基于Contourlet变换和Susan算子的边缘检测方法.docVIP

基于Contourlet变换和Susan算子的边缘检测方法 　　摘 要:现存的基于空间域的图像边缘检测算法只能有效检测出图像有限方向的边缘。针对这一问题,根据Contourlet变换子带的各方向子带代表的方向信息及其梯度方向,提出了一种基于Contourlet变换和Susan算子的边缘检测算法。边缘检测算法首先对源图像进行Contourlet变换,然后分别对高、低频子图像进行边缘提取,最后通过一定的融合规则进行融合,得到边缘图。实验结果表明,这种边缘检测方法具有有效地抑制噪声、边缘检测精度高等特点,是一种有效的图像边缘提取算法。关键词:边缘检测; Contourlet变换; Susan算子; 空间域 　　中图分类号:TN911-34;TP391 文献标识码:A 　　文章编号:1004-373X(2010)16-0137-03 　　 　　Image Edge Detection Based on Contourlet Transform and Susan Operator 　　LI Jie, XIANG Jing-bo 　　(China Airborne Missile Academy, Luoyang 471009, China) 　　Abstract: The available image edge detection algorithm based on the spatial-domain can capture only limited directional edge in image. An improved algorithm for the image edge detection based on the directions of each directional sub-band and its gradient is proposed to overcome the disadvantages. By the algorithm, firstly, multi-scale decomposition of the image is performed with Contourlet transform. Then the edge detection of low-frequency sub-image and high-frequency sub-image are obtained. Finally, this edge diction method combines the advantages of both methods together to fuse the two edge information obtained by different methods according to certain rule. Experimental results show that the new edge detection method is ??effective?? to suppression of noise, and has advantages of high precision image edge detection.Keywords: edge detection; Contourlet transform; Susan operator; spatial domain 　　收稿日期:2010-03-30 　　基金项目:航空科学基金资助项目(20090112004) 　　 　　边缘是图像最基本的特征,图像的边缘定义为周围像素灰度变化不连续的像素点的集合,也就是图像中具有奇异性的像素点的集合。边缘检测是图像分析、目标识别以及图像滤波的前提和基础。 　　图像信号的奇异性通常包含了图像最本质的信息,图像中的边缘是图像中的奇异点的集合,边缘检测算法则需要发现这些奇异点并对其进行准确定位,加强图像的轮廓特征,以便于人眼和机器的识别。 　　传统的图像边缘检测方法有Prewitt 算子、Sobel算子、Roberts算子、Kirsch算子、 Canny算子、Log算子等[1-4]。但这些算法以一阶导数极大值点或二阶导数过零点作为候选边缘点,通过选取合适的阈值,从中提取图像边缘,因为微分运算对噪声比较敏感,不能抑制噪声,常把噪声当作边缘点检测出来,而真正的边缘却可能被漏检。基于图像全局信息获得的阈值作用于整幅图像,尽管其边缘检测效果较好,但却难于或无法提取图像中灰度变化较小的细节边缘,而这些细节边缘在某些应用场合却是图像分析和识别过程中相对重要的特征。由于图像边缘存在于不同的尺度空间中,传统的基于空间域边缘检测算法在单一尺度上进行边缘检测不可能精确地检测到不同