基于改进颜色模型的图像边缘检测方法.docVIP

基于改进颜色模型的图像边缘检测方法 作者：王　玲 现代电子技术 年18期 字数：3393 字体： 【大 中 小】 　　摘 要：边缘检测是图像处理和模式识别领域的基本课题，传统的边缘检测方法仅利用图像的亮度分量信息。给出一种基于改进颜色模型中颜色距离的彩色图像边缘检测方法，通过实验，将文中给出的边缘检测算法与常用的边缘检测算子进行比较。并对边缘灰度图像的阈值处理方法予以讨论，提出一种具有良好的自适应性的算法——极大值法，通过寻找局部极大值点定位边缘。实验表明文中给出的算法在改进图像边缘检测效果上是有效的。 　　关键词：颜色模型;边缘检测;极大值法；模式识别 　　中图分类号：TP391 文献标识码：B 文章编号：1004373X(2008)1816503 　　 　　Method of Image Edge Detection Based on Improved Color Model 　　WANG Ling 　　(School of Communications,Shandong Normal University,Jinan,250014,China) 　　 　　Abstract：Edge detection is one of the fundamental topics in image processing and pattern recognition.Traditional edge detection methods are mostly based on gray images.This paper presents an edge detection method of color image based on improved colorspace.A comparison between this method and the most common edge detection algorithms is made by experiment.The paper discusses threshold techniques and gives an adaptive threshold algorithm of gray edge image.Some examples are given to demonstrate the effectiveness of the methods. 　　Keywords：color model;edge detection;maximum method;pattern relognition 　　 　　1 引 言 　　 　　图像的边缘是图像最基本也是最重要的特征之一。边缘检测是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤。 　　传统的边缘检测方法只考虑由像素的灰度不连续性所反映的边缘。但就每一个像素而言存在着3个参数，即亮度、色调和饱和度，图像中主体与主体之间及主体与背景之间的边界不仅可以通过亮度的跃变来体现，在有些情况下是通过色调和饱和度的跃变来体现的。 　　有关研究表明，图像中约有90%的边缘与其灰度图像中的相同，也就是说，有10%的边缘仅利用亮度分量是检测不到的［1］。 　　目前，彩色图像的边缘检测算法主要在RGB颜色空间中实现，A R Weeks 等人提出一种使用HSI颜色空间的边缘检测算法［2］。 　　这些算法一般都是将灰度边缘检测算法分别应用于各个颜色分量，再通过某种方法将所得结果合并。HSI颜色模型的设计反映人类观察彩色的方式，相比较而言，HSI颜色模型对颜色的描述比RGB颜色模型更符合人的视觉感受［3］。本文对HSI颜色模型进行改进，在改进颜色空间中对彩色图像进行边缘检测，然后对边缘灰度图像的二值化处理技术予以讨论，给出一种基于局部极大值点的二值化算法。 　　2 改进颜色模型中的图像边缘检测 　　传统的边缘检测方法是依据图像的亮度分量信息进行边缘检测，基于颜色距离的边缘检测方法综合考虑色调、饱和度、亮度3个分量的变化来检测边缘，它具有以下优点： 　　首先，可以避免由于仅利用亮度分量检测边缘而产生的边缘信息丢失，得到的边缘信息更为丰富； 　　其次，在改进HS*B颜色空间中进行边缘检测，检测结果更加符合人的视觉感受。 　　2.1 改进的颜色模型 　　用色调、饱和度和亮度这3个要素来描述颜色与人的视觉特征相符，颜色三要素可以用RGB三基色值来计算，在不同的颜色模式中，三要素的计算方法有所区别。下面在HSI颜色模型的基础上，保持色调不变，调整饱和度和亮度,将整个颜色空间压缩到半径为0.5的球内，得到改进的颜色模型HS*Y*，如下:H=θG≥B2π－θG　　Y*=Y×YYm(2) 　　S*=