1. 研究目的与意义
伴随着计算机技术的高速发展，数字图像处理成为了一门新兴学科，并且在生活中的各个领域得以广泛应用。
图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。
在实际图像处理中，图像边缘作为图像的一种基本特征，经常被用到较高层次的图像处理中去。
2. 课题关键问题和重难点
作为计算机视觉的经典性研究课题，图像边缘的研究已有较长历史，涌现了许多方法，这些方法分为两大类：基于空间域上微分算子的经典方法和基于图像滤波的检测方法。
基于空间域上微分算子的经典方法。
在阶跃型边缘的正交切面上，阶跃边缘点周围的图像灰度ix表现为一维阶跃函数ix = x，边缘点位于图像灰度的跳变点。
3. 国内外研究现状（文献综述）
（1）roberts 算子。
roberts 边缘检测算子根据任意一对互相垂直方向上的差分用来计算梯度的原理，采用对角线方向相邻两像素之差，即：有了xf 和yf 之后，很容易计算出 roberts 的梯度幅值ri, j，适当取门限 t，作如下判断：ri, j〉t，i, j为阶跃状边缘点，i, j为边缘图像。
roberts 算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘。
4. 研究方案
边缘检测算法有如下四个步骤：滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能，需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失。
因此，增强边缘和降低噪声之间需要折衷，增强：增强边缘的基础是确定图像各点领域强度的变化值，增强算法可以将领域（或局部）强度值有显著变化的点突显出来，边缘增强一般是通过计算梯度幅值来完成的，检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某些方法确定哪些点是边缘点，最简单的边缘检测判据是梯度幅值阈值判据，定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来。
5. 工作计划
1.2022年1月10号到3月2号：搜集阅读整理指导老师推荐的文献以及自己查询的其他相关文献，做好英文论文翻译，拟好开题报告，待指导老师查阅后填写好开题报告。
2.2022年3月3号到4月1号：学习图像边缘检测方法，实现方案，提交中期检查报告。
3.2022年4月2号到4月15号：对毕业设计工作进行总结，撰写完成毕业论文初稿。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
