基于梯度算子的边缘检测方法的研究与改进-论文.pdf

《基于梯度算子的边缘检测方法的研究与改进-论文.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、l匐地基于梯度算子的边缘检测方法的研究与改进Researchandimprovementonthealgorithmsofimageedgedetectionbasedongradientoperators潘跃龙’，顾寄南’，郑立斌，王红梅’，梁刚PANYue．1ong’，GUJi．nan’，ZHENGLi．bin，WANGHong-mei，LIANGGang(1．江苏大学制造业信息化研究中心，镇江212013；2．景德镇学院，景德镇333000)摘要：图像的边缘检测是图像处理和计算机视觉领域中最重要的技术之一，其算法的优劣影响整个视觉系统的好

2、坏。研究了经典的基于梯度算子的边缘检测方法，并且将Sobel算子与Canny算子进行比较，根据它们各自的优点提出了一种新的算法，新算法既有一定的精度，也满足实时性要求。关键词：边缘检测；Sobel算子；Canny算子；数学形态学中圉分类号：TP242文献标识码：A文章编号：1009-0134([2014)09(上)一0082一O3Doi：10．3969／J．Issn．1009-0134．2014．09(I-)．210引言图像边缘对图像理解和计算机分析十分有偏导数可表示为：用，边缘包含了丰富的图像信息，如方向，阶跃=[f+1，巾，]-EE：厂[f

3、√]一厂[f，J+1]性质，形状等，是图像最基本的特征，是机器视Ufnun觉研究的基础。从本质上说，边缘反映图像局部图像可以看作离散点的集合，为了减少计算特性不连续性，例如图像灰度的突变，它标志一量，一般用边缘算子模板与图像进行匹配，来代替个区域的结束和另一个区域的开始。上述计算。一般常见的一阶导数算子模板有，Robert常用的边缘检测方法有：基于梯度算子的边算子模板，sobel算子模板，仕算子模板。缘检测，基于形态学的边缘检测，基于模糊学的Robert算子模板为：边缘检测，基于神经网络的边缘检测，基于遗传『10㈨]『0]算法的边缘检测等等。重

4、点介绍梯度算子法在本-1lI．10I项目中的应用及改进。Sobel算子模板为：1经典梯度算子法．1O1．1．2．1最常见的边缘，其灰度变化可能呈阶梯状，．202O0O也可能是呈脉冲状，对它们求一阶导数和二阶导—101121数，边缘发生在导数最大或最小的位置，也有可能发生在导数的零点位置，基于以上理论，研究Prewitt算子模板为：学者提出了基于一阶导数的梯度算子，如下．1O．1．1．1．1OO0OG[f(m=+，，z)]=IIum／I+(I＼／lI．1O111梯度的方向定义为：一阶梯度算子法往往使边缘变得模糊且较粗，所以研究学者们又提出了基于二

5、阶导数的拉arc协＼an普拉斯算子，V厂=+a2f，其中二阶偏导数取适当阈值T，若G，一)]>T，则(m，n)为边缘点，对于数字图像，导数可以用差分来近似，用差分表示为：收稿日期：2014-04-10基盒项目：江西省教育厅科技计划项目(GJJ13784)作者简介：潘跃龙(1989一)，男，硕士，研究方向为机器人分析、仿真、视觉与控制技术。【82l第36卷第9期2014—09(上)I匐化=[f，J+1】一2[f，JD+厂[f，J—l】=Or[i+1，卜2厂[f，JD+y[i一1，]二阶方法比一阶方法的定位精度要高，但对噪声有加强作用，所以可以先对

6、图像用高斯型二维低通滤波器进行滤波，然后再进行拉普拉斯算子边缘提取，这就是拉普拉斯高斯算子(LOG算子)。高斯滤波函数为：)=唧c1_]对上式求二阶导数得：V)=．X+y2-20-2』＼一等一]』滤波效果取决于的取值，0值越大，滤波效果越好，但同时丢失了重要的边缘信息；0值越小，边缘细节就越多，计算量也就越大。合理选择。的值，对边缘的获取至关重要，它往往根据实际情况而定，没有统一的取值。经典的LOG算3新算法及实验结果子如下：00．10O0—1．2—10—1—216．2—10—1—2．1000—1002Canny边缘检测算子经典的梯度算子法，实

7、时性较好，易于实现，但对噪声敏感，抗干扰性差，得到的边缘往往很粗。Canny于1986提出了基于最优化算法的边缘检测算法，Canny认为一个优良的边缘的检测算子应以下三个特性：1)较大的信噪比，不能把非边缘点当作边缘点检出；2)较高的定位性能，检测到的边缘点与实际边缘点位置很近；3)唯一性，每个边缘点有唯一的响应。对应以上三条准则，Canny算子实现过程如下：1)用高斯滤波器对原始图像进行平滑去噪；2)用一阶偏导数的有限差分计算梯度的幅值225。270。315。，如下所示：和方向；3)对梯度幅值进行非极大值抑制；[享]『r二÷[立i]