数字图像边缘检测经典算法应用研究.docVIP

研究生课程论文 课程名称 数字图像处理 授课学期 2011学年至 2012 学年 第 1 学期 学院 电子工程学院 专 业 电路与系统 学号 2011011542 姓名 黄春清 任课教师 夏海英 交稿日期 2011年12月23日 成绩 阅读教师签名 日 期 广西师范大学研究生学院制 研究生课程作业评批表 研究生姓名 年级 专业 方向 课程名称 黄春清 （2011011542） 2011级 学术硕士 电路与系统 数字图像处理 学期 学时 学分 课程类型 修课方式 考核时间 一年级 第一学期 作业题目 数字图像边缘检测经典算法研究 评分： 导师签字： 年 月 日 数字图像边缘检测经典算法研究 【摘要】数字图像的边缘检测被广泛应用于数字图像处理领域，本文从原理方面讨论了几种经典的边缘检测方法，如Rebort算子、Prewitt算子和sobel算子，拉普拉斯(Laplaoian)算子、Canny算子，并系统的对其进行了分析比较，分析了各种边缘检测算子的特点，并对它们的检测效果进行了分类比较。 1导论 图像边缘检测是图像处理系统的关键技术，一直是图像处理的研究热点。图像的边缘中包含着景物有价值的边界信息，这些信息可以用于图像分析、目标识别以及图像滤波，并且通过边缘检测可以极大地降低图像分析处理的数据量。好的边缘检测算法应该有一下三个指标:第一是低失误概率，即真正的边缘点尽可能少的丢失，同时又要尽可能避免将非边缘点检测为边缘点；第二是高位置精度，检测的边缘应尽可能接近真实的边缘；第三是对每一个边缘点有唯一的响应，得到单像素宽度的边缘。 2经典图像边缘检测算子 图像边缘检测的算子是将目标与背景之间在灰度或者纹理特征上突变边界线提取出来，在空域中，用图像灰度分布梯度来反映。下面介绍几种经典图像边缘算子： 2.1梯度算子 2.1.1 Roberts算子 Roberts算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘，是一种局部差分算子。检测水平和垂直边缘的效果好于斜向边缘，定位精度高，但对噪声很敏感。其梯度幅度定义为： 因此，可计算出梯度的卷积模板，形式为2x2的卷积核： 图 1 Robert梯度算子的卷积模板 Robet算子的实质是：以(，)为中心，其度量了(，)点处45。和135。方向（相互正交）的灰度变化。其检测水平、垂直方向边缘的性能要好于斜线方向边缘，并且检测定位精度比较高，但对噪声敏感。 2.1.2 Sobel算子 Sobel算子将方向差分运算与局部平均相结合，该算子是以f(x,y)为中心的3×3邻域上计算x和y方向的偏导数，即 Sx={f(x+1,y-1)+2f(x+1,y)+f(x+1,y+1)}-{f(x-1,y-1)+2f(x-1,y)+f(x-1,y+1)} Sy={f(x-1,y+1)+2f(x,y+1)+f(x+1,y+1)}-{f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)} 其梯度大小为： 它的卷积算子是： 图2 Sobel边缘检测算子方向模板 C语言实现的关键程序（摘取重要的几行） for(j=1;jWidth0-1;j++) for(i=1;iHeight0-1;i++) {c[0]=*(imgData+j+i*Width0); c[1]=*(imgData+(j-1)+(i+1)*Width0); c[2]=*(imgData+(j-1)+(i-1)*Width0); c[3]=*(imgData+j+(i+1)*Width0); c[4]=*(imgData+j+(i-1)*Width0); c[5]=*(imgData+(j+1)+(i+1)*Width0); c[6]=*(imgData+(j+1)+(i-1)*Width0); *(imgData3+j+i*Width0)=(BYTE)fabs(c[1]-c[2]+2*