图像边缘检测相关算法研究

图像边缘检测相关算法研究

ID:5340878

大小:100.81 KB

页数:1页

时间:2017-12-08

图像边缘检测相关算法研究_第1页
资源描述:

《图像边缘检测相关算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、计算机光盘软件与应用软件设计开发ComputerCDSoftwareandApplicatiOFIS2010年第9期图像边缘检测相关算法研究张本群(贵州省兴义民族师范学院计科系,贵州兴义562400)摘要:首先论述了两类图像边缘检测方法,然后论述了图像边缘评价指标,即误检率和定位精度,最后从R0berts算子、Sobel算子、LOG算子、Otsu算法等几个方面,详细论述了相关经典的图像边缘检测算法。关键词:图像边缘检测:算法中图分类号:TP301.6文献标识码:A文章编号:1007—9599(2010)09—0148一o1ResearchonI

2、mageEdgeDetectionAlgorithmsZhangBenqun(GuizhouXingyiNormalUniversityforNationalities,Xingyi562400,China)Abstract:Inthispaper,twotypesofimageedgedetectionmethodsisfirstlyintroduced.Imageedgejudgingindices,whicharewrongdetectionrateandpositioningaccuracy,thenillustrated.Finall

3、y,correspondingtraditionalimageedgedetectionalgorithms,suchasRobe,sOperator,SobelOperator,LOGoperatorandOtsuOperatorarealldiscussedindetails.Keywords:Imageedgedetection;Algorithm作为计算机视觉的经典性研究课题,图像边缘的研究已有较不同的边缘,对不同方向的边缘都比较敏感,检测水平和万垂直长历史,涌现了许多方法,本文将这些方法分为两大类:①基于边缘的效果好于斜向边缘,定位精

4、度高。但是在进行差分计算的空间域上微分算子的经典方法。②基于图像滤波的检测方法,并过程中对噪声敏感,即有噪声影响的像素点可能被检测为边缘点。论述其中一些经典的图像边缘检测算法。(二)Sobel算子。对数字图像{f(i,j))的每个像素点,一、两类图像边缘检测方法考察它上、下、左、右邻点灰度加权差,与之接近的邻点的权值(一)基于空间域上微分算子的经典方法。在阶跃型边缘的大。定义Sobel算子如(2),其中卷积算子如(3)所示。取适当正交切面上,阶跃边缘点周围的图像灰度I(x)表现为一维阶跃门限T,作如下判断:若S(i,J)>T,即(i,J)为阶跃

5、状边缘函数I(x)=u(x),边缘点位于图像灰度的跳变点。根据边缘点,{S(i,j))为边缘图像。点的特性,人们提出了基于图像灰度一阶导数、梯度、二阶导数S(i,J)=l△xf1+1△yf1=l(f(i一1,j—I)+2f(i-1,以及更为复杂的LaPlace算子等提取图像边缘的方法。J)+f(i一1,j+1)一f(i+l,j一1)+2f(i+l,J)+f(i+l,j+1))(二)基于图像滤波的检测方法。在实际图像中,边缘和噪I+I(f(i-l,j—1)+2f(i,j—i)+f(i+1,j一1)一f(i一1,声均表现为图像灰度有较大的起落,同是

6、高频信号,但相对来说j+1)+2f(i,j+1)+f(i+l,j+1))1(2)边缘具有更高的强度。二、图像边缘评价指标为了评估边缘提取效果,人们提出了形式多样的评价指标,0l1rn-1—2~1]其中误检率和定位精度是两个最常用的指标。前者指实际边缘点o2I,/:lo。ol漏检和虚假边缘点误检两种错误发生的概率。设原图像E(x,y)0Ijll2lj和滤波后图像的信噪比为SNR,当SNR大时,噪声对边缘检测的(3)(4)干扰小,真实边缘容易被检测,噪声引起的虚假边缘点相对减少,Sobel算子很容易在空间上实现,Sobel边缘检测器不但产生图像边缘

7、的误检率降低;反之,当SNR小时,边缘的误检率将升较好的边缘检测效果,而且受噪声的影响也比较少。高。由此可见,图像边缘的误检率是滤波后图像户的信噪比(sNR)(三)LOG算子。前面介绍的梯度算子和拉普拉斯算子实际单调下降函数,我们可以用图像的信噪比(sNR)近似表示图像边上都是微分或差分算法,因此算法对噪声十分敏感。所以,在边缘的误检率。用大尺度的滤波器去抑制原图像的噪声,可靠地识缘检测前,必须滤除噪声。Mart和Hildreth将高斯滤波和拉普别噪声;而用小尺度滤波器为图像边缘精确定位。这就是常说的拉斯边缘检测结合在一起,形成LOG(Lapl

8、ace-Gauss)算法。LOG多尺度边缘提取算法。多尺度的图像边缘检测方法已成为图像边边缘检测器的基本特征是:1.平滑滤波器是高斯滤波器:2.增强缘

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。