基于边缘的二值化方法.ppt

《基于边缘的二值化方法.ppt》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、基于边缘的二值化方法实验室讨论班钟雪君一张图片，我们能从背景中分离出前景，从不同的物体之间指认出某一个物体，一定是因为它们之间的灰度值存在着明显的差异.如果再进一步思索，这种差异，一般是来自于物体与背景之间，物体与物体之间存在的边界线。边缘是图像最基本也是最重要的特征之一，在图像中表现为局部范围灰度的突变。考虑边缘本身的特征。图像中的边缘，一般说来具有两个特征，一是边缘具有方向性，二是边缘附近像素点灰度值的变化。在垂直于边缘方向上取边缘附近的两个像素点，它们的灰度值差值一般是比较大的，也就是变化比较剧烈。在顺着边缘方向取边缘附近的两

2、个像素点，会发现它们的灰度值差值一般是比较小的，也就是说，变化不是那么剧烈。对于这个特征，可以联想到数学上的微分和导数.为导数就是衡量一个值变化快慢的度量.于是我们需要将导数和微分的定义引入图像中。对于一幅图像I(x，y)它是一个关于x和y的，即关于它的像素点位置的离散的二元函数。用来定义图像I(x，y)在位置(x，y)处的梯度，则在像素点(x，y)处灰度值I(x，y)变化最快的方向为梯度向量方向。现在对于一个边缘像素点(x，y)。(x，y)可以间接表示在该点处边缘的方向。为了估计该点处像素灰度值变化的快慢，当然也需要有一个度量。很

3、自然，可以使用梯度的大小去衡量.记梯度的大小为，则有在实际中，我们经常采用一种近似的方式去计算一个像素点处的梯度大小:几种常见的边缘检测算子：一阶Roberts算子:100-101-102*2大小的卷积核在实际应用中是不好使用的，因为，它没有很明确的中心点。使用该算子对图像进行边缘提取时，不能抑制图像中的噪声，因为它没有对图像进行平滑去噪处理。对边缘进行定位时，有一定质量保证，因为是使用了一阶导数逼近。但是有时会丢失很大一部分的边缘，因为它对导数的逼近程度比较粗糙。一阶Prewitt算子:-1-1-100011110-110-1-1

4、01使用该算子进行边缘提取时，因为使用了一阶导数逼近，对边缘的定位是比较准确的。同时由于使用了具有一定滤波作用的卷积核，能够抑制图像中的一部分噪声。对导数的逼近程度提高了，边缘丢失现象得到进一步的抑制，但是同时也出现了伪边缘。出现了边缘具有多像素宽的现象。一阶Sobel算子：-10102-201-1-1-2-1000121使用该算子进行边缘提取时，同样由于使用了一阶导数逼近，对边缘的定位比较准确。由于该算子的卷积核进一步提高了对图像的平滑作用，抑制图像噪声的效果比Prewitt有所进步。对一阶导数的逼近程度更好了.边缘丢失现象进一步

5、得到抑制，但是同时也有伪边缘，和一条边缘具有多像素宽的现象.总体说来，与Prewitt类似，但是效果更好。二阶LOG算子：二阶拉普拉斯算子：在实际的图像处理中，该算子一般不直接用于边缘提取。它有以下缺点:第一，不能确定边缘方向；第二，容易产生双边缘；第三，对噪声很敏感。使用该算子进行边缘提取时，因为使用了二阶导数，对边缘的定位是比较好的，但是由于二阶导数没有方向性，造成有些边缘的方向由于不准确而丢失了。同时由于使用了高斯型函数卷积原始图像，解决了二阶导数对噪声敏感的问题，对图像中的噪声有很好的抑制作用，但是也可能将图像中本来的边缘模

6、糊了而造成丢失那部分边缘。伪边缘的现象仍然存在。但是由于使用零交叉对边缘定位，边缘较细，一般不会出现具有多像素宽的边缘。同时也应该注意到，呈闭合环状的零交叉点组成了我们所提取的边缘，这是严重的缺陷。第一步，使用高斯滤波器：对图像进行平滑处理。降低图像中的噪声点对边缘提取的影响。第二步，对第一步去噪过的图像，使用一阶偏导数计算梯度值和方向。其中我们使用下述差分格式对偏导数进行近似计算：同时使用这两个卷积核，对于图像中的边缘来说是各向同性的。于是我们有CANNY算子：卷积核为：和第三步，在一个局部邻域内，只保留变化最快的点.因为这些点才

7、是边缘的候选点采取的方式如下，对一个像素点f(x,y)，以它为中心点，取它的3*3邻域.然后与沿着梯度方向的两个像素作比较，如果f(x,y)的梯度值不比相邻像素梯度值大，则令(f(x,y))=0.第四步，对于第三步所得到的梯度图像，使用两个阈值分别对其进行处理，不妨将阈值分别记为和，这样得到两幅图像，分别记为图像1，图像2。对于图像1中的像素点(x，y)，如果梯度图像中相应位置的像素点灰度值(x，y)小于，那么(x，y)为O，否则，(x，y)的灰度值为255。对于图像2中的像素点(x，y)，如果梯度图像中相应位置的像素点灰度值(x，

8、y)小于，那么(x，y)为0，否则，(x，y)的灰度值设为255。梯度值高于的点用255来标记，记为边缘点，低于的点，用0来标记，记为非边缘点。介于和之间的点，被图1标记为边缘点，图2标记为非边缘点，此时，需要结合判断标准来确定它是不