基于改进Sobel算子的边缘检测算法.doc.docVIP

基于Sobel算子的改进边缘检测算法 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：提出了一种基于Sobel算子改进的边缘检测算法。该算法在传统Sobel算子模板基础上增加了45o方向和135o方向两个模板，提高了边缘定位的精度。在计算图像梯度时结合了方向拆分法，将每个方向梯度与两个子方向半个模板对应的像素点之和分别求比值，选择最大者作为该方向的梯度值，然后将四个方向梯度的最大值作为窗口中心点的梯度，最后对梯度图像进行阈值分割和细化，得到边缘图像。实验证明，算法获取的图像边缘与传统Sobel算法相比，具有定位准确、图像边缘较细的优点。 关键词：边缘检测；Sobel算子；图像梯度；边缘细化 中图分类号：TP 391.41　文献标识码：A　 文章编号： A improved edge detection algorithm based on sobel operator SHEN De-hai,ZHANG Long-chang, E Xu Institute of Information Science and Technology, Bahai University, Jinzhou , Liaoning 121013, China Abstract: A improved edge detection algorithm based on Sobel operator is presented. The algorithm increases 135 o and 45 o directions templates based on the original two directions templates, improve the edge localization accuracy. Uses direction separation method to calculate the image gradient, which calculates the ratio of each direction gradient and the sum of the corresponding pixel values in each half window, selects the maximum the direction gradient values, then use the maxium of the four direction gradient values as the gradient value of center point in the detect window, finally obtains the edge image by using threshold segmentation and refinement. Experiments show the algorithm has the advantages of accurate positioning and finer edge compared with traditional Sobel. Keywords: edge detection; Sobel Operator; image gradient ; edge refinement 0.引 言 在计算机视觉和图像处理等领域中，图像边缘检测技术占有重要的地位，其效果直接影响图像处理后续工作质量。边缘是图像灰度变化最为显著的区域，主要存在于目标与背景之间、目标与目标之间、区域与区域之间、基元与基元之间[1]，边缘检测就是确定和提取这些边界信息，为后续分析和处理提供重要的依据和基础。图像边缘检测技术在生产安全监控、生物工程、医学诊断、工业自动化、遥感遥测及故障检测等领域应用广泛，并起着极其重要的作用。 图像边缘检测算法一直是国内外众多学者研究的热点之一，每年都有上百种被提出来，但这些算法的基本思想主要分为以下三大类：一类是借助空域微分算子[2]，用微分模板与图像进行卷积运算来实现的方法，亦被称为传统边缘检测算法，如 Roberts算子、Sobel算子、Prewitt算子、CannySnake算法[8]等。第三类是近些年来发展起来的新理论应用到边缘检测中的方法，如基于小波理论[9]、遗传算法[10]、模糊理论[11]、形态学理论[12]等边缘检测算法。传统的边缘检测算法都是利用梯度极大值或二阶导数过零点值来边缘Sobel等）以较强的适应性和速度快等优势获得了较为广泛的应用，本文针对传统Sobel算法的不足提出了一种改进算法，算法对初始梯度进行了二次更新，在边缘检测方向、定位精度、粗细程度都得到较好的提高。 传统Sobel边缘检测原理 传统的s