RGB-D边缘检测算法研究+文献综述(2)
边缘点：在图像中具有坐标，并且所处位置强度变化显著的点。
边缘段：在图像中具有坐标和方向，边缘方向可能是梯度角。
轮廓：将边缘点或者边缘段连接用以表示边缘的拟合曲线。
边缘检测器：从图像中获取边缘集合的算法。
边缘连接：从无序边缘到有序边缘的过程。
边缘追踪：通过拟合确定轮廓的图像搜索过程。
其中，边缘连接和边缘追踪都会输出一个有序的边缘集，但是不同之处在于前者是把边缘检测器作为输入，后者输入的是一幅完整的图像。
1.2 研究背景
对图像进行系统性地处理，从而达到某种预期目的的技术我们称之为图像处理技术，其中包括数字图像处理以及模拟图像处理两个大的方面。后者利用相机或者光学的方法处理图像，处理速度快，图像分辨率高，但是稳定性较差，设备笨重。前者则是利用计算机技术处理图像。从20世纪60年代开始，电子计算机技术的发展日新月异，数字图像处理技术的软硬件需求得到了满足，也随之步入高速发展时期。
一般来讲，使用计算机进行图像处理的目的有两个：第一是使人容易观察；第二是希望计算机能够自行处理图像。边缘检测技术是图像分析的重要基础，处理和分析图像的第一步通常都是对图像进行边缘检测。
随着科学的进步，数字图像技术的应用领域越来越广泛。 微软Kinect的出现大大降低了RGB-D数据的获取成本，也极大的提高了这种带有深度的图像数据的应用需求，在游戏、机器人、动画制作等领域中也占有一席之地。由于图像采集过程中不可避免的存在一些干扰因素，会极大影响图像的清晰度，从而影响到图像边缘的提取，所以如何快速、准确的提取图像的边缘信息一直都是困扰国内外诸多科学家的问题。边缘检测算法的优化是图像处理的中的一个重点，也是一个难点。研究边缘检测的首先任务是要研究图像去噪，同时必不可少的还有图像锐化，也是首要任务之一。图像去噪是为了得到更加真实的图像，图像锐化则是为了得到更加容易识别的图像，即加大图像的特征。
1.3 研究现状及研究趋势
1.4 本文结构
第一章是对边缘检测算法研究背景及研究目的的介绍，以及对边缘检测算法研究现状的分析。第二章是对传统边缘检测算法的研究，包括Roberts算子、Sobel算子、Prewitt算子以及canny算子，比较他们所提取图像边缘的差异。第三章是基于canny算子进行的深入研究，介绍了深度图像边缘提取的原理，以及RGB-D边缘检测算法，并且有利用算法提取的边缘图像。之后是通过研究得出的结论，以及表达对导师以及日常学习生活中对我有过帮助的朋友们表达感谢。