1. 研究目的与意义（文献综述）

图像边缘检测是定位于二维或三维图像中的对象边缘系统，是图像处理和计算机视觉中的基本问题。边缘检测的目的是标识数字图像中亮度变化明显的点。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。图像属性中的显著变化通常反映了属性的重要事件和变化。

图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。如果将边缘认为是一定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。

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：基于查找搜索一类和基于零穿越的一类。基于查找搜索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。基于亮度的一阶导数，得到原始数据亮度的梯度，这样能够在图像的亮度梯度中搜寻峰值。如果i(x)表示点x的亮度，i′(x)表示点x的一阶导数（亮度梯度），这样我会发现：对于更高性能的图像处理来说，一阶导数能够通过带有掩码的原始数据卷积计算得到。而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，实质上是亮度梯度的变化率。在理想的连续变化情况下，在二阶导数中检测过零点将得到梯度中的局部最大值。另一方面，二阶导数中的峰值检测是边线检测，只要图像操作使用一个合适的尺度表示。边线是双重边缘，可以在边线的一边看到一个亮度梯度，而在另一边看到相反的梯度。这样如果图像中有边线出现的话，就能在亮度梯度上看到非常大的变化。为了找到这些边线，我们可以在图像亮度梯度的二阶导数中寻找过零点。如果i(x)表示点x的亮度，i′′(x)表示点x亮度的二阶导数。

2. 研究的基本内容与方案

2.1设计的基本内容

边缘检测的基本步骤：

①滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折中。滤波做为边缘检测的预处理通常是必要的，通常采用高斯滤波。

3. 研究计划与安排

第1-4周：查阅相关文献资料，明确研究内容，了解研究所需基础资料。翻译英文资料，学习数字图像处理技术的知识、visualc 及matlab软件的编程；

第5-6周：确定方案，完成开题报告；

第7-12周：掌握matlab软件的编程方程，对数字图像处理编写相应的算法，针对图像处理中的边缘检测，设计出改进的算法和模型对图像进行边缘检测，有效地抑制噪声，能够较好地提取图像的边缘信息。通过visual c＋＋进行边缘检测的实现和展示；

4. 参考文献（12篇以上）

[1] 余权，马胜前，马冬梅.保持图像亮度的自适应局部对比度增强.计算机工程与应用, 2015(7):160-164.

[2] 张志涌,杨祖樱. matlab教程.[m].北京.北京航空航天出版社,2015.

[3] 宋美萍. 数字图像处理中的图像分割技术应用研究[j]. 电子技术与软件工程,2017,(01):75