 1、用Prewitt算子检测图像的边缘 I = imread('bacteria.BMP'); BW1 = edge(I,'prewitt',0.04); % 0.04为梯度阈值 figure(1); imshow(I); figure(2); imshow(BW1); 2、用不同σ值的LoG算子检测图像的边缘 I = imread('bacteria.BMP'); BW1 = edge(I,'log',0.003); % σ=2 imshow(BW1);title('σ=2') BW1 = edge(I,'log',0.003,3); % σ=3 figure, imshow(BW1);title('σ=3') 3、用Canny算子检测图像的边缘 I = imread('bacteria.BMP'); imshow(I); BW1 = edge(I,'canny',0.2); figure,imshow(BW1); 4、图像的阈值分割 I=imread('blood1.tif'); imhist(I); % 观察灰度直方图，灰度140处有谷，确定阈值T=140 I1=im2bw(I,140/255); % im2bw函数需要将灰度值转换到[0,1]范围内 figure,imshow(I1); 5、用水线阈值法分割图像 afm = imread('afmsurf.tif');figure, imshow(afm); se = strel('disk', 15); Itop = imtophat(afm, se); % 高帽变换 Ibot = imbothat(afm, se); % 低帽变换 figure, imshow(Itop, []); % 高帽变换，体现原始图像的灰度峰值 figure, imshow(Ibot, []); % 低帽变换，体现原始图像的灰度谷值 Ienhance = imsubtract(imadd(Itop, afm), Ibot);% 高帽图像与低帽图像相减，增强图像figure, imshow(Ienhance); Iec = imcomplement(Ienhance); % 进一步增强图像
关于商业片植入式广告发展现状及存在问题的研究——受众心理的关注及营销策略、传播方式的使用 文献综述 姓名：王丹 20090257 曾艳 20090261 杨斯琦 20090259 唐梦佳 20090256 余颂庆 20090260 张文 20090262 吴霜 20090258 班级：市场营销03班 指导老师：杨代福 时间：2012-03-10
【引言】 进入21世纪以来，由于行业竞争加剧等原因，商业片植入式广告异军突起，事实上，这种广告模式由来已久，也并非中国特色。植入式广告源于欧美，发展较为成熟，我国的植入式尚处萌芽阶段，负面问题频发，饱受舆论质疑。但不可否认的是，植入式广告不但比传统硬广告更有优势，而且也是快速收回投资成本、降低商业风险急加速媒介产业循环的好方法，作为产业链上重要一环，其存在不仅具有合理性，而且具良好的发展前景。那么，如何使商业片的植入式广告快速的进入其下一个发展阶段成为现阶段的重大问题。因此，对于影响植入式广告效果的重要因素（营销手段、传播方式以及受众心理），值得我们去研究和思考我们。 【正文】 一、植入式广告的文献研究现状 植入式广告于上世纪20年代至20年代末开始萌芽、2000年以后才真正进入蓬勃发展期，虽然相对于传统传播形式的广告，植入式广告的发展历史并不长，但是以商业片植入式广告为代表的植入式广告已经成为广告发展的一股不可抵挡的趋势，而国内外专家、学者对植入式广告发展的方方面面也进行了深入研究和探讨，呈现出一定深度和广度的理论学说及典型案例，对于植入式广告产业发展发挥了作用。从国内外的研究现状看，对于植入式广告的研究成果可归纳为以下四个方面。 1.对于植入式广告的理论体系依据研究 关于植入式广告所依据的理论体系的研究，主要集中在传播学理论的体现与运用；张金海在《20世纪广告传播理论研究》一书中指出，植入式广告在现代广告业的发展中越来越引人注目，体现了现代广告逐渐将目光放在广告传播的社会文化关注，而巧妙地利用传播学中的归因理论和“说服性传播”的效果理论，则可以将这种关注的社会化效果扩大；而吕善锟在其论文《电影中植入式广告的理论依据》中则明确提出，植入式广告之所以比传统的商业广告有更好的说服效果，正在于其运用了传播学中的归因理论、两级传播理论、“说服性传播”的效果研究、经典条件反射理论以及模仿理论等。
图像边缘检测方法比较研究 作者：关琳琳孙媛 来源：《现代电子技术》2008年第22期 摘要：边缘检测在数字图像处理中有着重要的作用。系统分析目前具有代表性的边缘检测方法，并用IDL6.3软件实现各种算法。实验结果表明，各种方法均有各自的优缺点和适用条件，在做图像边缘检测之前，应对图像进行分析，针对图像的特点和应用需求选用合适的方法。 关键词：边缘检测；检测算子；高通滤波；小波变换 中图分类号：TP391文献标识码：A 文章编号：1004-373X(2008)22-096-03 Comparison of Image Edge Detection Methods GUAN Linlin1,SUN Yuan2 (1.Department of Resource Science and Technology,Beijing Normal University,Beijing,100875,China; 2.96656 Unit of Second Artillery F orces,Chinese People′s Liberation Army,Beijing,100820,China) Abstract：Edge detection plays an important role in digital image processing.This paper comprehensively analyze the representative methods of edge detection at present,and realizes each algorithm with the IDL6.3 software.Results indicate that each method has some advantages and limitations.It should be carefully selected according to the characteristics of the image as well as application needs before conducting edge detection. Keywords：edge detection;detective operators;high-pass filtering;wavelet transform 1 引言 边缘检测技术是图像特征提取中的重要技术之一，也是图像分割、目标区域识别、区域形状提取等图像分析方法的基础。近年来，边缘检测技术被广泛地应用在各个领域，例如工程技术中零件检查［1］、医学中器官病变状况观察［2］、遥感图像处理中道路等典型地物的提取［3］以及估算遥感平台的稳定精度［4］等。这使得如何快速、准确地获得边缘信息成为国内外研究的热点。边缘检测方法在空间域和频域中均可以实现，而且不断涌现出新技术新方法。这些方法
文献综述之---- 对小学数学课堂趣味性教学的探究 摘要: 随着时代的发展,近年小学数学教育中凸现出了种种疲软现象,这对于我国基础教育的发展起了一定的阻碍作用,因此,教学过程中需要提升到一种更加切合当代小学教育现状的层次,而在这提升的过程中,增加教学过程中的趣味性,为学生创造一种更加适合其学习的教学方式显得十分迫切,本文将就此讨论此点问题,并简要评价,提出本人的看法,以便为相关的教育工作者提供参考。 关键词 : 小学数学教学趣味性学科综合有效性 正文: 数学学科是我国小学阶段最为重要的学科之一,属于最为基本的必修科目。今天对小学数学(也称为儿童的数学)的认识发生了根本的转变,这可以分为生活数学观,儿童数学观和现实数学观。这三点认识无疑增加了数学教学中的人文关怀,也为今后教师工作指明了方向,特别是在课堂教学中,如何能突显出这几点认识,还是个任重而道远的课题.事实上,在很多人的观念里，数学的教学都是很枯燥乏味的。不可否认地说，这种传统的数学教学观念影响了很多人。包括老师、学生家长甚至学生。确实，在教材进行改进之前，数学书“打开就尽是些算式、公式、符号和练习题”。然而，随着时代的进步、社会的发展，各种先进的理念不断地进入教学领域。这为教育工作者带来了更大的教学压力但也带来了更大的学习空间。 心理学研究表明：“兴趣是人们对事物的选择态度，是积极认识事物或参加某种活动的心理倾向，它是学生积极获取知识形成技能的重要动力。”教育家皮亚杰指出：“所有智力方面的工作都依赖于兴趣。”数学学科的抽象性、概括性和逻辑性让很多学生感到枯燥乏味，要使学生在学习过程中体会到数学的生动有趣和无限魅力，强化数学趣味性教学十分重要。因此，注重教学过程中趣味性的引导，这对于提高教学效果是大有裨益的。在前人总结的基础上，对于小学数学课堂趣味性，我将做一下几点粗略的看法。 一、内容丰富有趣吸引学生 在教学的过程中，要吸引学生来听学习的内容。这就意味着我们学习的内容就要让他们觉得有趣。怎样让他们觉得有趣呢？作为学生，他们感兴趣的是贴近他们生活、和他们自己有着密切联系的问题。实际上，我们可以细心地去发现，
可行性研究文献综述 一、可行性研究简介 可行性研究一词源于英语feasibility study,字义就是行得通,有可能成功的意思。自20世纪30年代作为一种组织管理方法对工程项目进行评价,使美国田纳西河流域开发项目获得成功之后,可行性研究这种仅限于经济评价的报告在工业发达国家成为建设项目开发程序的一个环节。 工业项目可行性研究就是投资工业项目决策前的活动,就是在事件没有发生之前的研究,就是对事务未来发展的情况、可能遇到的问题与结果的估计,具有预测性。因此,必须进行深入的调查研究,充分的占有资料,运用切合实际的预测方法,科学的预测未来前景。 对于投资额较大,建设周期较长,内外协作配套关系较多的建设项目,可行性研究的工作期较长,为了节省投资,减少资源浪费,避免对早期就应淘汰的项目做无效研究,一般将可行性研究分为机会研究、初步可行性研究、可行性研究(有时也叫详细可行性研究)与项目评价决策四个阶段。机会研究证明效果不佳的项目,就不再进行初步可行性研究;同样,如果初步可行性研究结论不可行,则不必再进行可行性研究。 随着科学技术、市场经济与管理科学的高度发展,在不断总结过去经验的基础上,可行性研究理论也得到了不断的完善与发展,至今已成为世界公认的项目评价方法。在项目投资决策之前进行可行性研究,不但有助于减少或避免项目投资失误,而且有助于项目的顺利实施与推进,总的说来,可行性研究对于项目投资决策有着以下非常重要的作用: 作为项目建设立项的依据,作为向银行申请贷款或筹资的依据,作为工程设计与建设的依据,作为向当地政府与环保部门申请建设执照的依据,作为本工程建设补充基础资料的依据,作为项目与各有关部门签订合同或协议的依据,作为核准采用新技术、新设备研制计划的依据,作为企业安排项目计划与实施的依据。 二、国外可行性研究的发展历史 西方最早推行可行性研究方法的就是美国,通过采用这套方法,实现了对河流流域地区良好的开发与综合利用,二战后,随着现代科学技术与管理科学的高度发展,技术经济问题越来越复杂,为了开发新产品,减少投资风险,需要采用科学方法对项目实施进行预测、分析、论证。因此20世纪60年代以来,可行性研究迅速成为投资决策前的一个普遍工作阶段,并且形成了一整套系统理论的科学方法。这种方法在以世界银行为代表的国际经济组织对发展中国家的贷款或援助项目中迅速推广。 在19世纪至20世纪50年代中期,国外主要就是运用简单的财务评价方法通过对项目的收入与支出进行比较来判断项目的优劣。随着社会的发展,简单的财务评价已不能满足社会、政府与企业对项目投资决策的多元化需求。于就是,法国工程师让尔·杜比提出了“消费者剩余”的思想并在1844年发表了“公共工程效用的评价”一文。之后英国经济学家A·马歇尔正式提出了“消费者剩余”的概念,这种思想发展成为现在费用-效益分析的基础,构成了
图像边缘检测算法体验步骤 图像边缘检测算法体验步骤（Photoshop，Matlab）1. 确定你的电脑上已经安装了Photoshop和Matlab2. 使用手机或其他任何方式，获得一张彩色图像（任何格式），建议图像颜色丰富，分辨率比较高，具有比较明显的图像边界（卡通图像，风景图像，桌面图像）3. 将图像保存到一个能够找到的目录中，例如img文件夹（路径上没有汉字）4. 启动Photoshop，打开img文件夹中的图像5. 在工具箱中选择“矩形选择”工具，到图面上选择一个区域（如果分辨率比较高，建议不要太大，否则计算过程比较长）6. 点击下拉菜单【文件】-【新建】，新建一个与矩形选择框同样尺寸的Photoshop图像，不要求保存该图像7. 将该彩色图像转换为亮度图像，即点击下拉菜单【图像】-【模式】-【灰度】，如提示是否合并，选择“Yes”8. 将该单色的亮度图像另存为Windows的BMP文件，点击下拉菜单【文件】-【存储为】，在“存储为”窗口中，为该文件起一个名字，例如test1（保存为test1.bmp）9. 启动Matlab，将当期路径（Current Directory）定位到图像文件夹，例如这里的img文件夹10. 使用imread命令读入该图像，在命令行输入：>> f = imread(test1.bmp);11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)12. 然后，分别使用Matlab图像工具箱中的Edge函数，分别使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的边缘图像：在命令行输入：>> g_sobel = edge(f, sobel, 0.05); >> g_log = edge(f, log, 0.003, 2.25); >> g_canny = edge(f, canny, [0.04 0.10], 1.5);13 得到边缘图像计算结果后，显示这些边缘图像： >> figure, imshow(g_sobel) >> figure, imshow(g_log) >> figure, imshow(g_canny)14 可以用不同的图像做对比，后续课程解释算法后，可以变换不同的阈值，得到不同的边缘图像
文献综述的格式通常包括： 文献综述如下 包括选题的缘由、意义、范围、题目和摘要； 文献综述的主要内容如下 研究的主要内容是寻求研究的进展、研究方法的分析（寻求研究方法的借鉴）、需要解决的问题和遗留问题、当前影响和发展趋势的重点和说明，它不仅能使研究者确定研究方向，而且能使他人了解研究的出发点和切入点，是在他人研究基础上的创新； 文献综述的结论如下 文献研究结论指出了研究观点、不同观点和有待解决的问题； 文献综述附录： 本文列举参考文献，并对文献综述所依据的数据进行说明，以提高文献综述的可信度，方便读者进一步查找。
1文献综述不应是对现有文献的重复、列举和概括性介绍，而应是对前人研究的优缺点和贡献的批判性分析和评述。因此，文献综述应包括综合提炼、分析和评论。 文献综述实证文章1：“问题探究与交流”小学数学教学模式研究 ……我们在网上浏览了数百个教学模式，下载了200多篇关于教学模式的文章，研究了50多篇文章。综上所述，我国的课堂教学模式可分为三类 （1）“以教师为中心”的传统教学模式。这种教学模式的主要理论基础是行为主义学习理论，长期以来一直是我国学校教学的主流模式。它的优点是…，它的缺点是（2）以学生为中心的现代教学模式。这种教学模式的主要理论基础是建构主义学习理论，它倡导以学生为中心的教学理念、教学设计、教学方法和教学管理。20世纪90年代以来，随着信息技术在教学中的应用，其发展迅速。它的优点是…，它的缺点是（3）优势互补的教学模式是“学科主导论”。这种教学模式是以教师和学生为主体的。它利用行为主义和建构主义学习理论的优点，扬弃了它们的不足，即对“以教师
图像边缘检测方法的研究与实现刘法200832800066
青岛大学专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日
题目：图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1．1边缘，边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)． 边缘检测是指使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前，首先给出一些术语的定义： 边缘点：图像中具有坐标] ,[j i且处在强度显著变化的位置上的点．边缘段：对应于边缘点坐标] i及其方位 ，边缘的方位可能是梯度角． ,[j 边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法． 轮廓：边缘列表，或是一条表示边缘列表的拟合曲线． 边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序． 边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程． 边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。 边缘检测的原理是：由于微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值教高，可将这些微分值作为相应点的边缘强度，通过阈值判别来提取边缘点，即如果微分值大于阈值，则为边缘点。
文献综述 近十年白居易诗歌平淡美研究综述 一、国内外研究现状概述 近十年来关于白居易的研究也是古代文学研究领域的一大趋势。主要集中在白居易的诗歌研究、散文研究、思想研究、生存哲学研究等4个方面。据不完全统计，近十年来关于白居易研究的著作大致有陈友琴《白居易资料汇编》（中华书局，2005年再版）、付兴竹《白居易散文研究》（中国社会科学出版社，2007年版）、刘维，焦淑清《白居易传》（辽海出版社，2009年版）、蹇长春《白居易评传》（南京大学出版社，2011年版）等4部；研究论文达4500多篇，其中硕士学位论文余篇、博士学位论文余篇。研究领域得到很大的拓展，研究视角和方法更加多元化，研究观念也较为开放自觉。近十年来白居易研究主要的研究方向体现在白居易的诗歌研究、散文研究、思想研究、生存哲学研究等4个方面。 在白居易研究的多个方面上，成就较为突出地是关于诗歌的研究。据不完全统计，十年来关于白居易诗歌方面研究的著作有乔立智《白居易诗歌词汇研究》（北京人民出版社，2012年版）、付兴林，倪超《<长恨歌>及李扬题材唐诗研究》（中国社会科学出版社，2013年版）、张中宇《白居易<长恨歌>研究--中华文史新刊，2005年版》、胡奇光《中国古代语言艺术史》（上海人民出版社，2010年版）等4部；研究论文达200篇，其中硕士学位论文50余篇，博士学位论文达4篇。涉及的研究范围很广泛，在研究视角与方法上呈现多样性，在观念上也比先前更为开放自觉。近十年来白居易诗歌研究的主要内容多体现在诗歌对后世文学的影响研究、诗歌语言词汇研究、诗歌意象研究、诗歌对外翻译研究、审美研究等5个方面。在不同程度上，都取得了相应的成果，50多篇硕博学位论文对白居易诗歌的相对应之处都进行了深入的探讨研究，整体上对全面了解白居易及其诗歌做出了较大贡献，对白居易集的
数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日
计算机科学与技术系信息科学与工程学院
目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法；
文献综述该怎么写？ ——文献综述写作技巧 何为文献综述？文献综述是在对文献进行阅读、选择、比较、分类、分析和综合的基础上，研究者用自己的语言对某一问题的研究状况进行综合叙述的情报研究成果。文献的搜集、整理、分析都为文献综述的撰写奠定了基础。 文献综述怎么写呢？文献综述格式一般包括： ①文献综述的引言： 包括撰写文献综述的原因、意义、文献的范围、正文的标题及基本内容提要； ②文献综述的正文： 是文献综述的主要内容，包括某一课题研究的历史 (寻求研究问题的发展历程)、现状、基本内容 (寻求认识的进步)，研究方法的分析(寻求研究方法的借鉴)，已解决的问题和尚存的问题，重点、详尽地阐述对当前的影响及发展趋势，这样不但可以使研究者确定研究方向，而且便于他人了解该课题研究的起点和切入点，是在他人研究的基础上有所创新； ③文献综述的结论： 文献研究的结论，概括指出自己对该课题的研究意见，存在的不同意见和有待解决的问题等； ④文献综述的附录： 列出参考文献，说明文献综述所依据的资料，增加综述的可信度，便于读者进一步检索。 文献综述不应是对已有文献的重复、罗列和一般性介绍，而应是对以往研究的优点、不足和贡献的批判性分析与评论。因此，文献综述应包括综合提炼和分析评论双重含义。
文献综述范文1： “问题——探索——交流”小学数学教学模式的研究 ... ...我们在网上浏览了数百种教学模式，下载了二百余篇有关教学模式的文章，研读了五十余篇。概括起来，我国的课堂教学模式可分三类： (1) 传统教学模式——“教师中心论”。这类教学模式的主要理论根据是行为主义学习理论，是我国长期以来学校教学的主流模式。它的优点是... ...，它的缺陷是... ... (2) 现代教学模式——“学生中心论”。这类教学模式的主要理论依据是建构主义学习理论，主张从教学思想、教学设计、教学方法以及教学管理等方面均以学生为中心，20世纪 90年代以来，随着信息技术在教学中的应用，得到迅速发展。它的优点是... ...，它的缺陷是... ... (3) 优势互补教学模式——“主导——主体论”。这类教学模式是以教师为主导，以学生为主体，兼取行为主义和建构主义学习理论之长并弃其之短，是对“教师中心论”和“学生中心论”的扬弃。“主导——主体论”教学模式体现了辩证唯物主义认识论，但在教学实践中还没有行之有效的可以操作的教学方法和模式。 以教师为中心的传统小学数学教学模式可表述为“复习导入——传授新知——总结归纳——巩固练习——布置作业”。这种教学模式无疑束缚了学生学习主体作用的发挥。当今较为先进的小学数学教学模式可表述为“创设情境，提出问题——讨论问题，提出方案——交流方案，解决问题——模拟练习，运用问题——归纳总结，完善认识”。这种教学模式力求重视教师的主导作用和学生的主体作用，为广大教师所接受，并在教学实践中加以运用。但这种教学模式将学生的学习局限于课堂，学习方式是为数学而数学，没有把数学和生活结合起来，没有把学生学习数学置于广阔的生活时空中去，学生多角度多途径运用数学知识解决问题的能力受到限制，尤其是学生运用数学知识创造性地解决生活中的数学问题的能力发展受到限制，
第31卷第3期2005年5月 光学技术 OP T ICA L T ECHN IQ U E V ol.31No.3 M ay 2005 文章编号:1002-1582(2005)03-0415-05 图像边缘检测方法研究综述 段瑞玲,李庆祥,李玉和 (清华大学精密仪器及机械学系,北京 100084) 摘 要:图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域的经典研究课题之一。图像分析和理解的第一步常常是边缘检测。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。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。对一些传统的边缘检测方法和近年来广泛收到关注的边缘检测算法进行了简单介绍。综述中只涉及到检测方面,而没有讨论滤波、边缘定位、算法的复杂程度和边缘检测器性能的评价。 关键词:图像处理;边缘检测;梯度算法;差分边缘检测 中图分类号:T P751 文献标识码:A Summary of image edge detection DU AN Rui_ling,LI Qin g_xiang,LI Yu_he (Department of P recisio n I nstrument and M echanology,Tsing hua University,Beijing 100084,China) Abstract:Edg e is one of the most fundamental and sig nificant features.Edge detection is alw ay s one of the most classical studying projects o f computer vision and image processing field.T he fist step of image analy sis and understanding is edg e de tec-tion.T he g oal of edge detection is to recover information about shapes and reflectance o r transmittance in an image.I t is one of the fundamental steps in image processing,mage analy sis,image patter recognition,and computer vision,as well as in human vision.T he correctness and reliability of its results affect directly the comprehension machine system made fo r objective w orld. T he summary for basic edge de tection metho ds was made.It involv ed the detection methods only but no t filtering,edge loca-tion,analy sis of algorithm complexity and functional evaluation about a detecto r. Key words:image processing;imag e detection;gradient arithmetic; 1 引 言 早在本世纪初,人类为了用图片及时传输世界各地发生的新闻事件,便开始了对图像处理技术的研究。用计算机进行图像处理,改善图像质量的有效应用开始于1964年美国喷气推进实验室对太空传回的大批月球照片进行处理,并收到了明显的效果。然而,图像处理技术的真正发展还是在上世纪60年代末,其原因一方面是由于受到航天技术发展的刺激,另一方面是作为图像处理工具的数字计算机和各种不同类型的数字化仪器及显示器的突飞猛进发展。迄今为止,数字图像作为一门崭新的学科,日益受到人们的重视,并且在科学研究、工农业生产、军事技术和医疗卫生等领域发挥着越来越重要的作用。 机器视觉主要是利用计算机实现人类的视觉功能,对客观世界的三维场景的感知、识别和理解。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。 2 图像边缘定义 图像的大部分信息都存在于图像的边缘中,主要表现为图像局部特征的不连续性,即图像中灰度变化比较剧烈的地方。因此,我们把边缘定义为图像中灰度发生急剧变化的区域边界。根据灰度变化的剧烈程度,通常将边缘划分为阶跃状和屋顶状两种类型[1]。阶跃边缘两边的灰度值变化明显,而屋顶边缘位于灰度值增加与减少的交界处。那么,对阶跃边缘和屋顶边缘分别求取一阶、二阶导数就可以表示边缘点的变化。因此,对于一个阶跃边缘点,其灰度变化曲线的一阶导数在该点达到极大值,二阶导数在该点与零交叉;对于一个屋顶边缘点,其灰 415 收稿日期:2004-06-01;收到修改稿日期:2004-10-20 E-mail:duanrl03@mails.ts https://www.doczj.com/doc/7e395401.html, 作者简介:段瑞玲(1979_),女,山西人,清华大学博士研究生,从事装配系统及微观图像处理研究。
浅析小学趣味数学的价值与实施文献综述 引言： 为了进一步研究小学趣味数学的价值与实施，广泛查找和搜集有关资料，在以往学者对于小学趣味数学的理解、研究的基础上对小学趣味数学有一个全方位的了解。而这次所查的范文资料囊括了一线教师到有关专家学者的论述，从而可以更有力的浅析小学趣味数学的价值与实施. 关键词： 趣味性益智价值 正文： 对于趣味数学定义的理解，大多数的专家学者均认为趣味数学不能成为一门独立的学科，它可以成为一种新颖的教学法或者它与传统的数学结合或者当做一门启迪学生思想，开发智力的一项选修课。 下面我来对两个主要流派做一个简短粗略的分析: 一、在传统数学的基础上增加一项教学方法，即：趣味数学教学法。 它的研发主要是因为平日的数学教学中常感到有些同学的学习积极性不高，究其缘由是因为觉得数学学科没什么意思，如何提高学生的学习积极性，让他们感到有乐趣，则需要教师运用更好的方法来激发学生的兴趣，所以趣味数学教学法就这样产生了。它是运用于传统数学的课堂中，教师采用新颖的教学方式来帮助学生理解记忆数学，在讲课时，要生动、熟练、有趣。比如教授整数的运算法则时可以采用编顺口溜的形式来增强孩子们的记忆。也可以通过让学生参与教学的方法来让他们加深印象。而在课后布置的作业也是偏向趣味性、开放性的题目，因为数学教学是离不开做题的，可是传统的数学题目激发不起孩子们的兴趣，而如果能激发孩子们的兴趣就可以更好的让他们做好作业、学好数学。趣味数学作业以结合所学知识来开发智力为主，让同学们知道如何把本节所学内容融入到实际操作中去，也使得数学回归于实践。 二、趣味数学作为一门选修课或者数学活动课。 “趣味数学”本身具有趣味性的特点，是培养创新意识的有利条件。作为一门课程来说，趣味数学的内容是开放的、多种多样的，可以激发孩子们的兴趣，发散孩子们的思维，内容不设限，答案也一样不设限。而趣味数学的内容是广泛适合于各个年级的孩子的，并不是以学科知识为基础的仅适用于一小部分孩子的学科。他的主要目的是为了启迪孩子们的思维，开发孩子们的智力，也让传统的数学学科有了一个运用于实践的机会，而不是仅仅用于考试或者学科的学习。 在“趣味数学”教学中，有目的的设置一些游戏、儿歌、谜语、趣题、故事等学生喜闻乐见的内容，不仅注意趣味性与知识的融合，更具有实践性和开放性，便于对学生思维的灵活性、独特性进行及早训练。模仿是儿童的天性，教学中需要教师引导他们在玩中领悟到“玩”的花样多、想的点子多的乐趣，并树立这方面的榜样，使他们有效仿的目标和努力的方向。而对于学习的过程也是轻松、愉快、民主、开放的过程，促进创新意识的培养。使学生变成学习的主体，突出学生的主体性。让孩子们在玩中学，在玩中体会到数学学习的乐趣，也激发了孩子对于数学学习的兴趣，让他们通过这短短的趣味数学课，学到更多的知识，激发更多的兴趣，开拓思维，从而也为孩子传统数学的学习奠定了基础，让孩子得到全方位的进步。 每周一节的活动课不仅不妨碍传统数学的教学，反而让传统数学学习得到启发，从而会促进传统数学的学习。传统数学中的趣味数学教学法和趣味数学单独开设的活动课都是密不
文献综述的主要方法 文献综述抽取某一个学科领域中的现有文献，总结这个领域研究的现状，从现有文献及过去的工作中，发现需要进一步研究的问题和角度。 文献综述是对某一领域某一方面的课题、问题或研究专题搜集大量情报资料，分析综合当前该课题、问题或研究专题的最新进展、学术见解和建议，从而揭示有关问题的新动态、新趋势、新水平、新原理和新技术等等，为后续研究寻找出发点、立足点和突破口。 文献综述看似简单．其实是一项高难度的工作。在国外，宏观的或者是比较系统的文献综述通常都是由一个领域里的顶级“大牛”来做的。在现有研究方法的著作中，都有有关文献综述的指导，然而无论是教授文献综述课的教师还是学习该课程的学生，大多实际上没有对其给予足够的重视。而到了真正自己来做研究，便发现综述实在是困难。 约翰W.克雷斯威尔（John W. Creswell）曾提出过一个文献综述必须具备的因素的模型。他的这个五步文献综述法倒还真的值得学习和借鉴。 克雷斯威尔认为，文献综述应由五部分组成：即序言、主题1（关于自变量的）、主题2（关于因变量的）、主题3（关于自变量和因变量两方面阐述的研究）、总结。 1. 序言告诉读者文献综述所涉及的几个部分，这一段是关于章节构成的陈述。在我看也就相当于文献综述的总述。 2. 综述主题1提出关于“自变量或多个自变量”的学术文献。在几个自变量中，只考虑几个小部分或只关注几个重要的单一变量。记住仅论述关于自变量的文献。这种模式可以使关于自便量的文献和因变量的文献分开分别综述，读者读起来清晰分明。 3. 综述主题2融合了与“因变量或多个因变量”的学术文献，虽然有多种因变量，但是只写每一个变量的小部分或仅关注单一的、重要的因变量。 4. 综述主题3包含了自变量与因变量的关系的学术文献。这是我们研究方案中最棘手的部分。这部分应该相当短小，并且包括了与计划研究的主题最为接近的研究。或许没有关于研究主题的文献，那就要尽可能找到与主题相近的部分，或者综述在更广泛的层面上提及的与主题相关的研究。 5. 在综述的最后提出一个总结，强调最重要的研究，抓住综述中重要的主题，指出为什么我们要对这个主题做更多的研究。其实这里不仅是要对文献综述进行总结，更重要的是找到你要从事的这个研究的基石（前人的肩膀），也就是你的研究的出发点。 在我看来，约翰.W.克雷斯威尔所提的五步文献综述法，第1、2、3步其实在研究实践中都不难，因为这些主题的研究综述毕竟与你的研究的核心问题有距离。难的是第4步，主题3的综述。难在哪里呢？一是阅读量不够，找不到最相
人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。 人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献 （1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期 （3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 （5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期
青岛大学 专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班 学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日 题目：图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1．1边缘，边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)． 边缘检测是指使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前，首先给出一些术语的定义： 边缘点：图像中具有坐标] i且处在强度显著变化的位置上的点． ,[j 边缘段：对应于边缘点坐标] i及其方位 ，边缘的方位可能是梯度角． ,[j 边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法． 轮廓：边缘列表，或是一条表示边缘列表的拟合曲线． 边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序． 边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程． 边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．
边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。 边缘检测的原理是：由于微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值教高，可将这些微分值作为相应点的边缘强度，通过阈值判别来提取边缘点，即如果微分值大于阈值，则为边缘点。 Roberts,Sobel,Prewwit是基于一阶导数的边缘检测算子，图像的边缘检测是通过2*2或者3*3模板作为核与该图像中的每个像素点做卷积和运算，然后选取合适的阈值以提取边缘。 Laplace边缘检测算子是基于二阶导数的边缘检测算子，该算子对噪声敏感。Laplace算子的改进方式是先对图像进行平滑处理，然后再应用二阶导数的边缘检测算子，其代表是拉普拉斯高斯（LOG）算子。前边介绍的边缘检测算法是基于微分方法的，其依据是图像的边缘对应一阶导数的极大值点和二阶导数过零点。Canny算子是另外一类边缘检测算子，它不是通过微分算子检测边缘，而是在满足一定约束条件下推导出的边缘检测最优化算子。 1．3 边缘检测算法 对于边缘的检测常常借助于空域微分算子进行,通过将其模板与图像卷积完成。两个具有不同灰度值的相邻区域之间总存在灰度边缘。灰度边缘是灰度值不连续(或突变) 的结果,这种不连续常可利用求一阶和二阶导数方便地检测到。已有的局部技术边缘检测方法,主要有一次微分(Sobel 算子、Robert s 算子等) 、二次微分(拉普拉斯算子等)。这些边缘检测器对边缘灰度值过渡比较尖锐且噪声较小等不太复杂的图像,大多数提取算法均可以取得较好的效果。但对于边缘复杂、采光不均匀的图像来说,则效果不太理想。主要表现为边缘模糊、边缘非单像素宽、弱边缘丢失和整体边缘的不连续等方面。 用算子检测图像边缘的方法是用小区域模板对图像进行处理,即采用卷积核作为掩模模板在图像中依次移动,完成图像中每个像素点同模板的卷积运算,最终输出的边缘幅度结果可以检测出图像的边缘。卷积运算是一种邻域运算。图像处理认为:某一点像素的结果不但和本像素灰度有关,而且和其邻域点值有关。运用模板在图像上依此对每一个像素进行卷积, 即模板上每一个点的值与其在图像上当前位置对应的像素点值相乘后再相加,得出的值就是该点处理后的新值。 边缘检测算法有如下四个步骤：