边缘检测是数字图像处理中的重要内容,也是至今仍没有得到圆满解决的一类问题。其原因一方面是由于课题本身的重要性,另一方面也反映了这个课题的深度和难度。边缘是图像的最基本特征,它能大大的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。边缘检测主要是图像的灰度变化的度量、检测和定位。边缘检测在边界监测、图像分割、模式识别、机器视觉等方面有很重要的作用。 图像边缘检测作为一个低级视觉处理过程,有着很长的研究历史,新理论、新方法不断涌现,但鉴于所分析的图像特点的差异,目前为止尚没有一种方法可以适合于所有图像,根据应用环境的不同边缘检测算法的性能具有很大的互异性。因而要根据不同的应用环境设计不同的边缘检测算法。 本文就是根据需要展开研究,在车锁识别打码系统研发课题中,了解到系统需要精确、快速地提取到车钥匙轮廓。同时为测量匙宽参数,要求检测出的轮廓连续、单像素。考虑到生产线上的灰尘,要求算法具有一定的抗噪声能力。基于上述特点,本文就是要设计出适合项目要求的算法,解决实际问题。 为此,本文在对边缘检测技术和方法在国内外的研究现状和发展做了综述并编码实现了目前部分有代表性的边缘检测算法,对检测效果进行比较后,提出了一种基于轮廓跟踪的可抗噪的边缘检测算法,应用于项目之中,并从理论和实践两个方面对检测效果做了评价。结果表明:该算法检测出的钥匙轮廓定位准确、连续、光滑、边缘细节丰富、没有假边缘、边界呈单像素宽。同时,算法响应时间短,具有很好的抗噪能力,可以消除噪声对图像的影响。算法良好的检测效果为图像尺寸参数测量打下了良好的基础。实践证明该方法具备有效性和实用性,是适合该打码系统的算法。同时也可推广应用于各种含噪声的单一目标图像的尺寸测量。