数字图像的线特征提取

摘 要 随着电子技术的高速发展和离散数学深入研究，使得图像处理成为可能，并在各领域中都得到了广泛的应用。图像特征的提取，特别是图像中线状特征的提取在图像处理和模式识别中有着极其重要的地位和作用，它的应用领域不断扩大，对它的研究日趋深入。 为了得到相对较好的提取效果，本文对现有边缘提取的主要方法和技术进行了分析、研究和实现，提出了对数字图像中线状特征进行提取的改进方案，并对它们进行了实现。具体提出了三种改进方案：其一，是对Sobel算子的改进，主要是添加了算子检测的方向，由原来的垂直、水平两方向增加到了0°、45°、90°、135°四方向。其二，是对方向算子Krisch权值的修改。其三，是对Laplace算子进行了扩大，并设定了适当的权值。对使用经典算法提取效果不理想的数字图像，本文采用先对原图的灰度分布进行分析，根据分析结果进行适当的灰度扩展（或灰度均衡），然后施行线特征提取算法， 改善了提取效果。 关键字: 图像处理 线特征? 边缘检测? 灰度 1、? 研究目标： 在掌握数字图像处理研究的基础理论和发展状况的基础上，研究分析常见线特征提取算法的特点和实验结果中所存在的缺陷，提出相应的改进算法，使之在线条提取方面有更好的效果。 2、主要内容： 一、基础知识 1、研究背景 2、线特征提取的主要方法 2.1 Robert 算法和Prewitt算法 2.2 Laplace 算法 2.3 Sobel算法 2.4 Kirsch算法 二、实验环境简介 1、? C++ Builder的特点 2、? 本文采用C++ Builder的原由 3、 本论文所用的组件及其属性、方法 ??????? 2.1 Tbitmap和Tcanvas的用法 ??????? 2.2 Scanline和Pixels的区别 三、线特征提取算法的改进 1、? 常用算法的实验结果分析 1.1几种典型算法的优点及其不足 2、 改进算法的设计 ??? 2.1对彩色图象的预处理 ?????? 2.1.1对彩色图象的灰度化 ?????? 2.1.2灰度图象的灰度扩展 ??? 2.2边缘提取算法的改进 3、改进算法的实现与实验结果分析 三、总结与展望。 1、?? ?所做的工作 2、?? 改进计划或努力方向