基于拉普拉斯算子的边缘检测研究.docVIP

第 28 卷第 6 期Vol128 No16长春师范学院学报 (自然科学版)Journ 第 28 卷第 6 期 Vol128 No16 长春师范学院学报 (自然科学版) Journal of Changchun Normal University(Natural Science) 2009 年 12 月 Dec . 2009 基于拉普拉斯算子的边缘检测研究 孙英慧1 , (1 . 吉林师范大学计算机学院 , 吉林四平 136000 ; 蒲东兵2 2 . 东北师范大学计算机学院 , 吉林长春 130024) [ 摘 要 ] 边缘检测是图像处理 、图像分析和计算机视觉领域中最经典的研究内容之一 , 是进行模式识 别和图像信息提取的基本手段 。本文对基于拉普拉斯算子的边缘检测进行了研究测试 , 取得较好效果 。 [ 关键词 ] 拉普拉斯算子 ; 边缘检测 ; 图像处理 [ 中图分类号 ] TP391 [ 文献标识码 ] A [ 文章编号 ] 1008 - 178X(2009) 06 - 0004 - 03 0 引言 边缘是图像的最基本特征 ,它包含了用于识别的有用信息 ,为人们描述或识别目标以及解释图像提供了一 个重要的特征参数. 边缘检测是图像处理 、图像分析和计算机视觉领域中最经典的研究内容之一 ,是进行模式 识别和图像信息提取的基本手段. 图像边缘检测领域有着很长的研究历史 ,一直是研究的热点和焦点问题. 实 际处理的图像一般都混有噪声 ,如何消除噪声干扰带来的伪边缘并且同时保证边缘定位准确性成为边缘检测 需要解决的一个重要问题 . 1 常用边缘检测算子 边缘检测技术对于处理数字图像非常重要 ,因为边缘是所要提取目标和背景的分界线 ,提取出边缘才能将 目标和背景区分开来. 在图像中 ,边界表明一个特征区域的终结和另一个特征区域的开始 ,边界所分开区域的 内部特征或属性是一致的 ,而不同区域内部的特征是不同的 ,边缘检测正是利用物体和背景在某种图像特征上 的差异来实现的 ,这些差异包括灰度 、颜色或者纹理特征. 边缘检测实际上就是检测图像特征发生变化的位置. 由于噪声和模糊的存在 ,检测到的边界可能会变宽或在某些点处发生间断 ,因此 ,边缘检测包含两个基本 内容 :首先提取出反映灰度变化的边缘点 ,然后剔除某些边界点或填补边界间断点 ,并将这些边缘连接成完整 的线. 常用的边缘检测算子有 Robert 算子 、Sobel 算子 、Prewitt 算子 、LOG 算子等. 其中 : Robert 算子表达式为 :max ( | f ( i , j) - f ( i + 1 , j + 1) | , | f ( i + 1 , j) - f ( i , j + 1) | ) , 是一种利用局部差分算子 1 寻找边缘的算 子 , 对 具 有 陡 峭 的 低 噪 声 图 像 效 果 较 好 , Sobel 算 子 表 达 式 为 : 0 - 1 2 0 - 2 1 0 x 方 向 算 子 , - 1 1 2 1 0 0 0 - 1 - 2 y 方向算子. Sobel 对图像中每个点都用这两个核做卷积 . 该算子对灰度渐变和噪声较多的图像处 - 1 1 理效果较好. Prewitt 算子表达式为 : 1 1 效果较好. 2 拉普拉斯算子 0 0 0 - 1 - 1 - 1 1 0 - 1 1 0 - 1 0 , 该算子对灰度渐变和噪声较多的图像处理 - 1 和 拉普拉斯高斯算子是一种二阶边缘检测方法 , 它通过寻找图像灰度值中二阶微分中的过零点来检测边缘 [ 收稿日期 ] 2009 - 07 - 11 [ 基金项目 ] 吉林省教育厅科技计划项目 (吉教科合字 2007 第 172 号) ; 黑龙江省教育厅科学技术研究项目 。 [ 作者简介 ] 孙英慧 (1975 - ) , 女 , 辽宁海城人 , 吉林师范大学计算机学院讲师 , 从事数据挖掘 、图像处理研究 。 可将图像的边缘提取出来 .0拉普拉斯算子的卷积核为 : - 10- 14- 10- 10- 1- 1- 1- 18- 1- 可将图像的边缘提取出来 . 0 拉普拉斯算子的卷积核为 : - 1 0 - 1 4 - 1 0 - 1 0 - 1 - 1 - 1 - 1 8 - 1 - 1 - 1 , 是一个二阶算子 , 将在边缘处产生一个 - 1 和 陡峭的零交叉 . 拉普拉斯算子是一个线性 、位移不变的算子 , 它的传递函数在频域空间的原点是 0 , 因此经拉普 拉斯过滤的图像具有零平均灰度. 拉普拉斯算子先利用高斯低通滤波将图像进行预先平滑 , 然后用拉普拉斯算 子