數(shù)字圖像中邊緣檢測方法的研究

1、數(shù)字圖像中邊緣檢測方法的研究數(shù)字圖像中邊緣檢測方法的研究1引言引言圖像處理，包括圖像增強(qiáng)、噪聲濾除和邊緣檢測等部分；圖像信息量巨大，而邊緣信息是圖像的一種緊描述，是圖像最基本的特征，所包含的也是圖像中用于識別的有用信息。所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，為人們描述或識別目標(biāo)以及解釋圖像提供了一個有價值的和重要的特征參數(shù)，其算法的優(yōu)劣直接影響著所研制系統(tǒng)的性能。理想的邊緣檢測應(yīng)當(dāng)正確解決邊緣的有無、真假、和定

2、向定位，長期以來，人們已付出許多努力，設(shè)法利用邊界來尋找區(qū)域，進(jìn)而實(shí)現(xiàn)物體的識別和景物分析，由于目標(biāo)邊緣、圖像紋理甚至噪聲都可能成為有意義的邊緣，因此很難找到一種普適性的邊緣檢測算法，現(xiàn)有諸多邊緣檢測的方法各有其特點(diǎn)，同時也都存在著各自的局限性和不足之處，因此圖像的邊緣檢測這個領(lǐng)域還有待于進(jìn)一步的改進(jìn)和發(fā)展。而根據(jù)具體應(yīng)用的要求，設(shè)計(jì)新的邊緣檢測方法或?qū)ΜF(xiàn)有的方法進(jìn)行改進(jìn)，以得到滿意的邊緣檢測結(jié)果依然是研究的主流方向。2邊緣檢測的分類及

3、方法研究邊緣檢測的分類及方法研究早在1965年就有人提出邊緣檢測算子，主要分為經(jīng)典算子、最優(yōu)算子、多尺度方法及自適應(yīng)平滑濾波方法，近年來又提出了將模糊數(shù)學(xué)、神經(jīng)元和數(shù)學(xué)形態(tài)學(xué)應(yīng)用于邊緣檢測的思想。2.1經(jīng)典算子經(jīng)典算子傳統(tǒng)的邊緣檢測算法通過梯度算子來實(shí)現(xiàn)，在求邊緣的梯度時，需要對每個象素位置計(jì)算。在實(shí)際中常用小區(qū)域模板卷積來近似計(jì)算，模板是NN的權(quán)值方陣，經(jīng)典的梯度算子模板：Sobel模板、Kirsch模板、Prewitt模板、Robe

4、rts模板、Laplacian模板等，表2.1給出了經(jīng)典算子運(yùn)算速度的比較。表2.1經(jīng)典算子運(yùn)算速度比較緣檢測器所需的特性，推導(dǎo)出最優(yōu)邊緣檢測器的數(shù)學(xué)表達(dá)式。與坎尼密切相關(guān)的還有Deriche算子和沈俊算子，它們在廣泛的意義下是統(tǒng)一的；曲面擬合的基本思想是用一個平滑的曲面與待測點(diǎn)周圍某鄰域內(nèi)像素的灰度值進(jìn)行擬合，然后計(jì)算此曲面的一階或二階導(dǎo)數(shù)。該方法依賴于基函數(shù)的選擇，實(shí)際應(yīng)用中往往采用低階多項(xiàng)式。2.3多尺度方法多尺度方法早期邊緣檢測

5、的主要目的是為了處理好尺度上的檢測和定位之間的矛盾，忽略了在實(shí)際圖像中存在的多種干擾邊緣，往往影響到邊緣的正確檢測和定位。Rosenfeld等首先提出要把多個尺寸的算子檢測到的邊緣加以組合；Marr倡導(dǎo)同時使用多個尺度不同的算子，并提出了一些啟發(fā)性的組合規(guī)則。這一思想后來經(jīng)Witkin等發(fā)展成了尺度空間濾波理論，說明了不同尺度上的零交叉的因果性；LuJain對二維信號進(jìn)行了類似的研究；Yuille和Poggio證明了對于任意維信號，當(dāng)用

6、高斯函數(shù)濾波時，尺度圖中包含了數(shù)目最小的零交叉，并且可以由粗到細(xì)地跟蹤這些零交叉。多尺度信號處理不僅可以辨識出信號中的重要特征，而且能以不同細(xì)節(jié)程度來構(gòu)造信號的描述，在高層視覺處理中有重要的作用。2.4自適應(yīng)平滑濾波方法自適應(yīng)平滑濾波方法該方法是邊緣檢測的一個重要方法，無論是對于灰度圖象處理還是距離圖像和平面曲線處理都是非常有效的。它的優(yōu)點(diǎn)是：（1）平滑濾波的迭代運(yùn)算使信號的邊緣得到銳化，此時再進(jìn)行邊緣檢測，可以得到很高的邊緣定位精度；