畢業(yè)論文開題報告：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)開題報告

課題名稱 光學(xué)表面微形貌邊緣提取方法研究
設(shè)計（論文）類型
（劃√） 工程設(shè)計 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)非接觸測量是三維表面微形貌探測常用的技術(shù)手段之一，受限于光學(xué)衍射極限、邊緣效應(yīng)，以及被測表面的復(fù)雜情況，需要探測的表面形狀往往會受到干擾，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，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)域研究的難點和熱點。

對圖象邊緣的提取是進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,并進一步對其進行測量。
(2)確定物體在空間的幾何位置。
(3)確定物體的形狀特征,可對物體進行識別。

而目前，在眾多的圖像邊緣檢測的方法中，沒有一種方法具有絕對優(yōu)勢：有的抗噪性能好，但邊緣檢測精度較低；有的方法解決了定位
……（新文秘網(wǎng)http://120pk.cn省略838字，正式會員可完整閱讀）……　
聲當(dāng)成邊緣點檢測出來，造成漏檢現(xiàn)象，而獲得一個很好的邊緣定位和增強抗干擾能力是邊緣檢測的一個重要目標(biāo)。
Canny算子這種方法是以待處理像素為中心的鄰域作為進行灰度分析的基礎(chǔ),實現(xiàn)對圖像邊緣的提取并已經(jīng)取得了較好的處理效果。基本思想是：先對處理的圖像選擇一定的Guass濾波器進行平滑濾波，然后采用非極值抑制的技術(shù)對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方法可以有效地抑制噪聲，但這類方法計算量較大，在很多場合很難滿足實時性要求。
小波變換具有良好的時頻局部化特性和多尺度分析能力，是時間(空間)頻率的局部化分析。它通過伸縮平移運算對信號(函數(shù))逐步進行多尺度細(xì)化，最終達到高頻處時間細(xì)分，低頻處頻率細(xì)分,能自動適應(yīng)時頻信號分析的要求,從而可聚焦到信號的任意細(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)的語言是集合論。數(shù)學(xué)形態(tài)學(xué)非常適合信號幾何形態(tài)的分析和描述,其基本思想是利用結(jié)構(gòu)元素對信號進行“探測”，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,如方向、大小、色度等信息，來探測、研究包含了信號主要信息的結(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：1、將新的理論不斷應(yīng)用到邊緣檢測中。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)計學(xué)[7,8]、神經(jīng)網(wǎng)絡(luò)[9,10]、模糊理論[11,12]、擴散方程理論[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圖像進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、對原有的算法進行更深入的研究分析，并對這些算法的某些環(huán)節(jié)作改進，同時，人們更重視將多種方法綜合起來運用，以達到更好、更理想的結(jié)果。
基于canny算法的改進算法層出不窮，主要有對原圖像開窗統(tǒng)計后再進行局部灰度變換的方法以改善Canny算法對灰度分布不均勻的圖像進行邊緣檢測的效果[27]；用中值濾波或小波或形態(tài)學(xué)開閉運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)邊緣檢測的方法[31-33]。
如文獻[29]用基于廣義交叉驗證準(zhǔn)則的GCV閾值小波去噪法代替高斯濾波；文獻[34]用尺度相乘的方法抑制噪聲；文獻[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[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、 本課題的主要研究內(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的提取

通過實驗驗證提出的算法，提交論文完成課題。








4、擬解決的關(guān)鍵問題：

綜合現(xiàn)有的算法，綜合優(yōu)缺點，基于canny算子提出性能較好的通用的邊緣提取辦法，并驗證其優(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。
[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]在實驗平臺下驗證該算法，以樹脂金剛石砂輪表面磨粒為樣本，提取其邊緣，對比各種算法。






6、本課題的進度安排：

2013年2月26日—2013年4月9日：對邊緣提取的方法進行了解學(xué)習(xí)，并完成開題報告。
2013年4月10日—2013年5月1日：與現(xiàn)有光學(xué)測量方法結(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：在實驗平臺上驗證方法的可行性，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：
[1]王佐成等.canny算子 ……（未完，全文共6701字，當(dāng)前僅顯示2353字，請閱讀下面提示信息。收藏《畢業(yè)論文開題報告：光學(xué)表面微形貌邊緣提取方法研究》）