基于ARM的图像模糊边缘检测.pdf

《基于ARM的图像模糊边缘检测.pdf》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32卷第3期2010年6月光学仪器OPTICALINSTRUMENTSVoL32。No．3June，2010文章编号：1005—5630(2010)03一0010—04基于ARM的图像模糊边缘检测*王亚东，李维(上海大学机电工程与自动化学院，上海200072)摘要：介绍了一种处理图像中的模糊边缘算法，新算法采用图像分割的方式对传统的边缘算法进行优化，并使用体视显微镜和TQ2440ARM开发板构建实验装置来实现。实验检测证明这种算法处理速度快，视觉检测装置体积小成本低，可以很好地满足实时性要求。关键词：边缘检测；图像识别；ARM中图分类号：TN911．73文献标识码：Ado

2、i：lO．3969／j．issn．1005—5630．2010．03．003ARM_basedimagefuzzyedgedetectionWANGYadong，LIWei(CollegeofMechatronicsEngineeringandAutomation，ShanghaiUniversity，Shanghai200072，China)Abstract：Thispaperintroducesanalgorithmfordetectingfuzzyedgeinimageprocessing，thealgorithmoptimizethetraditiomlalgori

3、thmbysubdivision，andimplementitbystereomicroscopeandTQ2440ARMdevelopmentboard．Experimentsprovethatthisvisualdetectiondevicewithsmallsize，lowCOSt，andhighspeedofdataprocessingcanmeetreal-timerequirement．Keywords：edgedetection；imagerecognition；ARM己I言[1，2]JI目在场景图像中，边缘起到分割背景区域和目标区域的作用，它表现为色彩局部强

4、度和相邻像素数据的明显变化。边缘检测是图像分割、提取纹理和形状特征中的基础技术，常被用于检测目标区域的形状特征和位置特征。在实际检测中会遇到两种类型的图像边缘：由物体本身棱角产生的清晰边缘(图1)；具有带状边缘区域的模糊边缘，例如气象云图、医学诊疗图像和印刷电路板焊点图像(图2)。模糊边缘区域内图l清晰边缘Fig．1Clearedge图2模糊边缘Fig．2Fuzzyedge。收稿日期：2009—10．28作者简介：王亚东(1982一)，男，安徽合肥人，硕士研究生，主要从事视觉检测方面的研究。第3期王亚东，等：基于ARM的图像模糊边缘检测·11·的像素数据变化具有不规则性，因

5、而用传统算法进行检测有很大困难。在原有边缘检测算法基础上增加区域逐级细分和边界点统计功能，在模糊边缘的区域图像中提取出简单的数字特征，为进一步图像处理分析提供准确的原始数据。1基于传统边缘检测算法的区域分割一边界点统计算法图3是用Sobel算法对图l图像进行处理的结果。图4是用Roberts算法对图2图像进行处理的结果。对于清晰边缘，传统算法能得到相当理想的检测效果，形成一条连续的高亮边缘图线。但对于模糊边缘，只能得到众多离散的环状细小图线(图4)，尽管这些散布的无规则图线代表了某种边缘特征，但是不能凸显出轮廓边缘。在后续的图像分析中，直接使用这种边缘检测结果相当困难。图3

6、Sobel边缘检测结果Fig．3DetectionresultsbySobel图4Roberts边缘检测结果Fig．4DetectionresultsbyRoberts现提出一种新的图像分割统计算法，首先将图像逐步多次细分，形成若干个缩小的微小区域，在图像细分过程完成之后，再逐个清点和累加微小区域中的边界点数，设定边界点数与区域中像素总数的比值作为表示边缘的数值特征。当区域被细分到足够小时，这种通过简单运算得到的数字特征能够间接反映模糊边缘的分布和形状，并且具有一定的精确度。图5所示图像中的高亮白色点为相邻像素数据有明显变化的边界点。将这幅图像在纵横两个方向进行等分(图中采

7、用的等分数为3)得到若干一级细分区域。对一级细分区域中的第4号区域继续细分，得到二级细分区域(图6)。对二级细分区域中的第6号区域继续细分，得到三级细分区域(图7)。当细分的级数足够多，所得到的区域足够微小时，最终得到的微小区域类似于一个“点”，微小区域所在的列和行等同于该“点”的X坐标和y坐标，微小区域中含有的边界点数代表该区域的边界权重。如果区域中没有边界点，则边界权重为零，如果区域中含有很多边界点，则边界权重为较大值，该区域在确定边缘时具有较重要的作用。图5图像一级细分Fig．5The1stsubdivisi