图像边缘检测方法的发展与现状

图像边缘检测方法的发展与现状

ID:9265580

大小:35.50 KB

页数:4页

时间:2018-04-25

图像边缘检测方法的发展与现状_第1页
图像边缘检测方法的发展与现状_第2页
图像边缘检测方法的发展与现状_第3页
图像边缘检测方法的发展与现状_第4页
资源描述:

《图像边缘检测方法的发展与现状》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、图像边缘检测方法的发展与现状经典算子法2最优算子法2曲面拟合法3多尺度方法3基于自适应平滑滤波的方法4松弛迭代法4数学形态学在边缘检测中的应用4由于边缘是图像的最基本特征,它有能勾画出区域的形状、能被局部定义以及能传递大部分图像信息等诸多优点,所以边缘信息的提取无论是对人类还是对机器视觉来说都是一个最重要、最经典的课题。通常我们将边缘划分为阶跃状和屋顶状两种类型,如图1所示。阶跃边缘中两边的灰度值有明显的变化,而屋顶状边缘位于灰度增加与减少的交界处。在数学上可利用灰度的导边缘检测的定义有很多种,其中最常用的一种定义为:边缘检测是根据引起图像灰度变

2、化的物理过程来描述图像中灰度变化的过程。图1阶跃型边缘和屋顶状边缘处一阶及二阶导数变化规律(其中第一行为理想信号,第二行对应实际信号)长期以来,人们一直在研究各种能较好实现边缘检测的方法,但由于以下原因:图像本身的复杂性;有效边缘与噪声均为高频信号,容易混淆;光照阴影及物体表面纹理等因素在图像中均表现为边缘;对于不同的使用者来说所关心的边缘信息各不相同等因素的影响,使得边缘提取迄今为止仍然是一个难题。因此,目前对边缘检测方法的研究依然以根据具体要求设计新方法,或是对现有方法进行改进为主要方向。已有的边缘检测方法可分为以下几类:经典算子法经典的边缘

3、检测方法是以原始图像为基础,对图像的各个像素考察它的某个领域内灰度阶跃变化,利用边缘邻近一阶或二阶方向导数变化规律检测边缘。由于边缘点往往对应于一阶微分值大的点,早期学者们提出的都是基于梯度的边缘检测算子:Roberts边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Kirsch边缘检测算子等。这些算子都是现在应用比较广泛的方法,它们运算量小,操作简单。但基于梯度的边缘检测算子在边缘附近区域产生的响应较宽,所以利用上述算子得到的边缘还需后续的细化处理,从而使得边缘定位精度不高。一阶微分的局部最大值对应着二阶微分的过零点,如图1所

4、示,即图像边缘点一阶微分的峰值处同为二阶微分的零交叉点,基于此人们提出了二阶微分算子法,拉普拉斯边缘检测算子。它在灰度阶跃边缘的两侧均有响应。其值一边为正,一边为负,而对斜坡形边缘响应为零,即值为零,并且在此零值点的两侧也有一正一负两个峰值。不论是阶跃边缘还是斜坡边缘,这一正一负两峰值的大小及走向,反映了边缘的强弱及走向。它对灰度突变更加敏感,因此使得噪声对图像的影响变大。最优算子法最优算子是在经典边缘检测算子的基础上发展得来的,这类方法是根据信噪比求得检测边缘的最优滤波器。为提高传统算子的抗噪性能,Marr提出可先对图象进行高斯平滑,再使用旋转

5、不变的拉普拉斯算子提取二阶导数的过零点以得到边缘。此过程与人类视觉观察边缘的途径很相似,简称LOG(LaplaCianofGauSSian)算子。数学上已经证明LOG算子是按照二阶导数零交叉点检测阶跃型边缘的最佳算子。Canny把边缘检测问题转换为检测单位函数极大值问题,根据边缘检测的有效性和定位的可靠性,研究了最优边缘检测器所需的特性,给出了评价边缘检测性能优劣的三个指标:好的信噪比;好的定位性能;对单一边缘仅有唯一响应,即单个边缘产生多个响应的概率要低,并且虚假边缘响应应得到最大抑制。Canny首次将上述三个指标用数学的形式表达出来,然后采用

6、最优化数值方法,得到了对应给定边缘类型的最佳边缘检测模板。在二维情况下,Canny算子的方向性质使边缘检测和定位性能比LOG算子要好,具有更好的抗噪性能,而且能产生边缘梯度方向和强度两个信息,为后续处理提供了方便。但也存在不足之处,为了得到较好的结果通常需要使用较大的滤波尺度,导致一些细节丢失。曲面拟合法曲面拟合法就是把图像看作曲面,首先对图像进行某种形式的拟合,再在拟合曲面上根据拟合参数求得边缘。其基本思想是用一个平滑的曲面与待测点周围邻域内像素点的灰度值进行拟合,然后计算此曲面的一阶或二阶导数。Hueckel提出了首先用二维分段线性函数对原始

7、图像作最佳拟合,然后用参数估计的方法进一步检测边缘,他还引进了正交基作近似简化运算。对于阶跃型边缘,Haral1Ck提出用离散正交多项式对原始图像每一像素的某邻域作曲面最佳拟合,求得系数估计,然后在拟合曲面上求二阶方向导数的零交叉点,最终提取阶跃型边缘点。Haral1Ck的算法精度有较大提高,但由于正交多项式基构造过程复杂,灵活性差,不易表达复杂边界的形状,应用受到了限制。多尺度方法早期边缘检测的主要目标是为了处理好单一尺度上的检测和定位之间的矛盾,而忽略了在实际图像中存在的多种干扰边缘,往往影响到边缘的正确检测和定位。Rosenfeld等人首先

8、提出要把多个尺寸的算子检测到的边缘加以组合,Marr等人倡导同时使用多个尺度不同的算子,并提出了一些启发性的组合规则。这一思想后来经Wi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。