一、文献综述
（一）国内外研究现状
图像的边缘检测是图像完成模式辨别与认识的基本，已经成为当前十分火热的可视化技术其中极为重要的一个部分。它主要利用对图像边缘信息的捕捉进而得到图像的模糊边缘轮廓，而这一过程又能够压缩图像信息的必需研究量。图像边缘与轮廓线内部的物体物理属性之间具有着一定直接的关联，这关联主要反映为物体的水平宽度、垂直深度、映射系数以及成像效果等，通过对这些关联进行计算能够最终形成图像的边缘轮廓。在面对各类的事物千奇百怪的外形模样，人们眼球观察到图像时，第一时间会在脑海中形成物体大致的边缘轮廓，而计算机上的边缘检测实际上就是一种“拟人化”设计，让机器同人一般利用边缘提出进行图像信息的分析。
于是，图形边缘提取是图像处理的龙头操作，其捕捉到的边缘信息的效果对于后序的图像加强、图像分区、图像类型辨别具有决定性作用，需要性能好、效率高的算子进行图像边缘检测。目前存在大量优质的图像边缘检测算子，其中经过时间检验足以称为经典算子有：1.Roberts算子，捕捉边缘信息的方式主要为局部分差，但其处理平滑性较差。2.Sobel算子，这是一种滤波算子，提取边缘的方法为卷积函数，算法较简易，但是无法如实地模拟出人类的视觉特点。3.Prewitt算子，该算子基于一阶微分算法，捕捉边缘信息的方式主要为适当处理边缘轮廓灰度差。4.LoG算子，该算子是高斯函数，并且将Gauss滤波器和Laplacian滤波器相综合，其边缘提出效果较为优秀。
在传统边缘检测算法中，基于Canny算子的边缘检测算法最为优秀。Canny边缘检测算子是John F.Canny在“computational theory of edge detection”[1]一文中提出，Canny算子的目标是得到最优的边缘检测效果，与之同时提出的还有三大准则：1.最优检测——尽可能多地辨别出图像的真实边缘。2.最优定点——辨别出的图像边缘要同图像实际边缘尽可能相似。3.最小响应——图像里的所有边缘轮廓只能辨别一次，同时辨别出的边缘中不允许存在图像噪声。Canny边缘检测算法主要分为5个步骤：1.进行高斯滤波使得图像达到一定的平滑度。2.对图形中所有像素点测量其梯度与方向。3，进行非极大值抑制操作，进而减少边缘噪声。4.检测双阈值以侦察真实或潜伏的边缘。5.使孤立的若边缘得到抑制完成最终边缘检测。
（二）研究主要成果
Canny边缘检测算法由于其较低的错误率、高精度定位、高效的噪声抑制等优点收到了国内外诸多研究人员和学者的肯定，既有一部分人利用Canny算子开发了众多领域内的研究应用，也有一部分人在实践中分析出了Canny算子固有缺点，在不同方面进行了改进。
一、基于Canny算子的研究应用。
2016年，Ingle、Talmale根据Canny算子出众的提取效果和便于操作等特点，基于Canny边缘检测算子设计了一种呼吸面罩选择与泄漏检测系统，为穿戴者提供了更好的安全性。[2]
以上是毕业论文文献综述，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。
