边缘检测的分层松弛方法

《边缘检测的分层松弛方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第卷第期华中理工大学学报。。年月合边缘检测的分层松弛方法张汀汀柳健电子与信息工程系提要本,文基于图象的分层衣示提出了一种边缘检测的分层松弛方法实验结果,本,,而且不受噪,表明文方法计算简单运算速度快声影响能有效地应用于细胞图象的边缘检测关键词图象处理边缘检测特征提取松弛方法分层表示锥体结构中图法分类号松弛方法的一般模型离散松弛二,,,,,,二,,,,设有对象集⋯类别标号集一砂对于每一对象。‘,,‘,⋯,‘,,,‘、,任用维的布尔矢量表示其类别属性的取值为和若,‘。,‘、一了,,,,则令否则簇成簇镇定义一组相容系数表,任和任,‘任、,任两,示这两个事件的相容程度若与事

2、件相容则取‘,,,,,,,‘否则将在迭代处理中不断按照其邻接对象的属,。,,,二。,,性状态而进行更新若存在六镇兰镇镇则在下次迭代时‘’二,,‘’‘、毗否则叭丫一为迭代次数的更新公式如下’“『,,,·飞“祝份登公、君“”“,兜概率松弛,‘如上节所述设有对象集及标号集对象集对每个类别的相似程度用概率集‘,‘,,‘。,。,‘,,,⋯夕来表示簇习相容系数“的取值范围为一一,〕,‘任、,任两,‘,,,〔若与事件完全相容则取句若该两事件完,‘,,,一一,,,全不相容则取其它的中间状态则取概率‘、,在迭代处理中根据其邻接对象的概率而进行更新更新公式如下一,二”,、一常土必,‘“

3、,,”,·乡忍恩,￡““,习川君、人‘本文年日收至·华中理工大学学报羊边缘检测的松弛方法,‘松弛方法可用于图象的边缘检测中从分类的观点来考察边缘检测问题言是一个两类,,别的分类问题它的类别集为边缘点和非边缘点它的对象集为图象中某一邻域内的所有、、,象素由于噪声畸变照明光强不均和物体遮挡等因素的影响图象中的边缘信息存在一,淀的模糊性如果根据图象的梯度运算确定图象每一象素边缘点的概率和属于非边缘,,点的概率然后根据邻点的边缘方向和邻点与中心点之间的关系定义一组相容系数反映,,,邻点对中心点的影响那么通过松弛迭代可使概率趋向于和从而消除边缘信息中,,的模糊性克服噪声等因素

4、的影响改进检测的边缘质量和精度初始概率的确定,,根据图象的梯度运算可以确定图象中每一点的初始边缘点概率和初始非边缘点概率。为,。。一,“,。,,二,。式中为点的梯度幅值最大值在整幅图象的梯度幅值上取得镇。,簇相容系教的定义。,,。,。,。。,定义一组相容系数刃分别反映邻点的边缘概率和非边缘点概率。,。。,。。,。一,对中心点的边缘概率和非边缘点概率的影响凡和的取值范围为〔」,表示一种概率对另一种概率的正的支持或负的支持。。。。,一下口一护一下‘。。二〔一口一〕‘,,,式中为中心点的边缘方向尽为邻点的边缘方向为两点间连线的方向为两点间的距离。概率更断的迭代计算,‘设为

5、中心象素点的某个固定邻域则该邻域内所有邻点对中心象素点的影响由。和、一反二即映乒。二习。,。。。,。,。习,,,。‘。,,,左“,口〔,,,,,‘,。‘二式中为加权系数且概率更新的计算公式为’,“,二丫‘,二钻犷’。丫’。一丫息户六不万万尹十‘’十‘’。笼夕。簇,。为迭代次数了和盆仍满足抓簇第期张汀丫‘等边缘检测的分层松弛方法边缘检测的分层松弛方法,文献〔〕提出了一种边缘检测松弛处理的具体算法较好地克服了噪声对边缘检测结,,‘,果的影响但是这种算法计算量大处理时间是一般微分算子的倍此外由于,,它在整幅图象上采用相同的迭代准则结果在某些地方出现需要细化的粗边缘而且在另

6、一些地方出现边缘间断现象本文的边缘检测分层松弛方法就是针对上述不足而提出来的,,〔”在这一方法中采用了锥体结构的图象分层表示””欠锥体结构的构成如图所示原始图象的个象素点构成了锥体的底层对原始图象中不重叠的”一’又”一’的区域内象素的灰度值进行平均所得到的个,”一“象素点的图象则构成了锥体的次底层而上一层的”““个象素点的图象又是下一层图象区域平均,,得到的结果由此类推直到锥体的顶层它是整幅图象的平均灰度值上述过程用公式表示如下件一“一,“一,一,一,“”‘‘“,伟恩忍存为锥体的层数这样构成的锥体结构所包含的象素总数不超过原始””,象素数的倍设原始图象的象素数为牲个

7、则图锥体结构示意图锥体结构所包含的象素总数为”””一‘“”一’十卜‘··⋯·一一·欠·一卜专寺音,锥休结构包含了原始图象的不同分辨率的图象信息给图象运算和分析处理带来很大,方便锥体结构的高层低分辨率图象反映了图象的基本结构和图象的整体信息而在,锥体的底层高分辨率图象则反映了图象的细节及图象的局部信息因此可以利用锥,,体高层的整体信息指导锥体底层的局部运算从而改进边缘检测的效果提高算法的运算效率,理论分析和实验结果表明松弛方法中加权系数的选取对松弛方法的检测结果有很,,,,大影响如果取得太大在边缘特征较强的地方就会出现较粗的边缘影响了边缘的,、,精确定位需要进一步