基于Zernike正交矩的图像亚像素边缘检测算法改进.pdfVIP

第34卷第9期 自动化学报 Vbl．34．No．9 2008年9月 ACTAAUTOMATICASINICA J，非极大值抑制和形态学连接操作的结果【2J．这些算子都 是在像素级f：检测幽像边缘．而存许多实际应用中，要求检 测iIj的图像边缘达到弧像素级．例如，在计算机视觉测建领 基于Zernike正交矩的图像亚像素 域，被测件边缘点的精度往往直接影响到整个测量结果的精 边缘检测算法改进 度【引，因此，研究图像的弧像素边缘检测算法有着重要的实际 意义．亚像素边缘检测是指将边缘附近的像素进行分解，从 高世一1，2 赵明扬2 张雷1·2 邹媛媛1-2 而精确定位边缘．Lyver8等提出J，利用几何矩提取图像的 亚像素边缘【4】’该方法利用6个图像几何矩，计算出4个阶 擒要 介绍了zernike矩及基于Zernike矩的图像亚像素边缘检测 跃边缘参数，图像矩是关于多项武的函数，但多项式不具备 原理．钊。对Gh∞“提出的基于Zernike矩的业像素图像边缘检测算法 正交性，所以在图像处理时会出现．几余信息【5-倒．Gh08al和 检测出的图像布在边缘较粗及边缘业像素定位精度低等不足，提出了一 种改进算法．推导了7×7Zernike矩模板系数，提出一种新的边缘判 断依据．改进的算法能较好检测图像边缘并实现了较高的边缘定位．最 缘【71，在他们的算法中建立J，理想的阶跃厌度模型，通过图像 后，设计了3组不同的实验．实验结果同Ca山】y算于及Gh∞al算法 相比，证H月了改进算法的优越性． 参数为判断边缘的依据来确定图像中物体的边缘．文献【8】 关键词 zemike矩，业像素，边缘检测，图像处理 针对Gh08al算法中没有考虑模板效应进行改进，提取出的 中图分类号 TP75l 边缘I—JGhosal算法相比有所改善但是仍然较粗，因而边缘 定位精度较低．本文在分析Ghosal算法的基础上，对算法的 aLbout Subpixel ImprovedAlgorithm Edge 边缘判定条件进行．厂改进，实验结果表明r奉算法的优越性． Detectionof B硇edonZernike Image 1 Zernike矩及亚像素边缘检测 Moments orthogonal 1．1 Zernike矩 GA0SUYil，2ZHAO ZHANGLeil-2 Ming-Y址192 ZOUY1lan—Yllanl·2 义为 Ab8tract’rheprincipleofze础∞momentsandthemethod of detectionbE圊甜onZerⅡjkemoment8werein- sub．pkeledge