一种简单易行灰度图像边缘检测方法_王小明.pdfVIP

一种简单易行的灰度图像边缘检测方法 王** （广东工业大学 计算机学院，软件工程专硕，学号2111505***) 摘要:基于对图形图像处理的理解，提出一种简单易行的边缘检测方法。在此方法中我们通过比较相邻 像素点的灰度值来决定为某个像素设置相应的颜色，该方法中我们将检测出的边缘像素点设成黑色或白色。 其思想是，尝试像艺术家速写那样勾勒线条。实验表明:该方法对灰度图像是一种简单，易行的边缘检测方 法。 关键词：边缘检测；灰度值；阈值选取 引言 边缘是图像的最重要的特征之一，往往携带着一幅图像的大部分信息，它反映了图像中 [1] 一个物体区别于其他物体最基本的特征 。所谓边缘是指其周围像素灰度值有明显变化（阶 跃变化或屋顶变化）的那些像素的集合。边缘广泛存在于目标与背景之间、目标与目标之间、 区域与区域、基元与基元之间。边缘检测是基于边界的图像分割方法，是采用某种算法来提 取出图像中对象与背景间的交界线。边缘检测是实际中许多图像处理应用的基础，目前，数 [2] 字图像边缘检测技术广泛应用于图像分割、运动检测、目标跟踪、人脸识别等领域 ，因此 研究图像边缘检测与提取方法具有重要的理论意义和现实意义。 传统的图像边缘检测是利用图像一阶导数的极值或二阶导数的过零点信息来提供判断 边缘点的依据。利用一阶微分的算子有Roberts、Sobel、Prewitt 、Kirsch ，利用二阶微分的算 [3] 子有Laplace 、LOG 等 。近些年人们将模糊理论、统计分析、小波变换、数学形态学，神 [4] 经网络、遗传算法、曲面拟合等与边缘检测联系起来，提出了许多新的边缘检测算法 。以 上的这些算法各有优点，但是对于初学者来说不易理解，难于操作。 我们可以从人物的线条画中识别出人脸或其他特征，这真是视觉系统的一项重要的特性。 现实的世界中，并没有明显的线条定义世界的特征。例如鼻子和眼睛周围没有明晰的线条， 但任何一个小孩都能画出一张脸，一个勾代表鼻子，两个圈代表眼睛——而且我们都能认出 [5] 那是一张脸。通常，在有亮度差别的地方，我们就能看到一条线 。在灰度图像中，灰度值 间接的表明了某一像素的亮度。对此我们提出了一种简单的基于灰度值比较的灰度图像边缘 检测方法。 1 基于灰度值比较的边缘检测算法的分析与设计 1.1 算法简单概述 遍历所有像素点，把每个像素点的灰度与它下面的和右边的像素进行比较。如果该像素 点与下面和右边都有适当的灰度差，那么我们就把该像素点置成白色，否则，把它置为黑色。 1.2 获取像素点的灰度值 对于RGB 转灰度，有一个很著名的公式： = ∗ 0.299 + ∗ 0.587 + ∗ 0.114 而实际应用时，我们希望尽量避免低速的浮点运算，所以需要整数算法。因此可以将它 们缩放1000 倍来实现整数运算： = ( ∗ 299 + ∗ 587 + ∗ 114 + 500)/1000 上面的整数算法已经很快了，但是有一点仍制约速度，就是最后的除法。移位比除法更 快，所以我们最后选用整数移位算法，如式(1)所示： = ( ∗ 38 + ∗ 75 + ∗ 15) 7 （1） 1.3 判断像素点是否为边缘点 使用1.2 的方法，我们可以获得当前像素点的灰度值now，下方像素点的灰度值down， 右方像素点的灰度值right 如果当前像素点的灰度值与下方像素点，右方像素点的差值都大 于一个阈值T ，则该点为边缘点。综上所述边缘点的判断可以表示为式 （2），式（3）: 推出 (| −