模板卷积在图像边缘提取中的应用.pdfVIP

模板卷积在图像边缘提取中的应用 文振煜徐志鸿 深圳大学信息工程学院 摘要：本文介绍了—种基于经典模橛卷积提取图像中物体i蝴法的改善算法。该算法使得 捌积黼的适用范围得到推广，边缘提取的效果也在一定程度E得到了改善。 关键词：边缘提取、图像分割、模掘卷积、图像增强、平滑处理 1．前言： 利用计算初进行图像处理有两个目的：—是产生更适合^观察和识别的匿隙；二是希望 能由计算机自动识别和理解图像。无论为了那种目的，图像处理中的关键—步就是把原图像 分解成叫些具倒㈣E的晟小成分，称为图像的基元，它能更容易的被快速处理。Fi这些 特征是图像中可用作标志的属性。 在图像的玲多特征中。图像的边缘是图像的最基席特征。边缘既是指其周围像素衷度有 阶跃变化或屋顶变化的那些像素的集合，它广泛存在于物体与物体之间、物体与背景之间。 冈此，对图像边缘ff辱撼取是许多其它计算机图像处署—_盎Ⅱ．图像分割、图像识别等等一 的基础。针对边缘是由灰度不连续性所反映的这—性质，经典的边缘提取方法通过考察图像 的每个像素在某个邻域内的变化，利用其船近—阶或二阶方向导数变化规律-从而检测出边 缘。模板卷积法也就是i幽典的方法之一。 利用模板卷积的方法对图像进行边缘提取在大多数情况下能取得令人满意☆q效果，经典 的模板卷积算子有：Robe,s、P唧m、l镰9cll、ch8“印妇i锄等，每个算子对应着各自的一 套横版。利用这些模板对目标图像进行简单的卷积在原则E就可以提取出图像中的翅噱了。 但是这种方法也存在着—些不足之处： 第一，因为模板卷积是基于像素灰度值的运算，所以它只能对灰度图像有较好的效果， 而对了：真彩色图像、256彩色图像则不能普遍的适用； 第二，—些模板卷积算子对图像中相邻像素的灰度变换敏感度高，这—方面有利于检测 出图像边缘，但另—方面它受到的图像噪音影响的程度也就会比较大了，这会在边缘提取结 果中表现出来：噪音也被当成边缘了。 以上两点使得模板卷积算子的应用受到限制，为此，下面提出了—个改善的算法。 该算法的基本步骤如图1所示。 ————————————————————… l l l图像格式转换l—_一减轻噪音处理l—一模板卷积l—一图像增强l 图l算法步骤 2．】 图像格式转换 为使模板卷积计簧寝：适用于多种图像格式，把目标图像的格式—致转换为256灰度 L———————————·-一 图像。对24位真彩色图像和256彩色图像分别通过各自的—套转换算法就可转换为256 灰度图像了。 2．2减轻噪音处理 这个步骤是为了减轻图像中的噪音对卷积处理的影响。可以用平滑模板对转换格 1 1 1 l 1 1 1 1 1 图2平滑模板 式后的图像进行卷积处理，平滑模板如图2所示，权系数是1／9。通过平滑模板卷积后， 原来像素的灰度值用它邻域内的像素灰度值的平均值代替，从而平滑了噪音。另外也可 以对图像进行一次简单滤波，消去图像中的孤立点和宽度为—个像素的线段，因为图像 边缘是出现在图像中像素灰度差别较大的两个区域之间的，所以做简单滤波不会影响真 正的边缘的提取，而只是消去了噪音。简单滤波的算法是：对转换格式后的图像进行逐 行扫描(对图像的第一彳亍、最后—行、第一列和最后—列所在的像素例外)，用当前像 素点的灰度值与它相邻，＼个像素点的灰度唐进行比较，如果与其灰度值相差比较小(可 设一f爵值)的相邻像素点个数少于3，就用其余相邻像素点的灰度值的平均值来代替当 前像素点的灰度值，否则不做改变。 2．3模板卷积 对经过前面两个步骤处理的图像进行模板卷积，模扳卷积算子可用以下任何—种： Rolzrts、Pr％Att、Krisch、Ga酬印妇。 2．4图像增强 由于在