图像中的直线特征是视觉感知的重要线索和解释图像的基本依据。而在实际应用中由于获取图像的环境、设备及传输过程存在不确定因素,使图像不可避免地受到噪声污染,那么如何提高含噪声图像直线提取的准确性和位置精度成为一个研究的热点问题。本文系统研究了含噪声图像直线特征提取的理论与方法,首先运用一种基于邻域相关的自适应中值滤波算法去除图像噪声,然后采用融合Canny算子和小波变换的边缘检测方法进行边缘检测,最后利用一种基于边缘像素拟合的直线提取算法来提取直线特征。论文的主要研究工作有:(1)综合考虑自适应中值滤波算法模糊图像细节和易将高频信号点误判为噪声点等不足,结合邻域相关思想,改进了自适应中值滤波算法。该算法引入最小灰度差二次判别可疑噪声点属性,又使用最大灰度差决定噪声点灰度输出值,同时增加对异常像素的处理方法。改进后的算法可以有效地保留不同椒盐噪声密度下图像的细节信息,复原图像效果较好。(2)考虑到传统边缘检测算法边缘提取数量少和抑制噪声能力较弱等问题,集成自适应Canny算子和小波模极大值法的优点,并对边缘进行空洞填补和细化处理,提出了一种融合Canny算子和小波变换的边缘检测方法。实验结果表明,本文方法优于单独使用自适应Canny算子或小波模极大值法,为提取连续、完整的边缘特征提供了一种可行思路。(3)针对利用传统直线提取方法会检测出虚假直线、漏检短直线和确定直线端点困难等缺点,综合现有的直线模板匹配、差值平方和、最小二乘拟合及解析几何等相关理论和方法,构造了一种基于边缘像素拟合的直线提取模型。通过对比实验得出,本文算法不仅能有效提取图像上的直线特征,而且具有一定的抗扰动能力。