基于形态学和细胞神经网络的边缘检测方法.pdfVIP

第35卷第 10期 光电工程 、，01．35．No．10 2008年 l0月 Opto-ElectronicEngineering Oct．2008 文章编号：1003—501X(2008)10—0076—05 基于形态学和细胞神经网络的边缘检测方法 蒋爱平，梁 舒，马 爽 (黑龙江大学 电子工程学院，哈尔滨 150080) 摘要：采用形态学方法提取二值 图像的边缘，利用二值形态学与离散细胞神经网络(DT_cNN)的某种天然对应关系， 将离散细胞神经网络引入形态学，将形态学运算转化为某种特定模板下的多层离散细胞神经网络，然后对该模板 进行优化设计使之转化为单层离散细胞神经网络，降低了运算的复杂度。在此基础上，通过综合灰度图像像素在 每个比特位上的边缘检测结果，提 出了采用二值形态学提取灰度图像边缘的方法。与传统边缘提取方法 Sobel和 Log相比较，该方法边缘提取效果 良好，收敛迅速。 关键词：边缘捡测；形态学；离散细胞神经网络 中图分类号：TP391．41 文献标志码：A EdgeDetectionBased0nM orphologyandCellularNeuralNetwork JIANGAi—ping，LIANG Shu，M A Shuang (DepartmentofElectricalEngineering,HeilongfiangUniversity，Harbin150080，China) Abstract：Morphologyisusedforedgeextractionofbinaryimage．Inparticular,Discrete—timeCellularNeuralNetwork (DT-Cm,~)isintroducedintobinarymoprhologyowingtothenaturalcorrespondingrelationshipbewteenthem，andthen themoprhologyoperationistransformedintomulti—layerDT-CNN undersomespecifictemplate．Multi—layerDT-CNN is transfomr edintoMonolayerDT-CNN byoptimizingdesigntoreducethecomplexityoftheoperation．Therefore，wecan exrtacttheedgeof ay imageby synthesizingtheedgedetectionresultofeachbitinthepixe1．Comparedwiththe traditionalSobelnadLogoperator,themethodhasabe~erperfomr anceandconvergesquickly． Keywords：edgeextraction；morphology；discrete—timecellularneuralnetwork 1 引 言 ‘ 图像的边缘是指其周围像素灰度、颜色或纹理有阶跃变化或屋顶变化的像素点的集合。边缘蕴含了大 量的目标内在信息(如方向、阶跃性质、形状等)，是图像最基本的特征，是图像分割、纹理特征提取和形 状特征提取等图像分析的重要环节，也是计算机视觉、模式识别等研究领域的重要基础。 图像中相邻的不同区域间总存在边缘，边缘处像素的灰度值不连续，这种不连续性可通过求导数来检 测到。对于阶跃状边缘，其位置对应一阶导数的极值点，二阶导数的过零点(零交叉点)。因此常用微分算 子进行边缘检测，它是一种并行边界技术。常用的一阶微分算子有 Roberts算子、Prewitt算子、和 Sobel 算子，二阶微分算子有Laplacian和Kirsh算子等 珥J。在实际中各种微分算子常用小区域模板来表示，微分