边缘检测中几种方法的比较.pdfVIP

边缘检测中几种方法的比较 王岩 勒中鑫 信息工程学院信息科学系 郑州450002 摘要 本文重点讨论图象模糊边缘的几种检测方法。并对梯度边缘检测，索见尔边 缘检测，拉普拉斯边缘检测，熵边缘检测，灰度加权梯度边缘检测，模糊算法边缘检测与 小波边缘检测进行了比较。结果表明：对不同图象，灰度加权梯度边缘检测算法、模糊边 缘检测算法与小波边缘检测算法相对于常用的算法，提取的边缘效果都比较好。其中模糊 算法I=kd-,波算法要简单，能方便地实现自适应边缘检测，但小波算法可进行多分辨率的边 缘检测，是其它方法难以实现的。 引序 量 边缘总是以强度突变形式出现的，从几何角度看，意味着一个区域终结另一个区域开 始。它包含了物体形状的重要信息．有着特别重要意义，有时单凭一条租糙的边缘就能识 别出目标，所以在图象分析中物体边缘的检测与抽取的技术一直深受人们重视和关注。常 比较满意。其中二阶导数算子抗干扰能力不如梯度算子，索贝尔算子对噪声不那么敏感， 是以加宽轮廓线为代价换来的。当噪声比较严重、分布面比较大而边缘轮廓又不够清晰时， 这些算子检测效果往往不太理想。针对这个问题，本文着重讨论模糊边缘的几种检测方法． 并就边缘检测的效果进行了比较。 I、熵边缘检测算子 定义1．i设窗口中一fl,象元灰度值为／帆m，邻域内k=2,n+1个象元灰度值为^，，2，…，^， 则边缘检测熵算子为； t Ⅳ一∑P，log(pi)／log(k) l；1 ，，：^(砉乃]一1，五z。，，=t-．．，t，OHsI 依定义熵边缘检测是非线性的，窗内象元灰度变化剧烈熵值小，象元灰度变化平坦熵值大， 对二维窗l=(知+1)(知+1)。取一适当的阀值，当熵小于这个阈值时，就可认为窗中心点 为边界点而抽得边缘。但是窗内象元灰度值为零log(Pi=o)没有定义，熵不存在，因而算 法需要作某种限制或修改。 ￡ 定义1．2 ● g}exp(1-p，)代替lo甙只)有，胃=∑P．cxp(1-且)，归一化得： J=l } ， ， ．、、l Ⅳ=∑”xp(】一P，1cxp(1一圳，o≤Ⅳ≤】 这个修改过的熵避免了A为零值时不存在的情况。熵值变化如前一样，窗内象元灰度值变 化大时熵小，均匀时熵大，同时窗内象元灰度值变化相同平均值小的暗区熵更小。所以熵 检测算子能较好的检测出图象中暗区的边缘。对于彩色图象也同样适用。但熵检测算子会 850 、u』州他百仳爿1畀j 复到愫尸T仉，兀堪1J迫jHV杠B艰苊必贡HY。图～』八a，州佩优厘脚， 多，对噪声比较敏感，适当修改算法能有所改善。 I／1／11 ● 图(1) 2、灰度加权梯度法 梯度算子通常受灰度随机起伏影响，从梯度图象中获得清晰的轮廓不容易。图(2)是 靠府加舸掸序首罕外砸懵翔r。1县粤牟首隆亩千糟：的图簧．fh、皂廊用雒纳臆油孙硼的蛄 ● ■■_ ■-■ (d) (e) (f) 图(2) 果。(c)是高斯