水珠边缘检测算法的研究及其在电力行业中的应用

论文摘要

边缘是图像的最基本特征。边缘检测在图像识别、图像分割、图像增强以及图像压缩等领域中有着广泛的应用，也是它们的基础，一直是数字图像处理领域研究的热点和焦点。水珠图像的背景十分复杂，加上水的透明性导致的目标与背景的灰度差较小和水对光的反射导致的对光一侧的边界极为模糊等原因，致使对水珠边界的识别非常困难。要达到好的边缘检测效果，本文首先对水珠图像的特征进行了分析，对图像的滤波处理算法进行了分析，采用高斯滤波和自适应滤波对水珠图像有较好的处理效果。目前在边缘检测领域已经提出了许多方法，不同的边缘检测算法的性能具有很大的差异性，目前为止尚没有一种方法可以适合于所有图像。尤其，实际处理的图像一般都混有噪声，如何消除噪声干扰带来的伪边缘，并且同时保证边缘定位的准确性成为边缘检测需要解决的一个重要问题。因此，需要根据具体的应用设计新的边缘检测方法，或者对现有的方法进行改进以得到满意的边缘检测结果。针对水珠图像以及绝缘材料憎水性检测系统的需要，本文设计出了适合要求的算法和方案，并得到了较好的检测效果。本文首先研究了经典的图像边缘检测算法和基于熵的自动阈值区域分割的水珠边缘检测方法，通过理论分析和计算，比较了各种算法对水珠图像边缘检测的优缺点，然后研究了基于Canny的边缘检测算法，针对传统Canny边缘检测算法的缺点对传统Canny边缘检测算法进行了改进。Canny自适应边缘检测算法在保持了传统Canny算子原有的定位准确，单边缘响应和信噪比高的优点的基础上，提高了Canny算子在提取水珠图像边缘细节信息和抑制假边缘方面的性能，在实际应用中对水珠图像起到了较好的检测效果。本文用Visual C++6.0设计实现了绝缘子憎水性检测系统软件，在实验室阶段取得了较好的应用效果。本文最后还对边缘检测算法研究中遇到的相关问题进行了分析说明，如阈值选择，边缘模糊清晰化，水珠特征提取等。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 课题的发展现状
• 1.3 研究内容与章节安排
• 第2章 水珠图像预处理及经典边缘检测算法
• 2.1 水珠图像特征分析
• 2.2 水珠图像灰度化处理
• 2.3 水珠图像滤波处理
• 2.3.1 高斯平滑滤波
• 2.3.2 自适应滤波
• 2.4 经典边缘检测算法
• 2.4.1 差分边缘检测
• 2.4.2 Roberts算子
• 2.4.3 Sobel算子
• 2.4.4 Prewitt算子
• 2.4.5 拉普拉斯算子
• 2.4.6 基于熵的自动阈值区域分割的水珠图像边缘检测方法
• 2.5 本章小结
• 第3章 基于Canny的水珠边缘检测算法及其改进
• 3.1 Canny准则
• 3.2 传统Canny边缘检测算法
• 3.2.1 高斯滤波平滑图像
• 3.2.2 计算梯度的幅值和方向
• 3.2.3 对梯度幅值进行非极大值抑制
• 3.2.4 用双阈值算法检测和连接边缘
• 3.3 传统Canny边缘检测算法的缺陷
• 3.4 改进的Canny自适应边缘检测算法
• 3.4.1 改进的多尺度自适应高斯滤波方法
• 3.4.2 改进的图像梯度幅值计算方法
• 3.4.3 改进的自适应的动态阈值方法
• 3.4.4 边界跟踪
• 3.4.5 边缘细化和剔除孤立点噪声
• 3.5 改进算法与传统检测算法性能对比分析
• 3.6 本章小结
• 第4章 绝缘材料憎水性检测系统设计与实现
• 4.1 水珠图像边缘检测在电力行业中的应用
• 4.2 绝缘材料憎水性检测系统软件功能
• 4.3 绝缘材料憎水性检测系统软件设计与实现
• 4.3.1 开发工具介绍
• 4.3.2 系统处理流程
• 4.3.3 系统具体设计与实现
• 4.4 本章小结
• 第5章 水珠边缘检测中几个相关的问题
• 5.1 阈值选取方法
• 5.2 模糊边缘提取方法
• 5.3 边缘检测前的模糊清晰化及对比度增强算法
• 5.4 水珠特征提取
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文