基于图像纹理自适应边缘检测算法

《基于图像纹理自适应边缘检测算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据计算机科学2008VoL35No．5基于图像纹理自适应的边缘检测算法*)杨有1余萍1尚晋2(重庆师范大学数学与计算机科学学院重庆400047)1(重庆电子职业技术学院机电信息工程系重庆400021)2摘要通过对图像进行Fourier分析，获取能够表达图像纹理的能量谱，进而定义能量谱的环特征和楔特征。环特征可以描述纹理的粗细，楔特征可以描述纹理的方向，以这两个特征值作为边缘检测模板选择的依据，使边缘检测具有纹理自适应能力。实验表明，该算法边缘检测精确，抗干扰能力强。关键词边缘检测，图像纹理，傅立叶分析EdgeDetection

2、AlgorithmBasedonImageTextureAdaptivelyYANGYoulYUPin91SHANGJin2(SchoolofMathematicsandComputerScience，ChongqingNorrnalUniversity，Chongqing400047，China)1(EngineeringDepartmentofMechanical-ElectronicalInformation，ChongqingElectronicProfessionCollege，Chongqing400021，China)

3、2AbstractThroughtheFourieranalysisofinputimage，wecanobtainitspowerspectrumwhichimpliesimagetexture．Furthertheringandthewedgecharacterofspectrumcanbedefine&Theringcharactercandescribethedensityofim-agetextureThewedgecharactercandescribethedirectionofimagetexture．Therefo

4、re，thealgorithmproposedcandetectimageedgesbasedontextureadaptively，byusingthesetWOcharactersascriteriaOftemplateselection．Theex—perimentsshowthisalgorithmcandetectimageedgeaccuratelyandhasthecapabilityofnoise-resistant．KeywardsEdgedetection，Imagetexture，Fourieranalysis

5、图像边缘检测是图像分割的主要内容。由于边缘中常常包含有目标的轮廓信息，因此边缘检测在数字图像处理和分析中具有重要作用。传统的图像边缘检测算子包括梯度模算子、Roberts算子、Prewitt算子、Sobel算子、Laplace算子和Log算子等[1]，它们具有使用简单、效果良好的优点。但是这些箅子都是通过各种模板对输入图像进行卷积运算来实现边缘检测，仅仅考虑了图像的梯度特性，忽视了图像纹理的变化性，即用相同尺寸的模板在整个图像区域上滑动，而不考虑图像各个部分的不同纹理特性。其结果必然导致：1)大模板对纹理密集区域的不适应，即大模板无

6、法区分纹理密集区域边缘的细节，造成边缘模糊现象；2)zb模板对纹理稀疏区域的不适应，即由于小模板的噪声敏感性，导致纹理稀疏区域难以保持边缘平滑和方向。图像的纹理是图像的某种局部性质，或是对局部区域中像素之间关系的一种度量。可以认为，纹理是由许多相互接近的、相互编织的像元构成，它提供了图像区域的平滑、稀疏和规则等特性[2]。纹理的描述常常使用统计法、频谱法和结构法，以及这三种方法的混合方法，其性质可分为空间性质、频域性质和结构感知性质三类。常用的纹理描述算子包括空间性质的灰度共生矩阵[3]、频域性质的傅立叶变换和小波变换L4巧]、结构

7、感知性质的粗细度、对比度和方向性等[6]，以及它们的混合算子[7]等。文献[83利用小波多尺度滤波和模糊竞争分类法则，提出了WFcE方法，它具有良好的边缘检测性能和抗干扰能力，但计算量偏大。文献[9]提出的边缘检测方法，基于纹理分析，可较好地保持边缘细节和抑制噪声，但没有充分利用纹理的方向性。本文采取Fourier频谱分析方法提取图像纹理的环特征和楔特征，进而确定图像纹理的粗细及方向，据此再选择模板大小和方向，最后对图像进行边缘检测。本文提出的方法，将纹理分析与传统边缘检测算子相结合，使传统边缘检测算子具有纹理区域自适应的能力，从而

8、克服传统边缘检测算子两个“不适应”的缺点，使纹理图像的边缘检测在滤除噪声、提高精度等方面具有更优良的性能。1图像纹理的Fourier分析设窗口图像在空域(z，y)位置上的像素点具有灰度，(z，y)，其Fourier变换定义为^l一1M