摘 要

Abstract II

1 绪论 1

1.1 课题研究的背景 1

1.2 课题研究的目的及意义 1

1.3 国内外研究现状 2

1.4 论文结构简介 2

2 图像轮廓的提取方法 4

2.1图像处理的目的 4

2.2 边缘的定义 4

2.3边缘检测技术 5

2.3.1 边缘检测技术的定义 5

2.3.2边缘检测的步骤 5

2.4经典算法 6

2.4.1 Sobel算子 6

2.4.2 Laplace算子 7

2.4.3 Canny算子 8

3基于Opencv的轮廓线提取 10

3.1调用Opencv中的经典算法 10

3.1.1提取图像边缘流程 10

3.1.2 Sobel算法提取图像边缘效果图及关键代码 10

3.1.3 Laplace算法提取图像边缘效果图及关键代码 12

3.1.4 Canny算法提取图像边缘效果图及关键代码 12

3.2结果分析 13

4 交通视频图像的边缘检测 14

4.1交通视频图像边缘检测简介 14

4.2 交通视频图像边缘检测系统介绍 14

4.2.1系统中用到的主要函数 14

4.2.2经典算子的改进 15

4.2.3 根据摄像头获取实时路况 15

4.2.4 提取实时路况的轮廓 16

4.2.5结果分析 22

5总结与展望 23

致谢 24

参考文献 25

摘 要

随着计算机多媒体技术的飞速发展，多媒体视觉技术的应用越来越多。图像的轮廓线提取则是多媒体视觉处理非常重要的部分,它为后续目标图像特征的提取、识别、分类以及理解等工作提供了基础,应用领域非常广泛，包括生物医学图像处理、虚拟现实、自控车辆、工业在线自动检测等方面。

本次图像轮廓线提取模型研究，在Opencv环境下，在vs2013中设计系统，实现图像轮廓线提取的一些经典算法，如Sobel算子法、Laplace算子法、Canny算子法等，对图像轮廓进行提取，然后结合现实问题交通视频图像的边缘检测对三种经典算法进行改进以便得到更好的轮廓图。

本文在分析国内相关研究现状的基础上，阐述了目前图像轮廓线提取的经典算法；对这些算法进行模拟、改进，并根据得到的结果进行分析、得出结论，最后对工作进行了总结。

关键词：轮廓线提取；经典算法；Opencv；边缘检测

Abstract

With the rapid development of computer multimedia technology, the application of multimedia visual technology is more and more. The contour extraction of the image is a very important part of multimedia visual processing. It provides the basis for the extraction, recognition, classification and understanding of the follow-up target image features. The application field is very extensive, including biomedical image processing, virtual reality, Vehicles, industrial online automatic detection and so on.

In the Opencv environment, we design the system in vs2013 to realize some classical algorithms of image contour extraction, such as Sobel operator method, Laplace operator method, Canny operator method, and so on. The image contour And then combined with the real problem of traffic video image edge detection of three classic algorithms to improve in order to get a better profile.

Based on the analysis of the current situation of domestic research, this paper expatiates on the classical algorithm of image contour extraction. The algorithm is simulated and improved, and the results are analyzed and the conclusion is concluded. Finally, the work is summarized.

Key words: Contour extraction; Classical algorithm; Opencv; Edge detection

1 绪论

1.1 课题研究的背景

数字图像处理(Digital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。起源于上世纪20年代，目前已被广泛地应用在科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术以及许多应用研究之中，并发挥着越来越大的作用^[[1]]。

数字图像处理形成于上世纪60年代初期，早期图像处理的目的是为了改善图像的质量，以人眼为对象，改善人眼观察的视觉效果。首次获得实际成功应用的是美国喷气推进实验室(JPL)。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。从那以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥着巨大的作用^[1]。随着数字图像处理技术的飞速发展，人们开始研究利用计算机系统对图像进行解析，实现计算机模拟人类视觉系统来解析外部世界。许多国家投入了大量人力、物力到这项研究，取得了很多重要的研究成果。其中代表性的成果是70年代末MI的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后多年的主导思想^[1]。图像的理解在理论方法研究上已经取得很大的进展，但它还是一个比较困难的研究，存在着不少需要解决的困难，因为人们对自己的视觉机制还不解不足，所以计算机视觉是一个非常需要人们去探索和研究的新领域。正因为如此，数字图像处理技术还需要人们深入探索和研究。

1.2 课题研究的目的及意义

图像轮廓线包含了图像形状的重要信息，获取图像的轮廓信息是图像形状识别的重要基础，常常用于医学、探矿、国防等许多应用研究之中。提取图像轮廓已经有许多经典的数学模型，分析掌握这些模型的特性，对适应不同应用而选择恰当轮廓提取给出评价，具有重要实用意义。

轮廓提取在许多智能视觉系统中，特别是模式识别中，被认为是非常重要的过程,传统的轮廓提取方法主要是利用边缘检测算子进行边缘的提取,然后根据目标物体的轮廓特点去除杂散的冗余边缘并进行边缘的修补^[1]。因此轮廓提取的本质还是是边缘的提取，是根据我们想要的到的结果来提取边缘。