基于八方向卷积模板的边缘检测算法.doc

基于八方向卷积模板的边缘检测算法 沈德海，张龙昌，鄂旭 渤海大学 信息科学与技术学院，辽宁 锦州 121013 摘 要：图像边缘检测存在的及边缘较粗等，提出了一种的算法。算法采用0o22.5o、 45o、67.5o、 90o、112.5o 、135o和o八个方向的卷积模板进行边缘检测，模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定，充分考虑到了邻域内像素对中心点方向梯度的贡献大小，能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化，可得到单像素的图像边缘。实验结果表明，该算法获取的边缘图像边缘，边缘细，整体效果优于传统Sobel。 911.73　文献标识码：A　 文章编号： Edge Detection Algorithm Based Eight Directions Convolution Templates SHEN De-hai，ZHANG Long-chang，E Xu Institute of Information Science and Technology, Bahai University, Jinzhou , Liaoning 121013, ChinaAbstract: An edge detection algorithm based on six directions convolution templates is proposed aiming at the shortcoming of traditional Sobel operator in poor location accuracy and coarse edge. The algorithm uses eight direction templates of 0o,22.5o,45o,67.5o,90o,112.5o,135o and 157.5 o to detect image edge, considering the contribution of neighborhood pixels for the center pixel in the direction gradient, the templates weights is determined according to the distances and the direction included angle of neighborhood pixel and the center pixel, the different image edge can be detected well. In order to get single pixel width edge, uses improved non-maximum suppression to refine the edge of gradient image. The results show that the new algorithm can detect the image edge relatively complete，with accuracy direction and thinner edge, the whole effects are better than traditional Sobel algorithm. Keywords: Edge detection; Eight direction convolution templates; weight; refining; Non-maximum suppression 引 言 边缘是图像中灰度变化显著的区域，是图像的基本特征，包含了图像的重要信息，是图像分割、图像识别和图像理解的重要依据[1]。边缘检测是图像处理与模式识别中的一个关键技术，是一个图像预处理过程，其结果的好坏将直接影响图像进一步处理的精度和效果。总体上来说，边缘检测算法主要分为两大类。一类是传统的基于梯度算子模板边缘检测算法，如Roberts[2]、Sobel[3]、Prewitt、Log、 Canny[4]等，它们通过卷积模板（带有权值）与图像进行卷积运算，获取图像梯度，通过阈值对边缘进行提取。这些算法形式简单、计算速度快、普适性较强，应用比较广泛。但传统的边缘检测算法存在边缘方向性不强和边缘较粗及抑噪性能差等问题。另一类是新的理论在边缘检测中的运用而产生的算法，如形态学算法[5]、小波算法[6]、模糊理论算法[7]、神经网络算法[8]、遗传算法[9]和蚁群算法[10]等，这些算法在边缘精度、抑噪性能等方面有着一定的优势，但也各自存在着诸如计算量大、适应性差、算法复杂、实时性差等一些问题。本文以传统S