matlab论文—传统图像边缘检测算子综述.docxVIP

传统图像边缘检测算子综述摘 要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。本文主要从理论综述和matlab程序实验两个方面介绍Roberts算子、Sobel算子、Prewitt算子、Log算子、Canny算子五种传统图像边缘检测算子。关键词图像边缘检测；Roberts算子；Sobel算子；Prewitt算子；Log算子；Canny算子引言边缘检测技术是图像处理和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。早期的经典算法有边缘算子法、曲面拟合法、模板匹配法、门限化法等，传统的常用边缘检测算子有Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子。这些算子主要应用于计算几何各个现实领域当中，如遥感技术、生物医学工程、机器人与生产自动化中的视觉检验、零部件选取及过程控制等流程、军事及通信等等。1、五种算子理论概念综述1.1 Roberts算子1963年，Roberts提出了这种寻找边缘的算子。Roberts边缘算子是一个2×2的模板，采用的是对角方向相邻的两个像素之差。从图像处理的实际效果来看，边缘定位较准，对噪声敏感。Roberts算子的模板如式(1-1)，算子处理结果如图（1-1）。式1-1图1-11.2 Sobel 算子Sobel算子是滤波算子的形式，用于提取边缘。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。该算子包含两组3×3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其算子处理结果如图1-2，算子公式如式1-2。式1-2图1-21.3 Prewitt算子Prewitt边缘算子是一种边缘样板算子。由式(1-3)所示的两个卷积算子形成了Prewitt边缘算子，样板算子由理想的边缘子图像构成，依次用边缘样板去检测图像，与被检测区域最为相似的样板给出最大值，用这个最大值作为算子的输出。经典Prewitt算子认为：凡灰度新值大于或等于阈值的像素点都是边缘点。即选择适当的阈值T，若P(i,j)≥T，则(i,j)为边缘点，P(i,j)为边缘图像。这种判定是欠合理的，会造成边缘点的误判，因为许多噪声点的灰度值也很大，而且对于幅值较小的边缘点，其边缘反而丢失了。如图1-3。式1-3图1-31.4 LOG 算子高斯型拉普拉斯(LOG算子是一种二阶导数算子，它通过寻找图像灰度值中二阶微分中的过零点来检测边缘点。首先要用高斯函数对图像进行滤波，然后再对图像求二阶导数。高斯型函数形式为：（式1-4-1）是标准差。h的拉普拉斯算子是：（式1-4-2）这个公式称为高斯型拉普拉斯算子。在LOG公式中使用高斯型函数的目的是对图像进行平滑处理，使用拉普拉斯算子的目的是提供幅用零交叉确定边缘位置的图像。算子如式(1-4-3)，处理结果参见图(1-4)。(式1-4-3)图1-41.5 Canny算子1986年Canny总结了以往理论和实践的成果，提出边缘检测canny三准则：好的检测结果，好的定位还有对单一边缘低重复响应，并给出了他们的数学表达式。Canny算子是一个具有滤波、增强和检测的多阶段的优化算子。在进行处理前，Canny算子先利用高斯平滑滤波器来平滑图像以除去噪声(即用高斯平滑滤波器与图像作卷积)。增强边缘是将邻域(或局部)强度值有显著变化的点突出来，一般通过计算梯度幅值来完成。Canny分割算法采用一阶偏导的有限差分来计算梯度的幅值和方向。对一个边缘来说，其一阶导数在边界处存在一个向上的阶跃，或者其二阶导数过零点。在处理过程中，Canny算法还将经过一个非极大值抑制的过程。最后Canny算法将采用两个阈值来连接边缘。处理结果如图1-5。图1-52、五种算子使用效果对比本文以matlab软件为仿真实验平台，选取了一张数字图像处理中经常用到的照片，对它分别用五种算子对其进行边缘检测处理，分别显示出处理效果。通过对算子的数学原理和仿真实验效果，在此简要对五种算法的进行对比，总结它们各自的特点。Roberts算子是一种最简单的算子，是一种利用局部差分算子寻找边缘的算子，他采用对角线方向相邻两象素之差近似梯度幅值检测边缘。检测垂直边缘的效果好于斜向边缘，定位精度高，但容易丢失一部分边缘，同时由于图像没有经过平滑处理，因此不具备抑制噪声的能力。该算子对具有陡峭边缘且噪声低的图像效果较好。Sobel算子有两个，一个是检测