數(shù)字圖像中邊緣檢測(cè)方法的研究

1、數(shù)字圖像中邊緣檢測(cè)方法的研究數(shù)字圖像中邊緣檢測(cè)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(cè)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(shí)別的有用信息。所謂邊緣是指其周?chē)袼鼗叶扔须A躍變化或屋頂變化的那些像素的集合，為人們描述或識(shí)別目標(biāo)以及解釋圖像提供了一個(gè)有價(jià)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(cè)應(yīng)當(dāng)正確解決邊緣的有無(wú)、真假、和定

2、向定位，長(zhǎng)期以來(lái)，人們已付出許多努力，設(shè)法利用邊界來(lái)尋找區(qū)域，進(jìn)而實(shí)現(xiàn)物體的識(shí)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(cè)算法，現(xiàn)有諸多邊緣檢測(cè)的方法各有其特點(diǎn)，同時(shí)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(cè)這個(gè)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(cè)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(cè)結(jié)果依然是研究的主流方向。2邊緣檢測(cè)的分類及

3、方法研究邊緣檢測(cè)的分類及方法研究早在1965年就有人提出邊緣檢測(cè)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(lái)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(cè)的思想。2.1經(jīng)典算子經(jīng)典算子傳統(tǒng)的邊緣檢測(cè)算法通過(guò)梯度算子來(lái)實(shí)現(xiàn)，在求邊緣的梯度時(shí)，需要對(duì)每個(gè)象素位置計(jì)算。在實(shí)際中常用小區(qū)域模板卷積來(lái)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(cè)器所需的特性，推導(dǎo)出最優(yōu)邊緣檢測(cè)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?cè)趶V泛的意義下是統(tǒng)一的；曲面擬合的基本思想是用一個(gè)平滑的曲面與待測(cè)點(diǎn)周?chē)赤徲騼?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(cè)

5、的主要目的是為了處理好尺度上的檢測(cè)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(cè)和定位。Rosenfeld等首先提出要把多個(gè)尺寸的算子檢測(cè)到的邊緣加以組合；Marr倡導(dǎo)同時(shí)使用多個(gè)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(lái)經(jīng)Witkin等發(fā)展成了尺度空間濾波理論，說(shuō)明了不同尺度上的零交叉的因果性；LuJain對(duì)二維信號(hào)進(jìn)行了類似的研究；Yuille和Poggio證明了對(duì)于任意維信號(hào)，當(dāng)用

6、高斯函數(shù)濾波時(shí)，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(hào)處理不僅可以辨識(shí)出信號(hào)中的重要特征，而且能以不同細(xì)節(jié)程度來(lái)構(gòu)造信號(hào)的描述，在高層視覺(jué)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(cè)的一個(gè)重要方法，無(wú)論是對(duì)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(hào)的邊緣得到銳化，此時(shí)再進(jìn)行邊緣檢測(cè)，可以得到很高的邊緣定位精度；