图像边缘提取算法探究报告.doc

图像边缘提取算法研究报告 概述 图像的边缘包含了图像最重要的信息。什么是边缘？一般是指图像灰度变化率最大的位置。从成因上看，一般图像边缘主要由四个方面的因素形成：(1)图像灰度在表面法向变化的不连续造成的边缘；(2)图像对像素在空间上不一致形成的边缘；(3)在光滑的表面上由于颜色的不一致形成的边缘：(4)物体的光影造成的边缘。图像边缘提取的作用有：(1)改良图像质量；(2)分离对象；(3)理解和重构视觉场景；(4)识别特征；(5)其他。 图像边缘检测是图像处理与计算机视觉共同的基本课题，1960年以来，相继发展了一系列采用梯度算子和拉普拉斯算子的边缘检测技术；为了降低图像噪声对边缘检测算法的干扰，1980年以来，又建立了高斯低通滤波与拉普拉斯算子复合的过零点检测Marr-Hildreth理论；在另一个方向上，1980年代初期，Canny从信号处理的角度出发，使边缘检测算法更具有实用性。本报告主要介绍以上以上几个方面的内容，通过matlab程序实现以上几种算法，对比各种算法的性能。 算法介绍及相应程序 基于微分算子的边缘检测 检测图像边缘信息，可以把图像看做曲面，边缘就是图像的变化最剧烈的位置。这里所讲的边缘信息包含两个方面：一是边缘的具体位置，即像素的坐标；而是边缘的方向。微分算子有两个重要性质：定域性(或局部性)、敏感性(或无界性)。敏感性就是说，它对局部的函数值变化很敏感，但是因其对变化过于敏感又有了天然的缺陷——不能抵抗噪声。局部性意思是指，每一点的导数只与函数在该点邻近的信息有关。 主要有两大类基于微分算子的边缘检测技术：一阶微分算子边缘检测与二阶微分算子边缘检测。这些检测技术采用以下的基本步骤： 将相应的微分算子简化为离散的差分格式，进而简化为模板(记为T)。 利用模板对图像f(m,n)进行运算，获得模板作用后的结果Tf(m,n)。 提出阈值h,在采用一阶微分算子情形记录下高于某个阈值h的位置坐标 (而采用二阶微分算子情形，一般是对某个阈值确立 ) 对集合进行整理，同时调整阈值h。 Roberts算子 Roberts算子是一种利用局部差分算子寻找边缘的算子，两个模板分别为 则，= = 算法的步骤为： 首先用两个模板分别对图像作用得到和； 对，进行阈值判决，若大于阈值则相应的点 位于便于边缘处。 对于阈值选取的说明：由于微分算子的检测性能受阈值的影响较大，为此，针对具体图像我们采用以下阈值的选取方法，对处理后的图像统计大于某一阈值的点，对这些数据求平均值，以下每个程序均采用此方法，不再做说明。 具体程序如下： %-----filename:Roberts.m------------------------- %-----Useage:edge detecting by the Roberts operator----- %-----Writer： Subailong------------------------- function edgeRb=Roberts(oimage); [xlen ylen] = size(oimage); %read the size edgeX = zeros(xlen,ylen); %horizontal direction edgeY = zeros(xlen,ylen); %vertical direction edgeXY = zeros(xlen,ylen); %synthesize the two directions %--------------process the oringin image with the operator---------------- for i = 1:xlen-1 for j = 1:ylen-1 edgeX(i,j) = oimage(i,j) - oimage(i+1,j+1); edgeY(i,j) = oimage(i+1,j) - oimage(i,j+1); end end edgeX = abs(edgeX); edgeY = abs(edgeY); edgeXY = sqrt(edgeX.*edgeX + edgeY.*edgeY); %---------Thresh estimate-------------------- rsum=0; counter=0; for i = 2:xlen-1 for j = 2:ylen-1 if(edgeXY(i,j)15) rsum=rsum+edgeXY(i,j); counter=counter+1;