基于梯度算子的邊緣檢測(cè)方法的研究與改進(jìn)-論文.pdf

《基于梯度算子的邊緣檢測(cè)方法的研究與改進(jìn)-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、l匐地基于梯度算子的邊緣檢測(cè)方法的研究與改進(jìn)Researchandimprovementonthealgorithmsofimageedgedetectionbasedongradientoperators潘躍龍’，顧寄南’，鄭立斌，王紅梅’，梁剛PANYue．1ong’，GUJi．nan’，ZHENGLi．bin，WANGHong-mei，LIANGGang(1．江蘇大學(xué)制造業(yè)信息化研究中心，鎮(zhèn)江212013；2．景德鎮(zhèn)學(xué)院，景德鎮(zhèn)333000)摘要：圖像的邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域中最重要的技術(shù)之一，其算法的優(yōu)劣影響整個(gè)視覺(jué)系統(tǒng)的好

2、壞。研究了經(jīng)典的基于梯度算子的邊緣檢測(cè)方法，并且將Sobel算子與Canny算子進(jìn)行比較，根據(jù)它們各自的優(yōu)點(diǎn)提出了一種新的算法，新算法既有一定的精度，也滿足實(shí)時(shí)性要求。關(guān)鍵詞：邊緣檢測(cè)；Sobel算子；Canny算子；數(shù)學(xué)形態(tài)學(xué)中圉分類號(hào)：TP242文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-0134([2014)09(上)一0082一O3Doi：10．3969／J．Issn．1009-0134．2014．09(I-)．210引言圖像邊緣對(duì)圖像理解和計(jì)算機(jī)分析十分有偏導(dǎo)數(shù)可表示為：用，邊緣包含了豐富的圖像信息，如方向，階躍=[f+1，巾，]-EE：廠[f

3、√]一廠[f，J+1]性質(zhì)，形狀等，是圖像最基本的特征，是機(jī)器視Ufnun覺(jué)研究的基礎(chǔ)。從本質(zhì)上說(shuō)，邊緣反映圖像局部圖像可以看作離散點(diǎn)的集合，為了減少計(jì)算特性不連續(xù)性，例如圖像灰度的突變，它標(biāo)志一量，一般用邊緣算子模板與圖像進(jìn)行匹配，來(lái)代替?zhèn)€區(qū)域的結(jié)束和另一個(gè)區(qū)域的開(kāi)始。上述計(jì)算。一般常見(jiàn)的一階導(dǎo)數(shù)算子模板有，Robert常用的邊緣檢測(cè)方法有：基于梯度算子的邊算子模板，sobel算子模板，仕算子模板。緣檢測(cè)，基于形態(tài)學(xué)的邊緣檢測(cè)，基于模糊學(xué)的Robert算子模板為：邊緣檢測(cè)，基于神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)，基于遺傳『10㈨]『0]算法的邊緣檢測(cè)等等。重

4、點(diǎn)介紹梯度算子法在本-1lI．10I項(xiàng)目中的應(yīng)用及改進(jìn)。Sobel算子模板為：1經(jīng)典梯度算子法．1O1．1．2．1最常見(jiàn)的邊緣，其灰度變化可能呈階梯狀，．202O0O也可能是呈脈沖狀，對(duì)它們求一階導(dǎo)數(shù)和二階導(dǎo)—101121數(shù)，邊緣發(fā)生在導(dǎo)數(shù)最大或最小的位置，也有可能發(fā)生在導(dǎo)數(shù)的零點(diǎn)位置，基于以上理論，研究Prewitt算子模板為：學(xué)者提出了基于一階導(dǎo)數(shù)的梯度算子，如下．1O．1．1．1．1OO0OG[f(m=+，，z)]=IIum／I+(I＼／lI．1O111梯度的方向定義為：一階梯度算子法往往使邊緣變得模糊且較粗，所以研究學(xué)者們又提出了基于二

5、階導(dǎo)數(shù)的拉arc協(xié)＼an普拉斯算子，V廠=+a2f，其中二階偏導(dǎo)數(shù)取適當(dāng)閾值T，若G，一)]>T，則(m，n)為邊緣點(diǎn)，對(duì)于數(shù)字圖像，導(dǎo)數(shù)可以用差分來(lái)近似，用差分表示為：收稿日期：2014-04-10基盒項(xiàng)目：江西省教育廳科技計(jì)劃項(xiàng)目(GJJ13784)作者簡(jiǎn)介：潘躍龍(1989一)，男，碩士，研究方向?yàn)闄C(jī)器人分析、仿真、視覺(jué)與控制技術(shù)?！?2l第36卷第9期2014—09(上)I匐化=[f，J+1】一2[f，JD+廠[f，J—l】=Or[i+1，卜2廠[f，JD+y[i一1，]二階方法比一階方法的定位精度要高，但對(duì)噪聲有加強(qiáng)作用，所以可以先對(duì)

6、圖像用高斯型二維低通濾波器進(jìn)行濾波，然后再進(jìn)行拉普拉斯算子邊緣提取，這就是拉普拉斯高斯算子(LOG算子)。高斯濾波函數(shù)為：)=唧c1_]對(duì)上式求二階導(dǎo)數(shù)得：V)=．X+y2-20-2』＼一等一]』濾波效果取決于的取值，0值越大，濾波效果越好，但同時(shí)丟失了重要的邊緣信息；0值越小，邊緣細(xì)節(jié)就越多，計(jì)算量也就越大。合理選擇。的值，對(duì)邊緣的獲取至關(guān)重要，它往往根據(jù)實(shí)際情況而定，沒(méi)有統(tǒng)一的取值。經(jīng)典的LOG算3新算法及實(shí)驗(yàn)結(jié)果子如下：00．10O0—1．2—10—1—216．2—10—1—2．1000—1002Canny邊緣檢測(cè)算子經(jīng)典的梯度算子法，實(shí)

7、時(shí)性較好，易于實(shí)現(xiàn)，但對(duì)噪聲敏感，抗干擾性差，得到的邊緣往往很粗。Canny于1986提出了基于最優(yōu)化算法的邊緣檢測(cè)算法，Canny認(rèn)為一個(gè)優(yōu)良的邊緣的檢測(cè)算子應(yīng)以下三個(gè)特性：1)較大的信噪比，不能把非邊緣點(diǎn)當(dāng)作邊緣點(diǎn)檢出；2)較高的定位性能，檢測(cè)到的邊緣點(diǎn)與實(shí)際邊緣點(diǎn)位置很近；3)唯一性，每個(gè)邊緣點(diǎn)有唯一的響應(yīng)。對(duì)應(yīng)以上三條準(zhǔn)則，Canny算子實(shí)現(xiàn)過(guò)程如下：1)用高斯濾波器對(duì)原始圖像進(jìn)行平滑去噪；2)用一階偏導(dǎo)數(shù)的有限差分計(jì)算梯度的幅值225。270。315。，如下所示：和方向；3)對(duì)梯度幅值進(jìn)行非極大值抑制；[享]『r二÷[立i]