資源描述：
《基于重心的一種灰度圖像邊緣檢測算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2010年第19卷第12期計算機系統(tǒng)應(yīng)用基于重心的一種灰度圖像邊緣檢測算法①121林曉敏桂婷胡同森(1.浙江工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院浙江杭州310014;2.浙江工業(yè)大學(xué)之江學(xué)院浙江杭州310024)摘要：本文提出一種基于重心的灰度圖像邊緣檢測算法，將灰度圖像中每一像素的灰度值，作為該像素的“質(zhì)量”、三維空間中的z坐標(biāo)。判斷某像素是否為邊界點，取決于在以該像素為中心點的矩形區(qū)域內(nèi)重心偏移量的大小。該算法具有一定的抗噪性，與采用canny算子的邊緣檢測算法相比較，本文算法對B超灰度圖像的實際檢測效果更好。關(guān)鍵詞：邊緣檢測；重心；偏移量；B超；灰度圖像EdgeDetectionAlgorit
2、hmofGrayScaleImageBasedontheCenterofGravity121LINXiao-Ming,GUITing,HUTong-Sen(1.ZhejiangUniversityofTechnolgyComputerScienceandTechnologyCollege,Hangzhou310014,China;2.ZhejiangUniversityofTechnologyZhijiangCollege,Hangzhou310024,China)Abstract:Analgorithmofedgedetectionofgrayscaleimagebasedonthecen
3、terofgravityisintroducedinthispaper.Thegrayscalevalueofeachpixelisseemedasthe“quality”orthezcoordinatesofthree-dimensionalspaceinthegrayscaleimage.Whetherapixelisaboundarypointornot,isdependingonthesizeoftheoffsetofcenterofgravityinthecenteroftherectangulararea.Thealgorithmhassomenoiseimmunity.Itis
4、comparedtothecannyoperatorofedgedetection,thealgorithmistestedbetteractuallyontheB-ultrasoundimage.Keywords:edgedetection;centerofgravity;offset;B-ultrasound;grayscaleimage1引言偏移量的大小，判斷該像素是否圖像的邊緣點。數(shù)字圖像的邊緣檢測一直是圖像處理技術(shù)中重要本文第二部分介紹算法的原理及分析，第三部分的研究領(lǐng)域之一。圖像中灰度或結(jié)構(gòu)等信息的突然變給出實驗結(jié)果，最后是全文總結(jié)。化對人的視覺而言，就是邊緣。圖像邊緣有兩種屬性
5、：方向和幅度。圖像在方向上的突變可以用一階導(dǎo)數(shù)或2算法介紹二階導(dǎo)數(shù)進行檢測，很多邊緣檢測算法都是建立在此2.1灰度圖像分析基礎(chǔ)上的。如經(jīng)典算法Sobel邊緣檢測算子和Canny現(xiàn)代圖像處理技術(shù)一般將灰度圖像的灰度分為算子，它們的缺點是對噪聲都比較敏感1,2。近期有256級、用數(shù)值0～255表示，0級最低、顯示黑色，研究采用形態(tài)學(xué)梯度算子對圖像進行邊緣檢測，利用255級最高、顯示白色。圖像形態(tài)學(xué)理論處理圖像、抑制圖像的噪聲，然后進如果將像素的灰度值作為其質(zhì)量、三維空間中的行梯度運算，其計算較為復(fù)雜3。本文提出一種基于z坐標(biāo)，那么灰度圖像在三維空間中，具有高低起伏計算重心偏移量的邊緣檢測算法，將
6、像素的灰度值視的特點?；叶戎蹈叩膮^(qū)域質(zhì)量較大，灰度值低的區(qū)域為其質(zhì)量，根據(jù)以該像素為中心點的矩形區(qū)域內(nèi)重心質(zhì)量較小。①收稿時間:2010-04-02;收到修改稿時間:2010-05-02ExperiencesExchange經(jīng)驗交流235計算機系統(tǒng)應(yīng)用2010年第19卷第12期如果某像素位于圖像邊緣，在其一側(cè)應(yīng)為高灰度的區(qū)域與灰度值為198的區(qū)域呈現(xiàn)明顯的落差。如果值區(qū)域，而另一側(cè)應(yīng)為低灰度值區(qū)域。如果某像素作圖像某一區(qū)域的像素點灰度值有大有小，那么圖像在為一個矩形區(qū)域的中心，而該區(qū)域的重心偏離中心位三維空間的映射就呈現(xiàn)高低不平的表面，如同“峰”置越大，該像素作為圖像邊緣點的概率就越大，反之
7、與“谷”。對于灰度值不均勻的圖像區(qū)域，映射到三維亦然。空間后，映射平面的重心會偏離中心，向質(zhì)量大(灰像素的灰度值作為Z坐標(biāo)、在三維空間的映射如度值高)的區(qū)域偏移。圖像某一區(qū)域中像素點位置圖1所示。與此區(qū)域重心在XY軸上的幾何距離，稱作重心偏移量。2.2重心偏移量計算由上述分析可以看出，灰度圖像的邊緣與其映射的曲面的重心有關(guān)聯(lián)。以灰度圖像中每個像素點為中心，采用空域法計算該像素點灰度值的重心偏移量?？紤]到在實際
