随着科学技术的快速发展,一些新理论如:小波分析、马尔科夫随机场、灰色系统理论(Grey System Theory)等的诞生,使计算机图像处理技术近年来获得了长足的进展。论文研究如何将灰色系统理论应用于数字图像去噪和边缘检测,目的在于探索灰色理论在图像处理中的应用及其可行性,具有十分重要的理论意义和实用价值,为进一步的研究打下了一个良好的基础。论文首先概述了将灰色理论运用于图像处理邻域的目的、意义以及国内外的研究现状,然后总结和概括了灰色系统理论的研究内容、主要特点、基础理论以及它在图像处理中的应用和研究进展。接着对传统空域图像滤波器的原理、特点及不足之处进行了详细地阐述,并提出了以灰色关联度作为判断噪声点的标准,对灰色关联度序列进行统计排序,利用序列的中位值作为窗口中心点灰度值精确赋值的新思想。论文对经典的图像边缘检测算子的检测原理,模板构造以及检测效果进行了详细的分析和客观的评价,在此基础上创造性的提出了以灰色关联度作为区分边缘点和非边缘点的新思想,通过大量的实验探索出具有最优阈值的边缘检测新算法,并将它与传统的方法做了详细的对比,从各个角度客观地评估其优越性和不足之处,提出了一些改进的设想和进一步的研究方向。论文的研究成果与技术创新如下:本文探索性的将灰色理论中的灰色关联度同时运用于数字图像的滤波和边缘检测领域:①针对中值滤波算法在去除椒盐噪声时峰值信噪比(PSNR)提高有限和细节保持能力不佳的问题,提出了一种基于灰色关联度的两步式双阈值椒盐噪声滤波方法。实验结果表明:本文算法能够以灰色关联度作为判别标准,较好的区分图像中的噪点与边缘点。在噪声率较高的情况下,依然能够对滤波窗口中心点的灰度值进行精确赋值,彻底去除噪点的同时又保护了图像的边缘和细节。经本算法滤波后的图像峰值信噪比和主观效果都明显优于中值滤波算法。②针对传统的边缘检测算子边缘定位和噪声抑制的矛盾,提出了一种基于灰色关联度的边缘检测新算法。实验结果表明:新算法中边缘点的识别准确,尤其适用于弱边缘。在选取最佳阈值的情况下对图像的边缘定位精确,边缘连续性较好,能够形成封闭的边界线,在与各种传统算子的检测效果对比中取得了明显的优势。