基于各向异性高斯核的图像边缘和角点检测-信号与信息处理专业论文.docx

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： I I PAGE IV PAGE IV 摘要 摘要 图像边缘和角点检测一直是计算机视觉，如目标识别、运动跟踪和图像匹配等 的不可或缺的预处理过程。各向异性高斯核克服了各向同性高斯核在图像处理中 各个方向灰度变化的信息提取能力不足的缺陷，并且具有良好的噪声鲁棒性，因 此可以用它很好的提取图像特征，如图像中边缘或者角点等。 本论文的工作主要围绕着各向异性高斯核在图像预处理中的应用展开研究。重 点研究了图像预处理中的一些关键技术，如：基于各向异性高斯核的图像边缘检 测、角点检测等。 本论文内容主要可概括为以下四部分： 1.融合各向同性和各向异性高斯核的边缘检测。提出了一种新的对噪声鲁棒 的边缘检测算法。该算法结合了小尺度的各向同性高斯核和大尺度的各向异性高 斯核 (anisotropic Gaussian kernels, ANGKs) 去提 取 图 像 的 边 缘 映 射 (edge map strength,EMS)。它的主要优点是保留高边缘分辨率的同时使噪声降低。从各向异性 高 斯 核 导 出 各 向 异 性 高 斯 方 向 导 数 滤 波 器 (anisotropic directional derivatives, ANDDs)，用它可以获取局部图像的各个方向的灰度变化信息。进而得到基于各向 异性高斯核的边缘强度映射。它的噪声鲁棒性取决于尺度因子，它的边缘分辨率 取决于尺度因子和各向异性因子的比值。而且显示了各向异性高斯对图像平滑对 边缘的拉伸效应效应。基于大尺度各向异性高斯核的强度映射和基于小尺度各向 同性高斯核的强度映射融合成一个噪声鲁棒、高边缘分辨率和小的边缘拉伸效应 的边缘强度映射。然后把该边缘强度映射嵌入到 Canny 边缘检测算法的框架中， 得到一个新的噪声鲁棒的边缘检测算法。新算法对 Canny 边缘检测算法做了两个 调整：对比度均衡化和 依赖于噪声的低门限。最后 利用测试图像的特征曲线 (Receiver Operating Characteristic, ROC)和 Pratt 的品质因数(Pratt?s Figure of Merit, FOM)对提出的算法合理性进行验证。 2.基于边缘轮廓线的多弦长曲率多项式的的角点检测。在弦到点的距离累加 (chord-to-point distance accumulation, CPDA)技术和曲率积的基础上，提出了多弦长 曲率多项式的角点检测算法。首先利用某一个边缘检测器提取图像边缘。然后对 于不同弦长下边缘轮廓曲率局部极大值点，计算其曲率的和；对于非极值点，计 算其曲率的积。该方法不仅可以显著增强曲率极值点的峰值，而且避免了曲率积 对一些角点平滑。最后，为了降低人为设定门限带来的错检或漏检，利用局部自 适应阈值去判别角点。 3.基于边缘轮廓的各向异性高斯核角点检测。利用某一个边缘检测器提取图 像边缘的基础上，提出了三种能有效提取图像角点的算法。(1)利用边缘及其周围 像素的梯度方向呈现有规律的变化模式，而在角点处表现为局部各向异性变化的 基于各 基于各向异性高斯核的图像边缘和角点检测 AB ABSTRACT 思想。利用各向异性高斯核平滑边缘及边缘邻近像素，将每一个像素出最大方向 导数所对应的方向定为主方向。对于每一个边缘像素，计算该像素及其周围相邻 像素的主方向概率分布和信息熵。最后利用熵的大小把角点从边缘中抽取出来。(2) 利用各向异性高斯核平滑边缘及边缘邻近像素，得到像素不同方向的方向导数所 对应的幅度值。对每个边缘像素，利用它