基于最大类间后验概率 Canny 边缘检测.pdfVIP

一种基于最大类间后验概率的Canny 边缘检测算法 王李平，王卫星 重庆邮电大学计算机科学与技术学院，重庆市（400065 ） E-mail: wangwx@ 摘 要：在分析了传统的 Canny 算法的基础上，本文用自适应滤波器代替原有的高斯滤波 器，并利用交叉熵来度量目标和背景间的差异.结合贝叶斯判断理论，将这种类间差异性用 原始图像中的像素点判决到目标和背景两类区域的后验概率之间的交叉熵的平均值来表示， 通过最大化将像素点判决到不同区域的后验概率来获取最优的高低阈值。实验证明，本文改 进的算法具有很好的边缘检测效果。 关键词：边缘检测；贝叶斯判断理论；后验概率；交叉熵. 中图分类号：TP391.41 文献标识码：A 0. 引言 在图像分割中，边缘检测方法可以说是人们研究的最多的方法，它试图通过检测包含不 同区域的边缘来解决图像分割。图像的大部分主要信息都存在于图像的边缘中，主要表现为 图像局部特征的不连续性，即图像中灰度变化比较剧烈的地方。 国内外有许多的高校、研究机构对CANNY 算法进行了改进，主要集中在对高斯滤波器 和对非极大值抑制后的数据进行高低阈值的设置上。王坤等[1]对于 Hodson 提出的针对不同 的噪声和不同的边缘进行平滑进行了改进；朱桂英等[2]对 CANNY 速度进行了改进，并将 Otsu 算法做为高低阈值自适应获取的方法；李华强等[3]利用两个类间最大方差的概念对高低 阈值的设置进行了改进；邵晓芳等[4]采用各向异性高斯滤波对 Canny 算法进行了改进；王英 等[5] [6] 采用方向滤波器，充分利用各邻域的信息，对图像进行了多方向的分析；王蓉等 利用 小波变换对源图像进行分解后采用 Canny 算法检测图像，然后采用一定的图像融合规则将 图像投 影到高层；李钰等[7] [8] 采用 3 个类间最大方差设置了高低阈值；李牧等 采用 2 类间的 最大方差对高低阈值进行了设置，并采用模糊控制方法筛选高低阈值间的像素；王娜等[9] 提出了计算像素 8 邻域内图像一阶偏导数有限差分来确定梯度幅值的方法；钟鑫等[10]利用 图像的梯度熵和标准差自适应的调整高低阈值；张洁等[11]采用各向异性扩散方程代替高斯 滤波，并对扩散后的图像进行增强；Peter.I Rockett 等[12]利用 Bayes 最小风险的错误率分类 的方法进行 了改进；Samuel H.Chang 等[13]设计了一个局部动态磁滞现象阈值产生器. 本文在分析了传统的 Canny 算法和各位研究者的改进算法的基础上，用自适应滤波器 代替原有的高斯滤波器，然后再利用基于类间最大交叉熵的概念和贝叶斯判断理论获取高低 阈值。实验表明，本文算法具有很好的边缘检测效果。 1．Canny 算子分析及改进 1.1 高斯滤波存在的问题 用高斯函数对图像做平滑滤波存在着两个问题[15] ： （a ）由于高斯函数G(x) ∈L∞(R) ，所以对函数f (x) 会造成过度光滑。这是因为， g (x) f (x) * G(x) ，其中*为卷积，根据卷积的微分性质 d n d n d n g (x) [f (x) * g (x)] f (x) * G(x) (1) dx n dx n dx n - 1 - 由于G(x) ∈L∞(R) ，所以g (x) ∈L∞(R) 。