基于LoG算子的边缘零交叉二值化方法.pdfVIP

基于LoG算子的边缘零交叉二值化方法 赵全友 ，潘保 昌，郑胜林 ，陈箫枫 (广东工业大学 信息工程学院数字图像研究所 ，广东 广州510643) 摘 要 ：针对全局 阈值法和局部阂值法的不足 ，提 出一种基于LoG算子的边缘零交叉二值化方 法 ，并通过实验分析各算法的二值化效果及运算速度 。 关键词 ：二值化 LoG算子 边缘零交叉 连通 区域标记 1 现有 的图像二值化算法 2 边缘零交叉二值化方法概述 二值化是图像处理 、图像分析及模 式识别 中的一个重 虽然 图像 常常会受 到光照不均匀 等因素 的影 响 ，图像 要问题 ，是许多识别应用系统 中不可缺少 的重要环节 。二 的整体直方 图呈现单 峰或者多峰 ，其 目标象素和背景象素 值化效果 的好坏直接影响到系统的性能 。因此学者们对此 灰度互相重叠 ，但 是 目标 的边缘仍然存在 。根据这一特 点 进行 了重点研究 ，目前提 出了许多算法 】。这些算法大体上 可 以实现这类降质 图像的正确二值化 。分析局部阈值法产 可 以划分为 2类 ，即全局阈值法和局部 阈值法 。全局 阈值 生的 目标缺失和伪影现象 ，发现 当局部不存在 目标点时 ， 法是指对整幅图选取单一 的阈值来进 行二值化 ，典型 的算 背景灰度 的非均匀性将影响局部 阈值 的变化 。当考察 的局 法有直方图、直方图变换法 、大津 (Otsu)法 2[和熵法等 。如 部 区域均为 目标或背景时 ，局部 阈值法会强行将其二值化 果 图像 的灰 度直方 图呈现双峰 ，或 者图像 中背 景灰度与 目 为背景和 目标二部分 ，从而产生 目标区域 断裂和伪影现象 。 标灰度呈 明显分离状 ，则全局 阈值法分割 图像效果 良好且 边缘零交叉二值化方法可 以克服这些缺陷 。开始只对边缘 速度快 。但是 图像常常要受到噪声 、光照不均匀 、污染等影 象素作处理 ，通过 LoG算子检测 出边缘并将二侧 的局部象 响，致使 背景象素灰度和 目标象素 灰度互相交错 重叠在一 素划 分为背 景和 目标 2类 ；当局 部均 为 目标 或者背 景 (这 起 ，图像直方 图呈现单峰或 多峰 ，全局 阈值法无法获得满 时不存在边缘)时 ，先将其确定为待定 区域 ，然后进行连通 意的二值化效果 ，这 时必须要考虑图像的空 间局部特性。局 区域标记 ，最后根据标记后连通区域周 围象素的属性判 断 部 阈值法根据局部信息确定局部阈值来二值化 图像 。典型 归属将其正确地进行二值化 。 的局部阈值法有 Kamel-Zhao算法 和 Bernsen算法 等。它 2．1LoG算子边缘检测 们能克服光照不均匀等于扰 ，自适应地根据局部灰度特性 在 Marr的视觉理论 中，视觉 的第一 阶段很大程度上是 选取 阈值 。由于 Kamel—Zhao算法要选择 阈值 ，使其使用受 由零交叉检测器完成 的。然而利用图像 强度二阶导数 的零 到 限制 ；Bernsen算法则没有该 限制 ，实验结果普遍表 明其 交叉点求边缘 的算法对噪声十 分敏感 ，所 以希望在边缘 增 效果要 比Kamel—Zhao算法好 ，但是却会产生诸如 目标部分 强前滤 除噪声 。为此 ，Marr和 Hildreth将 高斯滤波和拉普 缺失 、伪影 (ghost)等缺点和问题 。基于局部极值 的快速二值 拉斯边缘检测结合在一起 ，形成 LoG算法 ，也称为拉普拉 化方法 (LocalExtremeValueBasedBinarization，LEVBB)[ 斯高斯算法 。这种方法的特点是图像先与高斯滤波器 C(x， 是对 Bernsen算法进行的改进 ，但 是仍然有一些不足 ，如文 ，，)进行卷积 ，这一步既平滑 了图像又降低 了噪声 ，孤立 的噪 本笔划粘连等 。 声点和较小的结构组织将被滤除 。然后 利用无 方向性 的拉 针对 以上讨论 ，本文提 出了一种基于拉普拉斯高斯 普拉斯算子 实现边缘