1、數字圖像中邊緣檢測方法的研究數字圖像中邊緣檢測方法的研究1引言引言圖像處理，包括圖像增強、噪聲濾除和邊緣檢測等部分；圖像信息量巨大，而邊緣信息是圖像的一種緊描述，是圖像最基本的特征，所包含的也是圖像中用于識別的有用信息。所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合，為人們描述或識別目標以及解釋圖像提供了一個有價值的和重要的特征參數，其算法的優(yōu)劣直接影響著所研制系統的性能。理想的邊緣檢測應當正確解決邊緣的有無、真假、和定

2、向定位，長期以來，人們已付出許多努力，設法利用邊界來尋找區(qū)域，進而實現物體的識別和景物分析，由于目標邊緣、圖像紋理甚至噪聲都可能成為有意義的邊緣，因此很難找到一種普適性的邊緣檢測算法，現有諸多邊緣檢測的方法各有其特點，同時也都存在著各自的局限性和不足之處，因此圖像的邊緣檢測這個領域還有待于進一步的改進和發(fā)展。而根據具體應用的要求，設計新的邊緣檢測方法或對現有的方法進行改進，以得到滿意的邊緣檢測結果依然是研究的主流方向。2邊緣檢測的分類及

3、方法研究邊緣檢測的分類及方法研究早在1965年就有人提出邊緣檢測算子，主要分為經典算子、最優(yōu)算子、多尺度方法及自適應平滑濾波方法，近年來又提出了將模糊數學、神經元和數學形態(tài)學應用于邊緣檢測的思想。2.1經典算子經典算子傳統的邊緣檢測算法通過梯度算子來實現，在求邊緣的梯度時，需要對每個象素位置計算。在實際中常用小區(qū)域模板卷積來近似計算，模板是NN的權值方陣，經典的梯度算子模板：Sobel模板、Kirsch模板、Prewitt模板、Robe

4、rts模板、Laplacian模板等，表2.1給出了經典算子運算速度的比較。表2.1經典算子運算速度比較緣檢測器所需的特性，推導出最優(yōu)邊緣檢測器的數學表達式。與坎尼密切相關的還有Deriche算子和沈俊算子，它們在廣泛的意義下是統一的；曲面擬合的基本思想是用一個平滑的曲面與待測點周圍某鄰域內像素的灰度值進行擬合，然后計算此曲面的一階或二階導數。該方法依賴于基函數的選擇，實際應用中往往采用低階多項式。2.3多尺度方法多尺度方法早期邊緣檢測

5、的主要目的是為了處理好尺度上的檢測和定位之間的矛盾，忽略了在實際圖像中存在的多種干擾邊緣，往往影響到邊緣的正確檢測和定位。Rosenfeld等首先提出要把多個尺寸的算子檢測到的邊緣加以組合；Marr倡導同時使用多個尺度不同的算子，并提出了一些啟發(fā)性的組合規(guī)則。這一思想后來經Witkin等發(fā)展成了尺度空間濾波理論，說明了不同尺度上的零交叉的因果性；LuJain對二維信號進行了類似的研究；Yuille和Poggio證明了對于任意維信號，當用

6、高斯函數濾波時，尺度圖中包含了數目最小的零交叉，并且可以由粗到細地跟蹤這些零交叉。多尺度信號處理不僅可以辨識出信號中的重要特征，而且能以不同細節(jié)程度來構造信號的描述，在高層視覺處理中有重要的作用。2.4自適應平滑濾波方法自適應平滑濾波方法該方法是邊緣檢測的一個重要方法，無論是對于灰度圖象處理還是距離圖像和平面曲線處理都是非常有效的。它的優(yōu)點是：（1）平滑濾波的迭代運算使信號的邊緣得到銳化，此時再進行邊緣檢測，可以得到很高的邊緣定位精度；