基于数学形态学的图像边缘检测研究.docVIP

基于数学形态学的图像边缘检测研究 　　摘要:图像边缘检测是图像处理的关键技术,是图像处理和模式识别的一个重要的预处理过程。在该文中,介绍形态学在噪声图像上的应用。最后,通过仿真结果,分析其性能和对比于传统边缘检测算子分析其优缺点。 　　关键词:边缘检测;数学形态学;噪声图像;结构元素 　　中图分类号:TP18文献标识码:A文章编号:1009-3044(2010)17-4758-02 　　The Image Edge Detection Based on the Mathematical Morphology 　　SUN Xiao-fei, ZHANG Hong-qun 　　(College of Electronic Information Engineering, Nanjing University of Information Science Technology, Nanjing, 210044 China) 　　Abstract: Image edge detection is the key technology of image processing. Edge extraction is always the most classically studied projects in the computer vision and image procession field. In this paper, the applied research of the morphology is introduced in the noisy image. Finally, through simulation results, analyze its properties and give the comparison to the operators of conventional edge detection and analyze its advantages and disadvantages. 　　Key words: edge detection; mathematical morphology; noisy image; structural elements 　　 　　图像边缘是细节信息中最具描述图像特征的部分,也是图像分析中的一个不可缺少的部分,边缘检测在图像分割,目标区域识别,模式识别以及图像编码等领域有着重要的研究价值。传统的边缘检测方法如Roberts、Sobel、Prewitt等一阶检测算子和LoG、Canny等二阶算子,算法简单,检测线条不连续,去除噪声能力差。总体上来说,传统边缘检测算子对含有噪声的图像处理效果不理想,边缘定位有偏差,不能有效抑制噪声。 　　数学形态学是以积分几何和随机集论为基础,综合了多学科知识的交叉学科;近年来不断发展和完善,使得其在图像处理中的应用越来越广泛。形态学在信号处理上是一种非线性的滤波方法,对图像边缘方向不敏感,能很好的抑制噪声和定位真正的边缘。数学形态学已经成为数字图像处理一个重要的研究领域。 　　1 数学形态学图像边缘检测原理 　　数学形态学是建立在严格数学理论上的一门新学科,是一种新型的数学图像处理方法和理论。形态运算中的腐蚀、膨胀、闭、开是基本的边缘检测运算。可以根据需要组合成不同的数学形态算子,从而根据图像的不同情况进行检测。 　　形态运算的质量取决于所选的结构元和形态变换[2,6],在灰度图像中,设f(x,y)是输入图像,B(i,j)是结构元素,Df和DB分别是函数f和B的定义域。则: 　　灰度膨胀定义为: 　　 (1) 　　灰度腐蚀定义为: 　　 (2) 　　开运算定义为: (3) 　　闭运算定义为: (4) 　　由于开运算可以去除比结构元素小的明亮细节,闭运算可以去除比结构元素小的暗色细节,因而可以组合在一起平滑图像噪声。传统的形态学边缘检测算子:(f?茌B)-f,它得到的是图像外边缘;f-(f?专B),它得到图像内边缘;(f?茌B)-( f?专B),它得到的是骑跨在内外边界上的边缘。 　　2 形态学噪声检测算法 　　将开运算和闭运算组合可构成形态噪声滤波器,对于灰度图像就是进去形态噪声平滑。形态学边缘检测中的开运算和膨胀可以抑制信号中的尖峰噪声,而形态闭运算和腐蚀可以抑制噪声中的低谷噪声。根据这些性质,可以得到基本的抗噪形态算子。 　　抗噪膨胀型算子: (5) 　　抗噪腐蚀型算子: (6) 　　抗噪膨胀腐蚀型算子: (7) 　　抗噪膨胀型算子对低谷噪声(负脉冲)的响应为零,抗噪腐蚀型算子对尖峰噪声(正脉冲)的响应为零,而抗噪膨胀腐蚀型算子对正负脉冲噪声的响应都是零[4],这主要受图