畢業(yè)論文開題報(bào)告：光學(xué)表面微形貌邊緣提取方法研究

大學(xué)本科畢業(yè)論文(設(shè)計(jì))開題報(bào)告

課題名稱 光學(xué)表面微形貌邊緣提取方法研究
設(shè)計(jì)（論文）類型
（劃√） 工程設(shè)計(jì) 應(yīng)用研究 開發(fā)研究 基礎(chǔ)研究 其它
√
1、本課題的的研究目的和意義：

光學(xué)非接觸測(cè)量是三維表面微形貌探測(cè)常用的技術(shù)手段之一，受限于光學(xué)衍射極限、邊緣效應(yīng)，以及被測(cè)表面的復(fù)雜情況，需要探測(cè)的表面形狀往往會(huì)受到干擾，尤其在其邊緣更為嚴(yán)重。因而，本課題主旨在于找到一種通用的表面形貌邊緣的提取方法。

圖像是人們獲取信息的重要來(lái)源，而圖像的邊緣又是圖像豐富的內(nèi)在信息，是圖像分割、圖像壓縮、圖像識(shí)別等圖像處理的重要依據(jù)。由于圖像邊緣和噪聲均為高頻信號(hào)，因此如何有效的提取噪聲圖像的邊緣一直是圖像處理領(lǐng)域研究的難點(diǎn)和熱點(diǎn)。

對(duì)圖象邊緣的提取是進(jìn)行圖象分析與處理的基礎(chǔ),有了圖象的邊緣,我們就可以做到:
(1)確定物體的幾何尺寸,并進(jìn)一步對(duì)其進(jìn)行測(cè)量。
(2)確定物體在空間的幾何位置。
(3)確定物體的形狀特征,可對(duì)物體進(jìn)行識(shí)別。

而目前，在眾多的圖像邊緣檢測(cè)的方法中，沒(méi)有一種方法具有絕對(duì)優(yōu)勢(shì)：有的抗噪性能好，但邊緣檢測(cè)精度較低；有的方法解決了定位
……（新文秘網(wǎng)http://120pk.cn省略838字，正式會(huì)員可完整閱讀）……　
聲當(dāng)成邊緣點(diǎn)檢測(cè)出來(lái)，造成漏檢現(xiàn)象，而獲得一個(gè)很好的邊緣定位和增強(qiáng)抗干擾能力是邊緣檢測(cè)的一個(gè)重要目標(biāo)。
Canny算子這種方法是以待處理像素為中心的鄰域作為進(jìn)行灰度分析的基礎(chǔ),實(shí)現(xiàn)對(duì)圖像邊緣的提取并已經(jīng)取得了較好的處理效果�；舅枷胧牵合葘�(duì)處理的圖像選擇一定的Guass濾波器進(jìn)行平滑濾波，然后采用非極值抑制的技術(shù)對(duì)平滑后的圖像處理后，得到最后所需的邊緣圖像。
基于變換域的邊緣檢測(cè)方法可以有效地抑制噪聲，但這類方法計(jì)算量較大，在很多場(chǎng)合很難滿足實(shí)時(shí)性要求。
小波變換具有良好的時(shí)頻局部化特性和多尺度分析能力，是時(shí)間(空間)頻率的局部化分析。它通過(guò)伸縮平移運(yùn)算對(duì)信號(hào)(函數(shù))逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分，低頻處頻率細(xì)分,能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求,從而可聚焦到信號(hào)的任意細(xì)節(jié)。
數(shù)學(xué)形態(tài)學(xué)是建立在集合論基礎(chǔ)上的一門新興學(xué)科,用于描述數(shù)學(xué)形態(tài)學(xué)的語(yǔ)言是集合論。數(shù)學(xué)形態(tài)學(xué)非常適合信號(hào)幾何形態(tài)的分析和描述,其基本思想是利用結(jié)構(gòu)元素對(duì)信號(hào)進(jìn)行“探測(cè)”，保留主要形狀，刪除不相干形狀(如噪聲、毛刺)。作為探針的結(jié)構(gòu)元素,可直接攜帶知識(shí),如方向、大小、色度等信息，來(lái)探測(cè)、研究包含了信號(hào)主要信息的結(jié)構(gòu)特征,使用不同的結(jié)構(gòu)元素可以得到不同的結(jié)果[4]。

發(fā)展趨勢(shì)：1、將新的理論不斷應(yīng)用到邊緣檢測(cè)中。新的算法中包括的技術(shù)和理論有數(shù)學(xué)形態(tài)學(xué)[5,6]、統(tǒng)計(jì)學(xué)[7,8]、神經(jīng)網(wǎng)絡(luò)[9,10]、模糊理論[11,12]、擴(kuò)散方程理論[13,14]、小波分析和變換[15]、脊波變換[16]、曲波變換[17,18]等。
利用各種新的理論工具對(duì)圖像進(jìn)行邊緣提取的方法得到了廣泛的研究和應(yīng)用。如基于神經(jīng)網(wǎng)絡(luò)[19]、基于統(tǒng)計(jì)學(xué)方法[20]、利用模糊理論的邊緣提取技術(shù)[22]、基于形態(tài)學(xué)的邊緣提取算子[23,24]、基于蟻群算法的提取技術(shù)[25]、基于分形理論[26]的邊緣提取技術(shù)等。

2、對(duì)原有的算法進(jìn)行更深入的研究分析，并對(duì)這些算法的某些環(huán)節(jié)作改進(jìn)，同時(shí)，人們更重視將多種方法綜合起來(lái)運(yùn)用，以達(dá)到更好、更理想的結(jié)果。
基于canny算法的改進(jìn)算法層出不窮，主要有對(duì)原圖像開窗統(tǒng)計(jì)后再進(jìn)行局部灰度變換的方法以改善Canny算法對(duì)灰度分布不均勻的圖像進(jìn)行邊緣檢測(cè)的效果[27]；用中值濾波或小波或形態(tài)學(xué)開閉運(yùn)算代替高斯濾波以有效地去除噪聲,提高信噪比以得到清晰有效的邊緣[28,30]；同時(shí)為協(xié)調(diào)抑制噪聲與保存邊緣細(xì)節(jié)的矛盾，提出自適應(yīng)邊緣檢測(cè)的方法[31-33]。
如文獻(xiàn)[29]用基于廣義交叉驗(yàn)證準(zhǔn)則的GCV閾值小波去噪法代替高斯濾波；文獻(xiàn)[34]用尺度相乘的方法抑制噪聲；文獻(xiàn)[35]根據(jù)像元灰度值的突變特性，自適應(yīng)改變?yōu)V波器權(quán)值；文獻(xiàn)[36]用自適應(yīng)濾波器代替高斯濾波器，用基于類間最大交叉熵的概念和貝葉斯判定理論獲取高低閾值。


3、 本課題的主要研究?jī)?nèi)容（提綱）和成果形式：


提出綜合性能好的通用的邊緣提取方法

將該方法應(yīng)用于材料表面邊緣點(diǎn)的提取

通過(guò)實(shí)驗(yàn)驗(yàn)證提出的算法，提交論文完成課題。








4、擬解決的關(guān)鍵問(wèn)題：

綜合現(xiàn)有的算法，綜合優(yōu)缺點(diǎn)，基于canny算子提出性能較好的通用的邊緣提取辦法，并驗(yàn)證其優(yōu)越性。



5、研究思路、方法和步驟：

[1]通讀現(xiàn)有資料，整理歸納現(xiàn)有所用方法，總結(jié)分析各類方法的優(yōu)缺點(diǎn)。
[2]選定以canny算子為基礎(chǔ)，以小波變換，數(shù)學(xué)形態(tài)學(xué)等方法為輔助，使用Otsu閾值法優(yōu)化該算法，并將算法程序化。
[3]在實(shí)驗(yàn)平臺(tái)下驗(yàn)證該算法，以樹脂金剛石砂輪表面磨粒為樣本，提取其邊緣，對(duì)比各種算法。






6、本課題的進(jìn)度安排：

2013年2月26日—2013年4月9日：對(duì)邊緣提取的方法進(jìn)行了解學(xué)習(xí)，并完成開題報(bào)告。
2013年4月10日—2013年5月1日：與現(xiàn)有光學(xué)測(cè)量方法結(jié)合，提出新的光學(xué)邊緣提取方法，并將其算法程序化。
2013年5月2日—2013年5月20日：在實(shí)驗(yàn)平臺(tái)上驗(yàn)證方法的可行性，并撰寫論文，提交初稿。
2013年5月20日—2013年6月1日：完成論文終稿，并上交指導(dǎo)老師。









7、參考文獻(xiàn)：
[1]王佐成等.canny算子 ……（未完，全文共6701字，當(dāng)前僅顯示2353字，請(qǐng)閱讀下面提示信息。收藏《畢業(yè)論文開題報(bào)告：光學(xué)表面微形貌邊緣提取方法研究》）