一种彩色图像的边缘检测算法.docVIP

一种彩色图像的边缘检测算法 　　摘要：通过对灰度图像的边缘检测的研究，构造了一种新的基于色度差的边缘检测算法，并充分利用彩色图像的颜色信息，将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性，而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明，该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。 　　关键词：彩色图像；灰度图像；边缘检测；RGB空间 　　中图分类号：TP312O244文献标识码：A文章编号：1672-7800（2013）006-0042-03 　　作者简介：李雪林（1985-），女，武汉理工大学理学院硕士研究生，研究方向为图像处理；彭斯俊（1967-），男，武汉理工大学理学院教授、硕士生导师，研究方向为智能计算、演化计算、多元统计分析。 　　0引言 　　图像边缘是图像中最基本的特征，人们对图像的分析与处理的第一步往往是对图像进行边缘检测。以往对图像边缘进行处理时，都是希望把图像中尽可能多的边缘信息都检测出来，便于对图像进行后期处理。但是这种追求精确边缘的处理方法在有些情况下是不必要的，因为有时只需将图像中具有代表性的轮廓提取出来便可达到研究目的。因此，在对图像主要边缘特征进行提取的过程中，很多经典的边缘检测算法并不是很适用，例如Canny、Roberts等边缘检测算子，作为公认的性能优良的边缘检测算子，它们提取的边缘信息太过细致，不能将目标图像中直观形象的信息显现出来，导致提取的边缘信息与原图中的目标信息存在较大差异。 　　本文提出一种新的边缘检测算法适合于解决此类把图像中的主要轮廓作为研究对象的问题；同时由于彩色图像含有亮度、色度以及饱和度信息，使得它拥有比灰度图像更大的信息量。将这种新的边缘检测算法应用到彩色图像中，能够拓宽边缘检测的范围以及加强边缘检测的效果。 　　1彩色图像边缘检测算法 　　一般情况下彩色图像是以RGB的格式进行储存的。由于RGB空间中3个颜色分量R、G、B具有较高的相关性，往往不适合直接在RGB空间中做彩色图像的边缘检测。首先分别将R、G、B这3幅伪灰度图像进行边缘检测处理，再根据一定的判定准则做后期的处理，最后把这3幅处理过的图像组合为一幅最终的效果图，这样就达到了对所需边缘检测的目的。其算法流程如图1所示。 　　1.1RGB颜色空间模型 　　在对图像进行处理时，RGB是最为常见和重要的颜色模型，它是建立在笛卡尔坐标系中的。以红、绿、蓝3种基本色为基础进行不同程度的叠加，产生了丰富的颜色，俗称为三基色模式。 　　1.2边缘检测新算法的思想 　　边缘是指图像的周围像素的灰度值有阶跃变化或有屋顶变化的那些像素的集合，它存在于目标与背景、目标与目标、区域与区域、基元与基元中，是图像的基本特征之一，同时也是分析和识别图像的一个重要的过程。边缘检测的目的是为了标识出数字图像中亮度变化明显的点，它实质上是采用某一种算法提取图像中对象与背景间的交界线。过去研究者对图像进行边缘检测算法大部分考虑的是把图像中的每一个细节边缘都检测出来，这样可以使研究者能更清楚整个图像的整体结构，为后期的图像处理做准备。而本文是以提取彩色图像中比较直观的主要边缘信息为目的设计出的一种新的边缘检测算子，并将改进的Qtsu算法运用到该算子中。该算法设计简单，效果显著。 　　1.3边缘检测算法的设计过程 　　算法设计的指导思想是：基于肉眼观察识别目标的仿生原理，提取反映边界上的点与它周围环境在表现形式上反差与和谐的特征，通过这些特征建立一个适合此类目标提取的一种算法。 　　采用图像的梯度值作为边缘的一阶微分算子。记点（i，j）的灰度值为f（i，j），定义图像中任意两点（i，j）和（i1，j1）的差异性为： 　　算法设计的具体步骤： 　　（1）取图像中的点（i，j）邻近的上下左右4个点（i，j-1）、（i，j+1）、（i-1，j）、（i+1，j），分别求这4个点与点（i，j）的像素值差的绝对值，并记为： 　　（2）分别计算图像中点（i，j）的上下两点（i，j-1）、（i，j+1）以及左右两点（i-1，j）、（i+1，j）差的绝对值，记为： 　　（3）通过计算上述两步，得出算子的一般算式为： 　　（4）利用Qtsu算法计算相应的阈值，综合处理得到最后的图像。 　　1.4该算法在彩色图像中的应用 　　可以用RGB 3个颜色信息表示彩色图像，这样比单独用一个颜色通道得到的信息多，而且能使边缘信息定位在反应图像轮廓结构分界的最佳位置上。对R、G、B 3幅伪灰度图像分别进行边缘检测处理后得到二值化图像，再取三色边缘检测的交集S=R∩G∩B作为最后得到的图像的依据，最后整合处理得到本文算法期望实现的边缘检测效果图