燕 山 大 学
本科毕业设计（论文）文献综述
课题名称：
课题性质：学院（系）：
专 业：
年 级：
指导教师：
学生姓名：
年月日
一、课题国内外现状：
由于在图像处理应用中的基础性和广泛性，结合其自身的复杂性与重要性，图像边缘提取一直以来都是图像处理和计算机视觉的研究重点和热点，受到人们的重视。现己提出的各类边缘提取算法就有成百上千种，并不断引入高新理论和技术，使边缘提取算法不断得到改进，也取得了相应的成果；目前对图像边缘提取的研究主要有以下几种形式[1]：
1、不断改进原有算法以及多种方法的有效综合
2、不断提出新的边缘提取算法
随着科学技术的发展，多种科学理论研究的深入和不断成熟，许多新理论和新技术方法被应用于图像处理领域，为图像边缘提取提供了更为广阔的空间。
3、将现有的边缘提取算法应用于工程实际中
根据具体的应用要求，将图像边缘提取方法应用于实际工程中，以尽可能地降低后继图像处理的工作量。主要包括应用于医学工程、商标图像检索、车牌或指纹识别、人脸检测等。
4、对图像边缘提取算法评价的研究和对评价系统的研究越来越重视 由于目前的边缘提取的评价方法都存在很大的局限性，所以对图像边缘提取评价系统的研究得到越来越多的关注。目前，用得较多的还是通过人眼进行主观判断，评价边缘提取方法的性能。
二、研究主要成果：
随着小波分析成为应用数学和工程学科中的一个迅速发展的新领域，人们逐渐将小波理论应用于边缘检测，产生了基于小波变换的边缘检测方法，其突出优点是多尺度特性。自利用二阶中心B样条小波实现多尺度边缘提取，为小波边缘提取奠定基础后，人们逐渐加深对小波边缘提取的研究，并
在此基础上提出很多改进算法。同时由于小波时频分析的优越性，小波在边缘检测的研究和应用中也取得了重要的成果，得到了充分的利用[2-6]。近年来，随着科学技术的发展，以严格的数学理论和高新技术为依据，不断引入新概念和新方法于图像边缘提取领域中。因此，利用各种新的理论工具对图像进行边缘提取的方法得到了广泛的研究和应用。如基于神经网络[7-8]、基于统计学方法[9]、利用模糊理论的边缘提取技术[10-11]、基于形态学的边缘提取算子、基于蚁群算法的提取技术[12]、基于分形理论的边缘提取技术等。
三、发展趋势：
图像边缘提取的方法多种多样，但由于其本身所具有的难度和深度，研究没有很大的突破性进展，至目前还没有提出一种方法或是理论，能完美地解决边缘提取问题，这也促使研究人员对此问题不断深入研究。
同时，由于目前的边缘提取评价方法都存在很大的局限性，所以对图像边缘提取评价系统的研究得到越来越多的关注。目前，用得较多的还是通过人眼进行主观判断，评价边缘提取方法的优劣[13]。
总之，边缘提取算法主要存在两个问题：一是没有一种可以普遍使用的图像边缘提取算法；二是没有一个较好的通用的边缘提取的评价标准。因此，这两个问题也将成为今后研究解决的重点和研究趋势。
四、存在问题：
1、传统的经典图像边缘提取算法，因其算法简单、成熟，计算量小，导致效果不一定最好。
2、小波变换、数学形态学理论、分形理论，都属于近些年发展起来的高新信号处理技术，而且已经成功地运用到了数据压缩等方面，但是如何最
有效地应用这些技术进行图像的边缘提取，仍然是目前研究的一个热点。
3、图像的边缘提取是图像处理和计算机视觉研究的重要课题之一，其提取算法的性能好坏直接决定计算机视觉系统的优劣。好的边缘提取方法应满足定位精度高、抗嗓能力强、不漏掉真实边缘和不虚报假边缘的性能。由于定位精度与降噪能力之间的相互矛盾，因此能够完全达到这些要求有很大的困难[14]。
五、主要参考文献：
[1] 王文丽，各种图像边缘提取算法的研究，北京交通大学，硕士学位论文，2010
[2] 张德干．小波变换在数字图象处理中的应用研究．沈阳：东北大学．2000．
[3] 查宇飞，毕笃彦．基于小波变换的自适应多阈值图像去噪．中国图象图形学报，
2005，
[4] 成礼智，王红霞，罗永．小波的理论与应用．北京： 科学出版社．2005．
[5] Z．Lei，B．Paul．Edge detection by scale multiplication in wavelet
domain．Pattern Recognition Letters．2002
[6] 张晓莉．小波分析在图像边缘检测中的应用．西安科技大学．硕士学位论文．2009．
[7] S．C．Douglas，t H．Meng．Design of Edge Deteclion Templates Using a Neural
NeMork．Proe．International Joint Conference on Neural Networks．1 990．
[8] F．Arandiga，A．Cohen．Edge detection insensitive to changes of illumination
in the image．2009.
[9] S．KomsUi，A．Yuille and J．Coughlan．A statistical approach to multi．scale
edge detection．Image and Vision Computing，2003．
[10] D．S．Kim，W．H．Lee and I．S．Kweon．Automatic edge detection using 3*3
ideal binary pixel paRerns and fhzzy-based edge thresholding。Pattern R-ecognition Letters，2004，
[11] 李雪．灰度图像边缘检测算法的性能评价．沈阳工业大学．硕士学位论文，2007.
[12] Jing Tian，Weiyu Yu，and Shengli Xie．An Ant Colony Optimization Algorithm For
Image Edge Detection． 2008 IEEE Congress on Evolutionary Computation(CEC 2008)．
[13] 董鸿燕．边缘检测的若干技术研究．国防科学技术大学．博士学位论文．2008．
[14] 季虎，孙即祥，邵晓芳，毛玲，图像边缘提取方法及展望，国防科技大学电子科
学与工程学院，2004
[15] 冈萨雷斯，数字图像处理，电子工业出版社，2004
[16] 阮秋琦，数字图像处理学，电子工业出版社，2001
[17] K.R.Castleman著，朱志刚等译，数字图像处理，电子工业出版社，2001
[18] 章毓晋，图像处理和分析（上、下册），清华大学出版社，2000
指导教师审阅签字：
年 月 日
燕 山 大 学
本科毕业设计（论文）文献综述
课题名称：
课题性质：学院（系）：
专 业：
年 级：
指导教师：
学生姓名：
年月日
一、课题国内外现状：
由于在图像处理应用中的基础性和广泛性，结合其自身的复杂性与重要性，图像边缘提取一直以来都是图像处理和计算机视觉的研究重点和热点，受到人们的重视。现己提出的各类边缘提取算法就有成百上千种，并不断引入高新理论和技术，使边缘提取算法不断得到改进，也取得了相应的成果；目前对图像边缘提取的研究主要有以下几种形式[1]：
1、不断改进原有算法以及多种方法的有效综合
2、不断提出新的边缘提取算法
随着科学技术的发展，多种科学理论研究的深入和不断成熟，许多新理论和新技术方法被应用于图像处理领域，为图像边缘提取提供了更为广阔的空间。
3、将现有的边缘提取算法应用于工程实际中
根据具体的应用要求，将图像边缘提取方法应用于实际工程中，以尽可能地降低后继图像处理的工作量。主要包括应用于医学工程、商标图像检索、车牌或指纹识别、人脸检测等。
4、对图像边缘提取算法评价的研究和对评价系统的研究越来越重视 由于目前的边缘提取的评价方法都存在很大的局限性，所以对图像边缘提取评价系统的研究得到越来越多的关注。目前，用得较多的还是通过人眼进行主观判断，评价边缘提取方法的性能。
二、研究主要成果：
随着小波分析成为应用数学和工程学科中的一个迅速发展的新领域，人们逐渐将小波理论应用于边缘检测，产生了基于小波变换的边缘检测方法，其突出优点是多尺度特性。自利用二阶中心B样条小波实现多尺度边缘提取，为小波边缘提取奠定基础后，人们逐渐加深对小波边缘提取的研究，并
在此基础上提出很多改进算法。同时由于小波时频分析的优越性，小波在边缘检测的研究和应用中也取得了重要的成果，得到了充分的利用[2-6]。近年来，随着科学技术的发展，以严格的数学理论和高新技术为依据，不断引入新概念和新方法于图像边缘提取领域中。因此，利用各种新的理论工具对图像进行边缘提取的方法得到了广泛的研究和应用。如基于神经网络[7-8]、基于统计学方法[9]、利用模糊理论的边缘提取技术[10-11]、基于形态学的边缘提取算子、基于蚁群算法的提取技术[12]、基于分形理论的边缘提取技术等。
三、发展趋势：
图像边缘提取的方法多种多样，但由于其本身所具有的难度和深度，研究没有很大的突破性进展，至目前还没有提出一种方法或是理论，能完美地解决边缘提取问题，这也促使研究人员对此问题不断深入研究。
同时，由于目前的边缘提取评价方法都存在很大的局限性，所以对图像边缘提取评价系统的研究得到越来越多的关注。目前，用得较多的还是通过人眼进行主观判断，评价边缘提取方法的优劣[13]。
总之，边缘提取算法主要存在两个问题：一是没有一种可以普遍使用的图像边缘提取算法；二是没有一个较好的通用的边缘提取的评价标准。因此，这两个问题也将成为今后研究解决的重点和研究趋势。
四、存在问题：
1、传统的经典图像边缘提取算法，因其算法简单、成熟，计算量小，导致效果不一定最好。
2、小波变换、数学形态学理论、分形理论，都属于近些年发展起来的高新信号处理技术，而且已经成功地运用到了数据压缩等方面，但是如何最
有效地应用这些技术进行图像的边缘提取，仍然是目前研究的一个热点。
3、图像的边缘提取是图像处理和计算机视觉研究的重要课题之一，其提取算法的性能好坏直接决定计算机视觉系统的优劣。好的边缘提取方法应满足定位精度高、抗嗓能力强、不漏掉真实边缘和不虚报假边缘的性能。由于定位精度与降噪能力之间的相互矛盾，因此能够完全达到这些要求有很大的困难[14]。
五、主要参考文献：
[1] 王文丽，各种图像边缘提取算法的研究，北京交通大学，硕士学位论文，2010
[2] 张德干．小波变换在数字图象处理中的应用研究．沈阳：东北大学．2000．
[3] 查宇飞，毕笃彦．基于小波变换的自适应多阈值图像去噪．中国图象图形学报，
2005，
[4] 成礼智，王红霞，罗永．小波的理论与应用．北京： 科学出版社．2005．
[5] Z．Lei，B．Paul．Edge detection by scale multiplication in wavelet
domain．Pattern Recognition Letters．2002
[6] 张晓莉．小波分析在图像边缘检测中的应用．西安科技大学．硕士学位论文．2009．
[7] S．C．Douglas，t H．Meng．Design of Edge Deteclion Templates Using a Neural
NeMork．Proe．International Joint Conference on Neural Networks．1 990．
[8] F．Arandiga，A．Cohen．Edge detection insensitive to changes of illumination
in the image．2009.
[9] S．KomsUi，A．Yuille and J．Coughlan．A statistical approach to multi．scale
edge detection．Image and Vision Computing，2003．
[10] D．S．Kim，W．H．Lee and I．S．Kweon．Automatic edge detection using 3*3
ideal binary pixel paRerns and fhzzy-based edge thresholding。Pattern R-ecognition Letters，2004，
[11] 李雪．灰度图像边缘检测算法的性能评价．沈阳工业大学．硕士学位论文，2007.
[12] Jing Tian，Weiyu Yu，and Shengli Xie．An Ant Colony Optimization Algorithm For
Image Edge Detection． 2008 IEEE Congress on Evolutionary Computation(CEC 2008)．
[13] 董鸿燕．边缘检测的若干技术研究．国防科学技术大学．博士学位论文．2008．
[14] 季虎，孙即祥，邵晓芳，毛玲，图像边缘提取方法及展望，国防科技大学电子科
学与工程学院，2004
[15] 冈萨雷斯，数字图像处理，电子工业出版社，2004
[16] 阮秋琦，数字图像处理学，电子工业出版社，2001
[17] K.R.Castleman著，朱志刚等译，数字图像处理，电子工业出版社，2001
[18] 章毓晋，图像处理和分析（上、下册），清华大学出版社，2000
指导教师审阅签字：
年 月 日