关于提高边缘检测效果剖析.doc

边缘检测预处理 一．皮损部分宽度和长度测量方法 用边缘跟踪法把皮损部分转化为线性轮廓图形，给每个点都赋上坐标，根据坐标来计算最大宽度和最大长度 高度：线性图形上各点纵坐标的最大差值 宽度：线性图形上各点横坐标的最大差值 二．边缘检测存在的问题 少量噪声和阴影都可能使边缘跟踪暂时或永远偏离边界，造成跟踪中断或者跟踪偏离原本的方向，导致线性轮廓图边界杂乱、有中断点或是存在噪声点和内部点。如下图所示。 问题解决方法 因为单一的边缘跟踪存在的诸多问题，所以在查阅资料后考虑用拉普拉斯边缘检测法。 拉普拉斯边缘检测：若一个无噪声图像具有陡峭的边缘，可用拉普拉斯算子将它们找出来。对经拉普拉斯单一算子滤波后的图像用零灰度值进行二值化会产生闭合的、连通的轮廓并消除了所有的内部点。所以，在运用拉普拉斯算子之前需要进行低通滤波，其中高斯滤波的效果较好。由卷积结合律可以将拉普拉斯算子和高斯脉冲响应组合成一个的高斯拉普拉斯核。 在matlab中的M-H模块含有的LOG滤波器正好满足了高斯拉普拉斯运算。 LoG滤波器：该算法首先对图像做高斯滤波，然后再求其拉普拉斯二阶导数最后，通过检测滤波结果的零交叉可以获得图像或物体的边缘。因而，也被业界简称为Laplacian-of-Gaussian (LoG)算子。