一种基于改进的形态学红外图像边缘检测算法

《一种基于改进的形态学红外图像边缘检测算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、总第244期计算机与数字工程V01．38No．22010年第2期Computer＆DigitalEngineering127一种基于改进的形态学红外图像边缘检测算法孙玉胜白克(郑州轻工业学院电气信息工程学院郑州450002)摘要针对红外图像边缘模糊和非均匀性噪声强的特点，提出了一种阈值分割与形态学相结合来提取红外图像特征的方法，对红外图像进行边缘提取。仿真实验结果表明：该方法能够清晰、有效的提取红外图像的边缘，改善图像质量，是一种有效的边缘检测方法，具有较好的实用性。关键词红外图像；阈值分割；形态学；边缘检测中图分类号TP391．41AnEdgeDetectionAl

2、gorithmofInfraredImageBasedonImprovedMorphologySunYushengBaiKe(CollegeofElectricityandInformationEngineer，ZhengzhouUniversityofLightIndustry，Zhengzhou450002)AbstractAimatnon-uniformityandblurrededgesofinfraredimage，3nalgorithmusingthresholdsegmentationandmorphologywasproposed，theinfrare

3、dimageedgeisextracted．Theresultsshowthat：themethodcouldextractedgeofin—fraredimageclearlyandeffectively，improveimagequality，isavalidedgeextractionmethod，haveagoodpracticability．KeyWordsinfraredimage，thresholdsegmentation，morphology，edgedetectionClassNumberTP391．41像轮廓提取更清晰，优于文中其他的算法，是一种1

4、引言有效的尝试和改进。红外图像反映了目标和背景不可见红外辐射2图像阈值分割的空间分布，其辐射亮度分布主要由被观测景物的温度和发射率决定，因此红外图像近似反映了景物图像阈值分割是一种最常用同时也是最简单温度差或辐射差_1]。边缘是图像的最基本的特征，的图像分割方法，它特别适用于目标和背景占据不边缘检测在计算机视觉、图像分析等应用中起着重同灰度级范围的图像。它不仅可以极大地压缩数要作用，是图像分析与识别的重要环节。由于红外据量，而且也大大简化了分析和处理步骤。阈值分图像普遍存在目标与背景对比度较差、边缘模糊等割主要有两个步骤：缺点。因此，图像的二值化处理很难得到理想结1)

5、确定需要分割的阈值；果。其中边缘检测、边缘增强的方法的选取及使用2)将分割阈值与像素点的灰度值比较，以分对边缘轮廓的提取影响很大_2]。割图像的像素。本文对数学形态学锐化方法进行改进，先对图分割后的两类像素一般分属图像的两个不同像进行阈值分割，再采用形态学方法提取边缘，得区域，所以对像素根据阈值分类达到了区域分割的到的图像边缘结果更好地保留原图的边界特征，图目的。通过阈值分割处理，既增强了图像的目标与收稿日期：2009年1O月24日，修回日期：2009年11月28日作者简介：孙玉胜，男，教授，硕士生导师，研究方向：图像处理与模式识别。白克，男，硕士研究生，研究方向：红

6、外图像处理与识别。128孙玉胜等：一种基于改进的形态学红外图像边缘检测算法第38卷背景的对比，又能准确提取目标区域_3]。(fog)(，)=min{厂(z+，Y+)-g(i，)}(7)z，J首先选取一个近似阈值作为估计值的初始值，(／g)(z，)一max{厂(z—i，—)+g(i，)}(8)然后进行分割，产生分割后图像，并根据分割后图开运算和闭运算分别定义为：像特性来选取新的阈值，再用新的阈值分割图像，厂。g一(／l@g)④g(9)经过几次循环，这样做的效果优于用初始阈值直接f·g一0}g@g10)分割图像的效果，阈值的改进策略是迭代算法的关腐蚀运算可以减弱甚至消除小

7、于结构元素的键。算法步骤如下：明亮区域，从而可以用来有效地去除孤立噪声点和1)选择一个初始阈值的估算值TO一{Ik一边界上不平滑的凸出部分。0}，膨胀是将与目标物体接触的所有背景点合并一到物体中的过程，可填补空洞和形成连同域以及填平图像边界上不平滑的凹陷部分。式中，X，X～分别表示图像中的最小和最大灰度开运算是先对图像进行腐蚀运算再进行膨胀值。运算，能去除掉图像中的孤立区域和毛刺，利用它2)利用阈值把图像分割成两组，M1和可以消除形状小于结构元素的正峰值，根据目标和M，其中噪声的特点，选择合适的结构元，就能剔除目标和M1一{f(x，){f(x，))(