基于数学形态学细化算子的改进Canny算法研究.pdfVIP

第 35卷第 2 期 测绘科学 Vol35 No2 20 10年 3月 Science of Su rveying and M app ing M ar 基于数学形态学细化算子的改进 Canny算法研究 闫丽丽 , 许长辉 , 高井祥 , 王 　坚 (中国矿业大学环境与测绘学院 ,江苏省资源环境信息工程重点实验室 , 江苏徐州 　22 1116) 【摘 　要 】边缘检测是图像处理领域研究的一个重要内容 。本文基于数学形态学改进现有 Canny算子 。该方法首 先用 Canny算子进行滤波 , 然后采用非极大抑制技术 , 将强边缘图像和弱边缘图像的边缘进行连接 , 再对提取的 边缘利用形态学细化算子细化 。针对不同图像采用不同门限比例 , 可取得不同的边缘提取效果 。本文采用峰值信 噪比、均方误差 、平均绝对误差三个评价指标对边缘检测算法的优越性进行度量 。实验分析表明 , 本文算法优于 Sobel算子 、Roberts算子 、Log算子及传统 Canny算法 。 【关键词 】边缘检测 ; 数学形态学 ; 细化算子 ; Canny算子 【中图分类号 】TP751　　　　 【文献标识码 】A 　　　　 【文章编号 (20 10) 波 , 以去除图像中的噪声 ; ②用高斯算子的一阶微分对 图 1　引言 像滤波后 , 计算图像中的每个像素梯度的大小和方向; ③ 边缘检测技术在 图像分析和图像识别领域至关重要 , 对梯度进行 “非极大抑制 ”: 梯度的方向可以被定义为属于 因此探讨一种最优边缘检测算子也是近几年来热门课题之 4个区之一 , 各个区用不同的邻近像素用来进行比较 , 以 一 。边缘检测是利用物体和背景在某种图像特性上的差异 决定局部极大值 , 这 4 个区及其相应的比较方向如表 1所 τ 来实现的 , 这些差异包括灰度 、颜色或者纹理特征 。通过 示 ; ④用双阈值算法检测和连接边缘 : 设定两个阈值 1和 抽取出反映灰度变化的边缘点 , 然后剔除某些边界点或填 τ( τ τ) , 对非极大值抑制图像进行双阈值化 , 可得到 2 2 1 补边界间断点 , 并将这些边缘连接成完整的线来实现边缘 τ 两个检测结果 , 分别是以高阈值 2 分割得到的图像 T2 和 [ 1 ] 检测 。传统的边缘检测算子如 Sobel, Roberts等 , 大部分 τ 以低阈值 1分割得到的图像 T1。图像 T2 阈值较高, 所以 为局域窗口梯度算子 。Log[2 ]算法图像灰度变化不大的区域 噪声较少, 但是造成了边缘信息的损失; 图像 T1 阈值较 会检测出伪边缘 。虽然这些算子简单且易于实现 , 但提取 低, 则保留了更多的信息 。于是以图像 T2 为基础, 以图像 的边缘不够