Canny边缘检测算法在图像处理上应用.docVIP

Canny边缘检测算法在图像处理上应用 　　摘要：边缘检测算法一直在图像处理领域十分活跃，本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波，尽可能地将噪声去掉。然后通过亮度梯度的计算，得出图像的整体轮廓。然后再对其进行非极大值抑制处理，将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像，并连接边缘像素点得到边缘图像。通过实验仿真分析，该算法能够很好的抑制噪声并检测出更加精确的图像边缘。 　　关键词：Canny边缘检测算法；高斯平滑滤波；非极大值抑制处理；双阈值处理 　　Abstract：The edge detection algorithm has been quite active in the field of image processing.Canny edge detection algorithm is also chosen for the edge detection processing of image in this paper.Three steps are as followings：first，using Gauss filter to remove the noise of image as much as possible；Second，with the calculation of brightness step，we can draw the images total outline；Third，deleting the false remote pixels by making use of non maxima suppression processing to the outline we observed.Then using dual threshold to deal with the image and join remote pixels.Finally，the edge image forms.Through the analysis of the experimental simulation，this algorithm is good at restraining noise and getting a more accurate edge image. 　　0.引言 　　随着计算机的发展和人们对图像的视觉心理或应用需求不断提高，一系列的图像处理算法及技术也随之蓬勃发展，在图像处理领域中最重要的一项处理技术是边缘检测技术。图像中物体的边缘处表现出图像局部特性的不连续性，比如颜色的突变、灰度值的不连续，在边缘处表现出来的信息量是非常大的，在整个图像中的特征信息占有主导地位，因此图像的边缘检测技术广泛用于图像的轮廓、纹理等特征信息的提取。 　　图像边缘信息中，有走向和幅度两个方面的特征。一般情况下，图像沿着边缘方向的幅值变化是连续的，而在垂直于边缘走向的幅值变化是阶跃型的，也即是非连续变化的。本文主要是以Canny算法对图像进行边缘检测的算法研究。 　　1.Canny边缘检测 　　1.1Canny边缘检测算法基本原理 　　Canny边缘检测的实质就是求取信号函数的极大值问题来来判定图像边缘像素点。该检测算法具有三大特点：①好的检测性：检测出的边缘信息的漏检率和误检率达到最小，使得算法能够尽可能更多地标识出图像的实际边缘；②好的定位性：定位精度最高，使得标识出的边缘尽可能与实际图像的边缘精确程度也就越高；③相应次数最小：图像的边缘像素点只能被标识一次，并且在可能存在噪声的像素点上不被标识。 　　1.2Canny边缘检测算法实现步骤 　　1.2.1高斯滤波 　　在未经处理过的图像上进行任何检测算法都是不能很好地处理以及应用，因此在图像处理之前，对该图像进行滤波预处理，而且滤波效果的好坏直接影响着后续的处理和分析。图像中几种常见噪声有椒盐噪声、脉冲噪声、高斯噪声。通常，图像中噪声以高斯噪声为主，高斯噪声的幅值分布服从高斯分布，因此本文采用高斯滤波，高斯平滑模板与原图像进行卷积计算，得到去噪后的图像。 　　二维高斯函数：G（x，y）=Ae-（x2+y2）2σ2 　　式中σ决定了高斯滤波器的宽度。 　　1.2.2梯度计算 　　对滤波后的图像中的每个像素点，计算其梯度的大小和方向的方法采用一微分算子计算出x方向和y方向的偏微分： 　　Gx=12?-11-11Gy=12?-11-11 　　梯度大小：B（x，y）=G2x+G2y 　　梯度方向：θ（x，y）=arctanGyGx 　　1.2.3梯度的非极大抑制 　　通常情况下，图像幅值阵列中对应像素点的B（x，y）值越大，那么该点梯度值也就越