开题报告内容
一． 选题背景与意义：
边缘检测是图像分割中一种可用于识别灰度图像中亮度变化明显的界限，剔除无关信息，保留图像整体结构属性的方法。边缘检测技术应用十分广泛，可以从遥感图像中检测出湖泊边界，以了解海洋、河流、湖泊等水量变化；可以对道路标线进行自动识别及定位，以消除横向定位误差；能够进行运动目标检测与跟踪，以及人脸识别与指纹识别等。医学数字图像有很多不同成像方式，可通过磁共振成像、正电子发射断层扫描、计算机断层扫描、X射线、超声等方式得到医学图像，从而进行诊断。边缘检测技术常应用于医学图像分割，以便更直观、清晰地进行对图像诊断。[1]
目前有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找的方法和基于零穿越的方法。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。传统Canny算子在进行边缘检测时存在一些缺点，如使用高斯滤波器对图像进行平滑噪声导致图像模糊、抗噪声干扰能力差、阈值选取靠人工经验导致假边缘较多和在实际滤波过程中易丢失弱边缘等问题。针对以上问题，许多研究人员经过不懈努力，提出了一些改进型图像边缘检测算法。每一种算法都有其特点，但也存在一定的不足，特别是检测精度和抗噪能力的均衡问题都需要进一步研究。
二．拟解决的问题
Canny边缘检测算子是John F. Canny于1986年开发出来的一个多级边缘检测算法，该算法步骤分别为（1）二维高斯滤波器平滑处理图像；（2）微分法计算梯度的方向和幅值；（3）非极大抑制梯度幅值；（4）通过双阈值法检测并连接边缘。传统Canny算子不容易受噪声干扰，能够检测到真正的弱边缘，但在去噪的同时会丢失细节，产生边缘模糊。本课题拟研究Canny算子的原理后，针对其缺点进行改进，在去噪的基础上，抑制边缘噪声，保留更多细节，使其更好地应用于图像处理领域。
三．研究方法及研究步骤
1. 文献查阅
通过阅读大量的国内外文献，掌握图像处理算法发展历程与设计原理，其中重点搜集和分析研究各种图像边缘检测算法有关的文献资料，选取主流的Canny算法进行研究。
2. 实验验证Canny算法的缺点
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
