一种新的边缘检测算法在图像处理中的应用.pdfVIP

《仪器仪表与分析监测)2008年第4期 一种新的边缘检测算法在图像处理中的应用 The ofANew DetectionMethodin Application Edge ImageProcessing 韩丽娟1 王 勇1 耿 辉1 帅立国2 [摘要]介绍了一种新的边缘检测方法，首先通过高斯一拉普拉斯边缘检测算法对图像进行边缘检 测，再结合轮廓提取对提取到的边缘进一步进行跟踪处理。实验表明，与传统的边缘检测算法相比，这种算 法能更好的提取图像中目标物体的边缘，减少检测边缘断裂现象，具有很-i-I-ej应用价值。 [关键词]边缘检测；轮廓提取；图像处理 【中图分类号】11P751 【文献标志码]B 在复杂的自然背景中，提取特定目标是图像处 理、目标识别等研究领域中的重要技术。由于目标 物体的复杂性，以及各种外界因素的影响，如自然景 法都是对图像进行差分和滤波来检测边缘，只是平 物、光照、成像条件、传感器分辨率等，使获得的原始 滑部分的权值不同，在增大窗口邻域时，检测的边缘 图像不同程度地存在边缘模糊、局部或整体对比度 较粗；Robert算法直接计算图像差分，不包含平滑， 差等不足之处，所以很难对目标物体进行有效的分 对噪声敏感；Laplace算法是二阶微分算法，会增强 割和边缘的提取。常规的方法都是基于区域或边缘 噪声对图像的影响；LOG算法先用高斯函数对原图 的。然而，基于边缘特征的方法，使用的边缘检测算 像作平滑处理，再采用无方向的Laplace算法运算， 子会产生不连续的边缘，要从杂乱的场景图像边缘 提取零交叉点作为边缘，该方法在图像灰度变化不 中区别目标的边界非常困难，而且一般的边缘检测 大的区域会检测出伪边缘。虽然这些算子简单且易 算子的计算也非常复杂；另一方面，基于区域均匀性 于实现，但对噪声敏感，抗干扰性差，边缘不够精细。 的图像分割技术虽然被广泛应用，但利用区域均匀 相比之下，基于高斯—拉普拉斯边缘检测算法因具 性的方法如阈值法等对目标成像条件要求很高，当 有信噪比大和检测精度高的优点，被广泛应用。 目标表面灰度不均匀时，利用全局方法无法提取出 1．1拉普拉斯算子 完整的目标。为了解决这一问题，人们又提出了基 因为图像边缘有大的灰度变化，所以图像的一阶 于局部区域的方法，但又带来局部区域无法精确定 偏导数在边缘处有局部最大值或最小值，则二阶偏导 位的问题。显然，依赖单一特征不能保证完整地提 数在边缘处会通过零点(由正到负或由负到正)拉o。 取目标…。通过研究，本文提出了一种基于高斯一 定义拉普拉斯算子为： 拉普拉斯边缘检测算子，结合轮廓提取的方法，在物 V2f：掣+掣 体边缘得到增强、对比度得到改善、噪声得到有效抑 ’缸!矿 制的同时，很好的解决了使用传统的边缘检测算子 则： 在边缘检测过程中带来的检测边缘断裂的问题，从 l 而能够保证检测到的边缘连续、单一、清晰，是一种 -r 实用的图像处理方法。 以i一1√)] 因此，拉普拉斯算子是线性二次微分，与梯度算 l边缘检测 子不一样，具有旋转不变性，从而满足不同走向的图 边缘检测是图像理解、分析和识别领域中一个 像边界的锐化要求。 基础而又重要的课题。边缘检测的效果会直接影响 对阶跃状边缘，二阶导数在边缘点出现零交叉， 图像分割和识别的性能，迄今已有许多经典的边缘 即边缘点两旁二阶导数取异号，据此，对数字图像， 一18一 万方数据 一种新的边缘检测算法在图像处理中的应用韩丽娟，等 (iJ)的每个像素，拉普拉斯算子取它关于x轴和y轮廓跟踪的目的都是为了获得图像的外部轮廓特征。 轴方向的二阶差分之和。