几种边缘检测算子的对比论文

边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。

0引言将物体产生的红外辐射转换为肉眼可观察图像的技术称作红外成像技术,它具有全天候、非接触、探测距离远以及不受电磁或强光干扰的特点,能够在可见光成像无法发挥作用的极端环境里捕捉到物体发出的红外辐射进而检测到目标,因此在军事和民用领域都得到了广泛的应用。红外成像技术表现的是目标自身热分布情况,所以原始红外图像是单一的灰度图像,清晰度低于一般的可见光图像,目标与背景分界较为模糊,对人眼表现为分辨率低,视场立体感弱等现象[1],再考虑到红外传感器出现的一些特有的噪声,使得原始未经处理的红外图像一般难以达到应用水平,需要对其进行一定的图像处理。图像边缘是图像的最基本特征之一,它包含了图像的大部分信息[2-3]。由于热平衡效应,目标局部的温度较一致,所以红外图像体现物体局部细节能力较弱,同时红外图像所表现的热分布信息只有与目标的基本信息(如目标大小,视场相对位置,形状轮廓等)结合在一起才具有更大的价值。

梯度算子,Roberts梯度算子,Prewitt算子,Sobel算子,方向算子,Laplacian算子,马尔算子,Canny边缘检测算子,沈俊边缘检测方法和曲面拟合法。

毕业论文还是自己写吧，锻炼一下。