摘要:随着计算机与信息学科的迅猛发展，人工智能和计算机视觉等一些智能化学科在科学研究和工业生产中所占的比重越来越大。而作为当下最热门的AI、AR及VR等一些研究领域来说，图像处理技术是不可或缺的关键环节。图像处理是对目标进行预处理的步骤，关系到后续目标识别与跟踪的效率问题。基于图像边缘处理的目标识别包含以下几个步骤：图像的预处理、目标图像的边缘提取、特征量的选择与提取以及目标的检测与识别。由此可见图像边缘检测的重要性，因此选择一个好的边缘检测算子尤为重要。本文采用了canny检测算子提取目标边缘，并用Hu不变矩作为特征量来分类识别交通目标。此外，还取用了欧式距离作为衡量目标与模板之间相似度的准则。在MATLAB仿真实验中，对目标检测与识别中出现的一些问题，提出了自己改进的思路。最终达到了有效分类识别交通目标的目的。

关键词：图像处理、目标识别、canny边缘检测、Hu不变矩、欧式距离

目录

摘要

Abstract

第1章 绪论-5

1.1 基于图像处理的目标识别技术的研究背景和现状-5

1.2 图像目标识别技术的研究内容和方法-5

 1.2.1交通目标识别技术的研究内容-5

 1.2.2 图像处理技术-6

 1.2.3 图像目标识别的研究方法-6

1.3 图像边缘检测在目标识别中的应用-7

1.4图像的二值化-8

1.5论文的主要内容和章节安排-9

第2章 图像边缘检测-11

2.1 经典的边缘检测算子-11

2.2 canny算子的原理-11

2.3 仿真实验-14

2.4 实验结果的对比分析总结-26

第3章 目标图像的分类识别-29

3.1 特征量的选取与识别方法的选择-29

 3.1.1 Hu不变矩的特征表示-29

 3.1.2 欧式距离的相似度衡量-31

3.2 仿真实验-32

3.3 实验分析-36

 3.3.1 实验中的问题分析和解决方案-36

 3.3.2 实验总结-37

第4章 总结-39

参考文献-41

致谢-43