基于VC++的图像边缘检测系统设计(2)
5.1.5 Gauss-Laplacian算法 31
5.1.6 Krischs算法 31
5.2 边缘检测计算时间比较 34
5.3 本文总结 35
致谢 36
参考文献 37
1 绪论
1.1 数字图像基础
数字图像处理（Digital Image Processing），就是利用数字计算机或其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，用来提高图像的实用性[1]。例如从卫星图片中提取目标物的特征参数，三文立体断层图像的重建等。总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
1.1.1 数字图像概述
人眼能识别的自然景象或图像原也是一种模拟信号，为了使计算机能够记录和处理图像、图形，必须首先使其数字化。数字化后的图像、图形称为数字图像、数字图形，一般也简称为图像、图形。
数字图像可以看成一个矩阵，或一个二文数组，这是在计算机上表示的方式。一幅M×N个像素的数字图像，其像素灰度值可以用M行、N列的矩阵G表示：
在存储数字图像时，一幅M行、N列的数字图像（M×N个像素），可以用一个M×N的二文数组T表示。图像的各个像素灰度值可按一定顺序存放在数组T中[1]。
1.1.2 数字图像处理
数字图像处理（Digital Image Processing）是利用计算机的计算功能，实现与光学系统模拟处理相同效果的过程。数字图像处理具有如下特点：
（1）处理精度高，再现性好。利用计算机进行图像处理，其实质是对图像数据进行各种运算。由于计算机技术的飞速发展，计算精度和计算的正确性都毋庸置疑；另外，对同一图像用相同的方法处理多次，也可得到完全相同的效果，具有良好的再现性。
（2）易于控制处理效果。在图像处理程序中，可以任意设定或变动各种参数，能有效控制处理过程，达到预期处理效果。这一特点在改善图像质量的处理中表现更为突出。
（3）处理的多样性。由于图像处理是通过运行程序进行的，因此，设计不同的图像处理程序，可以实现各种不同的处理目的。
（4）图像数据量庞大。图像中包含有丰富的信息，可以通过图像处理技术获取图像中包含的游泳的信息，但是，数字图像的数据量具大，一幅数字图像是由图像矩阵中的像素组成的，通常每个像素用红、绿、蓝三种颜色表示，每种颜色用8bit表示灰度级。则一幅1024×1024不经压缩的真彩色图像，数据量达3MB（即1024×1024×8bit×3=24Mb）。如此庞大的数据量给存储、传输和处理都带来巨大的困难。如果精度及分辨率再提高，所需处理时间将大幅度增加。
（5）处理费时。由于图像数据量大，因此处理比较费时。特别是处理结果与中心像素邻域有关的处理过程花费时间更多。
（6）图像处理技术综合性强。数字图像处理涉及的技术领域相当广泛，如通信技术、计算机技术、电子技术、电视技术等，当然，数学、物理学等领域更是数字图像处理的基础。
1.2 边缘检测介绍
图像的边缘对人的视觉具有重要意义,一般而言,当人们看见一个有边缘的物体的时候,首先感觉到的便是边缘。边缘是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合,灰度或结构等信息的突变处成为边缘，如图1.1所示。例如：灰度级的突变，颜色的突变，纹理结构的突变等。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。边缘或许对应着图像中物体(的边界)或许并没有对应着图像中物体(的边界),但是边缘具有十分令人满意的性质,它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息，边缘是图像的最基本特征。