基于ccs的數(shù)字圖像邊緣檢測(cè)的設(shè)計(jì)

1、0引?言邊緣是圖像最基本的特征，圖像的輪廓、細(xì)節(jié)基本都存在于圖像的邊緣部分，它是圖像的最基本特征，在圖像分析中借助它能大大地減少所要處理的信息，又保留了圖像中物體的形狀信息。因此，邊界檢測(cè)在圖像處理、模式識(shí)別和機(jī)器視覺(jué)等領(lǐng)域中有很重要的作用，[13]它是底層視覺(jué)處理中最重要的環(huán)節(jié)之一。邊緣能勾畫出目標(biāo)物體，使觀察者一目了然，邊緣蘊(yùn)含豐富的內(nèi)在信息（方向、階躍性質(zhì)和形狀等）。從本質(zhì)上來(lái)說(shuō)，圖像邊緣是圖像局部特征不連續(xù)性（灰度突變、顏色突變

2、和紋理結(jié)構(gòu)突變等）的反映，它標(biāo)志著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開(kāi)始。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)性通?？梢岳们髮?dǎo)數(shù)的方法方便地檢測(cè)到，一般常用一階導(dǎo)數(shù)和二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣。邊緣檢測(cè)的基本思想是首先利用邊緣增強(qiáng)算子，突出圖像中的局部邊緣，然后定義像素的“邊緣強(qiáng)度”，通過(guò)設(shè)置門限的方法提取邊緣點(diǎn)集。經(jīng)典的邊緣檢測(cè)方法是對(duì)原始圖像中[45]像素的某小鄰域來(lái)構(gòu)造邊緣檢測(cè)算子。常用的邊緣檢測(cè)算

3、子有Sobel算子、Robert算子、Prewitt算子、LOG算子和Canny算子。邊緣檢測(cè)的設(shè)計(jì)大多基于Matlab軟件設(shè)計(jì)的，這與工程化還有一定的距離。針對(duì)這一不足，提出了基于CCS的數(shù)字圖像邊緣檢測(cè)的設(shè)計(jì)，為圖像處理提供了一種硬件設(shè)計(jì)的方法。1Sobel算子Sobel算子是一個(gè)梯度算子，一幅數(shù)字圖像的一階導(dǎo)數(shù)是基于各種二維梯度的近似值。[67]圖像在位置的梯度由式（1）定義()fxy()xy（1）xyfGxffGy???????

4、??????????????????該算法是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來(lái)完成的。這兩個(gè)方向模板一個(gè)檢測(cè)垂直邊緣，一個(gè)檢測(cè)水平邊緣。模板內(nèi)的數(shù)字為模板系數(shù)，梯度方向與邊緣方向總是正交垂直的。（2）101202101AM??????????????式（2）為水平梯度方向，用于檢測(cè)垂直邊緣。（3）121000121BM??????????????圖1Sobel算子的程序流程圖3實(shí)驗(yàn)結(jié)果cameraman、lena、coins

5、作為原始圖像分別如圖2(a)、圖3(a)、圖4(a)所示，使用Sobel算子所得的圖像分別如圖2(b)、圖3(b)、圖4(b)所示。分別比較原始圖像與使用Sobel算子所得的圖像，可以得出對(duì)圖像達(dá)到了邊緣檢測(cè)的效果。(a)原始圖像(b)使用Sobel算子所得的圖像(a)原始圖像(b)使用Sobel算子所得的圖像圖2cameraman原始圖像、使用Sobel算子所得的圖像圖3lena原始圖像、使用Sobel算子所得的圖像(a)原始圖像(b