常用图像边缘检测方法研究分析(修改稿).docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 常用图像边缘检测方法研究 摘 要：数字图像边缘检测在实际应用领域中有很重要地作用.常用地边缘检测算法有Roberts、Sobel、Prewitt、Laplace、 Log滤波器、Canny边缘检测算子等.论文主要分析了各种算子地基本原理，并对各种算子进行了实验，根据结果，对不同算法进行了比较研究. 关键词：图像处理；边缘检测；检测算子 1 引言 利用计算机进行图像处理有两个目地：一是产生更适合人观察地图像，二是希望能由计算机自动识别和处理图像信息.无论为了那种目地，图像处理中地关键一步是对包含有大量各种各样景物信息地图像进行分解，提取一些具有某种特征地图像信息.b5E2RGbCAP 边缘是图像地一个重要特征，两个具有不同灰度值地相邻区域之间总存在边缘.边缘是指周围像素灰度有阶跃变化或屋顶变化地那些像素地集合.边缘地形成是由于物体地材料不同或表面地朝向不同，引起图像中地边缘处存在明暗、色彩、纹理地变化，因此反过来在图像中检查不同灰度、色彩等特性区域地交界处就可得到边缘.边缘是灰度不连续地结果，这种不连续常可利用求导数方便地检测到，一般常用一阶和二阶导数来检测边缘.边缘检测主要采用各种算法来发现，强化图像中那些可能存在边缘地像素点.提取边缘能大大地减少所要处理地信息量但是又保留了图像中物体地形状信息.图像边缘蕴含了图像丰富地内在信息（如方向，跃阶性质与形状等），并广泛应用于图像分割、图像分类、图像配准和模式识别中.p1EanqFDPw 2 常见地边缘及检测地基本步骤 2.1 常见地边缘 常见地边缘有三种.第一种是阶梯形边缘(Step-edge),即从一个灰度到比它高好多地另一个灰度.第二种是屋顶型边缘(Roof-edge),它地灰度是慢慢增加到一定程度然后慢慢减小.还有一种是线性边缘(Line-edge),它地灰度从一级别跳到另一个灰度级别之后然后回来.DXDiTa9E3d （a）阶梯型边缘 （b）屋顶型边缘 （c）线形边缘 图1 边缘地类型 Fig.1 edge types 2.2图像边缘检测地基本步骤 （1）滤波.边缘检测主要基于导数计算，但受噪声影响.但滤波器在降低噪声地同时也会导致边缘强度地损失. （2）增强.增强算法将邻域中灰度有显著变化地点突出显示.一般通过计算梯度幅值完成. （3）检测.在有些图像中梯度幅值较大地并不是边缘点.最简单地边缘检测是梯度幅值阈值判定. （4）定位.精确确定边缘地位置. 3 常用边缘检测算法 各种不同地边缘有不同地特征.图像中地边缘可以由许多地短直线段(也称为边缘元)来逼近,每一个边缘元都由一个位置和一个角度确定.边缘元对应着图像上灰度曲面上一阶导数地不连续性.如果灰度曲面在一个点地 N 阶导数是一个 Delta 函数,那么我们就定义灰度曲面在这个点是 N 阶不连续地.那么线性边缘是 0 阶不连续地,阶梯形边缘是一阶不连续地,而屋顶形边缘是 2 阶不连续地.在大部分情况下,我们都是把图像地边缘全部看作是阶梯形边缘,然后求得检测这种边缘地各种最优滤波器，然后用在实践中.边缘检测主要是图像地灰度变化地度量、检测和定位.有很多种不同地边缘检测方法,同一种方法使用地滤波器也不尽相同.边缘检测就是研究更好地边缘检测方法和检测算子.RTCrpUDGiT 边缘被定义为图像中灰度发生急剧变化地区域边界.而图像灰度地变化情况可以用图像灰度分布地梯度来反映，因此可以用局部图像微分技术获得边缘检测算子[1].记：5PCzVD7HxA (1) 为图像地梯度，中包含局部灰度地变化信息，记 (2) 为梯度地幅度，e（x,y）可以用作边缘检测算子. 为了简化计算也可以将偏导数、地绝对值之和定义为灰度变化地幅度 (3) 以这些理论为依据，提出了许多算法，如常用地边缘检测算子有一阶和二阶微分算子. 3 .1Roberts算子 Roberts边缘检测算子是一阶微分算子，它利用局部差分算子寻找边缘，由式（4）给出[2]： (4)公式有问题有1/2 其中是具有整数像素坐标地输入图像，，和是邻域地坐标.由公式可见，梯度地近似值和相邻像素地灰度差成正比.这使得在一幅图像中，平滑区地梯度值比较小，而边缘区地梯度值比较大，对于灰度级为常数地区域梯度值为零.jLBHrnAILg 1 0 0 -1 0 1 (b)-1 (b) 0 (a) 图2 Roberts算子 fig.2 Roberts operator Roberts交叉算子，使用如图2所示地两个 2*2 模板，计算梯度结果作为左上角像素地梯度值，两模板方向分别为右下方 45度角，左下方 45度角. Roberts 算子直接计算图像差分，不