一种改进roberts算子边缘检测(论文资料).pdfVIP

2009年第11 卷第6 期 巢湖学院学报 No.6.,Vol.12.2009 总第99 期 Joumal of Chaohu College General Serial No.98 一种改进roberts 算子边缘检测 高勇钢 （安徽师范大学数学计算机科学学院，安徽芜湖241000） 摘 要：常用的边缘检测方法在检测出弱边缘时，会产生不同程度的干扰杂纹，特别对旧照 片效果更差。本文提出了基于roberts 算子改进的边缘检测算法，通过实验表明在将强弱边缘 检测出同时且能有效削弱杂纹。 关键词：边缘检测；滤波；roberts 算子 中图分类号： 文献标识码： 文章编号： TP391 A 1672-2868(2009)06-0031-04 图像边缘检测方法有多种，其中典型的有 滤波器，高斯低通滤波器，二维拉普拉斯滤波器 roberts 、prewitt 、sobel、canny[5]等，及其相关的改进 等，最终边缘检测效果也会产生大量的杂纹，只 的算法。这些检测对强边缘都有较好效果，但对 有采用均值滤波器，杂纹才会明显减少，效果如 于弱边缘检测不是很理想。其缺点主要有：1 需 图1 中的（a)，（c）,(e)。但仍有不少杂纹。 要自己多次尝试设定最低阀值；2 当弱边缘被检 1.3 采用roberts 方法获得梯度值的图像。 测出来时，原来强边缘周围产生干扰杂纹3 对于 相互垂直方向上的差分可以看成是梯度的 年代久远的照片检测有大量杂纹。本文针对上述 近似求解,Roberts 边缘检测算子用对角线上相邻 [1- 2] 方法缺点，采用一种改进的roberts 算子 检测 像素之差来代替梯度求解.如fx=f(i,j)- f(i+1,j+1)， 边缘方法，根据大量灰度图片实际数据分析出较 fy=f (i,j+1)- f (i+1,j) ，梯度幅值近似为T(i,j) 合理的阀值，不需要不断调整阀值来获得较好的 =|fx|+|fy|,适当选取阈值τ,使得T(i,j)τ,则认为 弱边缘；对于由于弱边缘被检测而导致强边缘周 点(i,j)是边缘点。其垂直方向的边缘检测性能优 围出现杂纹，以及久远图片出现的斑纹，本文给 于其他方向的检测性能,而且定位精度也比较高, 出算法能有效地削弱。 但对噪声较为敏感. 1 改进的roberts 边缘检测算法 1.4 确定强边缘梯度值变化值大于等于20， 算法步骤如下： 弱边缘范围从8 至19[6]。 1.1 将图像转换为灰度图像。 确定检测强边缘的梯度阀值为20 ，则可检 [3] 1.2 对图像进行均值滤波 。 测出所有梯度值大于19 的边缘。弱边缘的阀值 对于旧照片，如不进行均值滤波，则传统的 为8，则可将所有梯度值分布在从8 到19 的边 边缘检测效果如图 1 中的（b），(d)，(f)，会出现大 缘检测出来。低于8 的梯度变化可以忽略，该阀 量的干扰杂纹。如采用其它形式的滤波，如圆形 值会损失一些弱边缘信息，但影响不大。 收稿日期:2009- 09- 15 作者简介:高勇