边缘检测是图像特征提取的基础,同时也是数字图像分析中不可或缺的环节。目前边缘检测使用的算子主要分为三种,分别是一阶微分算子、二阶微分算子和最优算子。与其他算子相比,最优算子中的Canny算子在边缘检测中的处理效果最好,同时应用也最为广泛,但Canny算子依然存在两个不足。一是传统Canny算子采用高斯滤波来平滑噪声,而高斯滤波虽能消除噪声,但在去除噪声的同时也会丢失一些边缘信息;二是Canny算子需要人工确定阈值,这样可能会导致阈值估计不准确,而阈值估计不准确则会导致图像边缘连通性不强或出现伪边缘。因此,改进Canny算子滤波方式和选取阈值的方式尤为重要。通过Canny算子的处理得到了一个边缘检测的二值图像,而图像特征提取往往需要在边缘检测的基础上进行后处理,其中最常见的为圆检测。圆检测应用在生活及工程中的各个方面,最普遍的应用是对圆形器件或图标进行模式识别和定位,而Hough变换是传统用于检测圆的算法,并且应用十分广泛。Hough变换通过将坐标空间映射到参数空间来实现对目标图像的圆检测,该算法虽然能检测出圆,但仍存在复杂的映射关系导致计算量过大,圆半径等各种参数需要人工确定导致检测精度较低等问题。为解决上述问题,本文对边缘检测的预处理及边缘检测后处理过程进行了研究,针对预处理过程中的滤波方式及阈值选取方式进行了改进。对于边缘检测的后处理过程,本文主要针对边缘检测得到的二值图像进行圆检测处理,提出基于连通域标记算法的圆检测算法。本文主要成果有以下两点:(1)针对传统Canny算子进行边缘检测边缘细节易丢失、易出现大量伪边缘、阈值需人工确定的缺点,提出一种基于双域滤波的自适应Canny算法。该算法首先采用双域滤波代替传统Canny算子的高斯滤波对图像进行去噪,该方法不仅在消除图像噪声有较大的改进,同时保留了更多有效的图像边缘信息;其次在选择阈值方法上,使用Otsu算法,自行计算Canny算子的两个阈值,以达到算法高度自动化的目的。实验结果显示,本文算法不仅可以检测到所处理图像更多的有效边缘信息,消除大量不相关边缘信息,同时也有很强的自适应性。(2)针对传统Hough变换进行圆检测,计算量过大、检测同心圆精度不高、自动化程度低等缺点,提出一种基于连通域标记算法的圆检测算法。该算法首先通过连通域标记算法对图像进行处理得到一个圆,解决了传统Hough变换计算量过大的问题,再根据圆的特性确定其圆心及半径,从而避免了检测同心圆精度不高的问题。最后,分别取圆心的8邻域像素为圆心做圆,找到最优圆,然后将其与检测得出的圆进行比较来确定最终的圆,以达到了自动化的目的。实验结果表明,本文算法可以正确的检测出圆,并具有很高的检测精度同时比Hough变换计算量小、自动化程度较高。