基于灰色关联分析和模糊推理的图像边缘检测.pdfVIP

软件纵横 计算机与信息技术 ·55· 基于灰色关联分析和模糊推理的 图像边缘检测 1 2 梁娟 李艳 （1.常熟理工学院 物理与电子工程学院，江苏 苏州 215500； 2.西安职业技术学院 机电工程系，陕西 西安 710032） 摘 要 针对噪声图像，本文提出一种基于灰色关联分析和模糊推理的图像边缘检测方法。该方法利用灰色关联分析 对图像进行边缘初提取，然后针对边缘和噪声特征的不同，确定模糊规则，利用模糊推理系统推理噪声隶属度，进而去除由 噪声引起的伪边缘，获得真实边缘，实现边缘检测。实验表明，与其他边缘检测方法相比，本文的方法不但可以获得较好的 边缘特性，而且具有较强的抗噪性能。 关键词 灰色关联分析；模糊推理；边缘检测 1 引言 充分提取图像边缘，然后针对边缘和噪声特征的不同，确定 图像边缘是一种重要的视觉信息，是图像分割、纹理特 模糊规则，利用模糊推理系统推理噪声隶属度，进而去除由 征提取等图像分析的重要基础。由于经常受到外界各种因素 噪声引起的伪边缘获得真实边缘。本文的算法具有对边缘、 的影响，图像在获取和传输过程中容易受到和边缘点频率相 噪声特征分析的优点，可以有效地区分边缘和噪声，实现边 近的噪声的干扰，使得提取出的图像边缘总存在伪检测、漏 缘检测。实验表明该方法既保证了边缘的精确定位，又具有 检测等问题，因此噪声图像的边缘检测技术越来越受到人们 良好的噪声抑制能力。 的关注和重视。经典的边缘检测方法都是基于图像的微分算 2 基于灰色关联分析和模糊推理的边缘检测方法 子，如 Sobel 算子、Roberts 算子，这些检测算法并没有考虑 2.1 灰色关联分析方法 边缘与噪声之间的区别，梯度方向信息也没有得到充分利用， 灰色关联分析基本思想是根据序列曲线几何形状的相似 虽然边缘定位精度较高，但容易受噪声干扰而出现伪边缘， 程度来判断其联系是否紧密。曲线越接近，相应序列之间的 影响检测效果。为了抑制噪声，随后人们提出了 Canny 算子 关联度就越大，反之就越小。应用在边缘检测中，则是找到 [1] ，先用高斯函数对原图像作预处理，然后再求导数提取边缘。 一个标准的边缘序列作为参考序列，然后通过计算各像素点 因为边缘和噪声都是高频信号，高斯函数对图像进行降噪预 及其邻域形成的序列与参考序列的灰色关联度，来区分边缘 处理同时也丢失了些边缘信息。随着新兴技术的发展，利用 点和非边缘点。 新兴技术对图像进行边缘检测研究引起了人们很大的兴趣， 对于 M ×N 数字图像中任意一点 A(x , y ) ，为计算方便参 新的边缘检测方法不断出现，如把神经网络[2] [3] 考序列取该点及其上、下、左、右相邻元素均为 1 的 5 点序 、形态学 、小 波变换[4]等理论运用到边缘检测中，但这些方法仍然存在边缘 列 ， 记 为 A0 [1,1,1,1,1] ， 则 比 较 序 列 记 为 定位和噪声