图像边缘检测技术及实现.docVIP

图像边缘检测技术及实现 　　摘要：边缘检测技术在数字图像处理中有着重要的作用。本文对图像的边缘检测的各种边缘检测方法进行介绍和详细分析,并通过MATLAB对各种算法进行实现，通过比较得出了各自的优缺点和适用范围，以及小波变换和数学形态学的边缘检测技术在复杂背景中的优势，为实际应用采用合适的图像边缘检测技术提供对照和参考。 　　Abstract:Edge detection technologies play an important role in digital image processing. This paper introduces and analyzes several methods of edge detection in digital image processing, at the same time, compares each method and indicates the advantages and disadvantages of each method through MATLAB experience, and the superiority of wavelet transform and mathematical morphologica detection technologies, which provide the comparison and the reference for uses right image edge detection technology to the practical application． 　　关键词：边缘检测；图象处理；算子；小波变换；数学形态学 　　Key words:edge detection；image processing；arithmetic operator；wavelet transform；mathematical morphologica 　　 中图分类号：TP399文献标识码：A文章编号：1006-4311（2011）22-0162-02 　　0引言 　　边缘检测技术是图像特征提取中的重要技术之一，也是图像分割、目标区域识别、区域形状提取等图像分析方法的基础。近年来，新的边缘检测方法不断涌现。这些方法各具特点，但同时也存在着局限性，这给人们在实际应用中如何选择合适的图像边缘检测方法提出了新的难题。 　　本文对经典的边缘检测算子――Roberts算子、Prewitt算子、Sobel算子、LOG算法、Canny边缘检测器和新的基于小波变换的边缘检测方法、基于数学形态学的边缘检测方法这几种边缘检测方法进行详细分析，并用Matlab进行仿真得到不同算法的边缘检测算法的效果图，对效果图进行比较其优点和缺点，从而为人们在实际应用中选择合适的图像边缘检测方法提供实验依据。 　　1经典的边缘检测技术 　　物体边缘是以图像的局部特征不连续的形式出现的，即是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等。边缘检测的基本意图是使用如下准则之一在图像中找到亮度快速变化的地方[1]：①找到亮度的一阶导数在幅度上比指定的阈值大的地方。②找到亮度的二阶导数有零交叉的地方。 　　经典的边缘检测算法有Roberts算子、Prewitt算子、Sobel算子，拉普拉斯高斯（LOG）算法及Canny边缘检测器等。 　　 　　1.5 Canny边缘检测器Canny边缘检测器是使用函数edge的最有效边缘检测器。Canny 算子的梯度是用高斯滤波器的导数计算的，检测边缘的方法是寻找图像梯度的局部极大值[5]。 　　2新的边缘检测技术 　　2.1 基于小波变换的边缘检测方法小波变换实质上是时域-频域的局部变换。小波变换具有天然的多尺度特征，通过伸缩平移对信号进行细化分析，达到高频处时间细分，低频处频率细分[7]。 　　实现步骤：①计算图像的二维小波变换；②修改变换系数；③计算反变换。 　　2.2 基于数学形态学的边缘检测方法数学形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的基础是集合论，由一组形态学的代数运算子组成，基本运算包括膨胀、腐蚀、开启和闭合4种。还可以组合成其他各种数学形态学实用算法。若假设f为输入的灰度图像，b是结构元素，则用结构元素对输入图像进行灰度形态学基本运算的定义如下[8]： 　　 　　基于以上这几种形态学的算法，得到几种―般性的边缘检测算子：若采用膨胀运算，则边缘检测算子为：Gd=f?堠b-f?b 　　若采用形态学梯度运算，则边缘检测算子为： 　　 　　3仿真结果及分析 　　3.1 仿真结果（图1~图8