基于尺寸特性的图象边缘提取算法.pdfVIP

1998年5月 第九届全国图象图形学学术会议论文集 中国图象图形学会 ———二——————————————————一———————————————————————————————————————一一 基于尺寸特性的图象边缘提取算法 ，。：0 7 71 J 冯晓毅周凤岐 ‘ r、’：『 西北工业大学电子工程系西安7100,X2 摘要图象边缘提取一直是图象处理领域的～个热点课题，先后出现了许多提取算法．这些算法各有优缺点。本文 提出一种基于图象边缘的连续性及物体尺寸犬，J、采提取匿象边缘，有效滤除噪声的方法。 e 信息。 1引言 度突变点)。 通常情况下，在由物体图象叠加噪声信号后形 成的含噪图象中，物体图象的尺寸总是远远大于噪 f(1，j)=o表示点s不是边缘点。 声的尺寸。生物的视觉系统之所以能在含噪匿象中 下面先给出几个定义： 提取出物体图象的边缘，主要是凭借以下两点：一 定义一： 是根据图象灰度的变化情况．即图象边缘为灰度突 “邻突变点： 设点 s=(1。j)， 变点：另～个就是根据物体尺寸与噪声尺寸间的大 小关系．即物体尺寸远远大于噪声尺寸，本文就是 基二F以上两点来进行图象边缘提取的。 本文边缘提取思想如下：首先估计待提取物体 的正整数．则点I) 称为点s的八邻 的最小尺寸(周长)L皿jn：然后用某秒算法提取荻度 突变点。即相邻且灰度相同(或相近)的 突变点并进行细化：再进一步组成突变点链：计算 点为八邻灰度突变点。 各突变点链的长度：若链长远远小于Lmill，则认 ● 用gnt·m表示点s的八邻边缘点个数．用 为该链是由噪声点组成的．应予以删除：最后我们 ggi8]表示s点与其八邻突，变点的位置关系。 得到物体边缘。在实际仿真实验中，为良：理方便． 若gg_lum=2，则点s为连续突变点。 我们取最长突变点链的十分之一作为LⅢtn的值， 若gtlum=O，则点S为孤立突变点，在叟{= ● 并规定链长小于次值的链是由噪声组成的，应予以