邊緣檢測算子研究

邊緣檢測算子研究

0圖像中邊緣信息的檢測邊緣是提取目標(biāo)和背景的邊界線。只有檢測到邊緣信息，我們才能從背景中分離目標(biāo)，識別目標(biāo)區(qū)域的識別、圖像分割和圖像濾波，并將邊緣信息接收到盡可能短的圖像分析數(shù)據(jù)處理中的大數(shù)據(jù)量。圖像中邊緣檢測主要是針對圖像灰度變化的度量檢測和定位,就是檢測圖像特性變化的位置。由于邊緣檢測本身所具有的難度,目前的研究仍然存在的問題是沒有一種可以普遍使用的檢測算法和一個通用的檢測評價標(biāo)準(zhǔn),所以對圖像邊緣檢測評價的研究和對評價系數(shù)的研究越來越得到人們的關(guān)注。1有某一個質(zhì)量上的鄰域像元,有邊緣檢測主要是通過檢測每個像素和其鄰域的狀態(tài)來確定該像元是否位于一個物體的邊界上。假如某一個像元位于一個物體的邊界上,那么其鄰域像元灰度值的變化就會相對比較大。邊緣檢測常用的幾種算子有:Roberts、Sobel、Prewitt、Laplacian和Canny等。1.1邊緣垂直梯度Roberts算子是一種以斜向偏差分的梯度計算為核心的檢測算法。其中,梯度大小表示邊緣的強(qiáng)度,其方向與邊緣走向垂直,實際上該算子是旋轉(zhuǎn)±45°后兩個垂直方向上微分結(jié)果的求和過程。該算子在水平和垂直方向檢測效果較好,定位精度相對較高,同時對具有較陡梯度的低噪聲圖像效果較好。1.2soper算子算子Sobel算子主要是以像素上下左右相鄰點(diǎn)的灰度加權(quán)算法為核心的檢測算法。Sobel算子能提供較為精確的邊緣的方向信息,對類似噪聲信息的信號具有平滑作用。但是由于在加權(quán)過程中偽邊緣的出現(xiàn),影響了其邊緣定位精度。由加權(quán)信號算法可知,該算子對灰度漸變和噪聲較多的圖像處理得較好。1.3邊緣檢測結(jié)果輸出該算子同Sobel算子相似,也是水平和垂直兩個卷積和,對圖像中的每個像素點(diǎn)做卷積,取最大值作為邊緣檢測結(jié)果輸出。該算子即邊緣樣板算子,由理想的邊緣子圖像構(gòu)成。它的基本原理是依次用邊緣樣板去比對圖像信息,由被檢測區(qū)域最相似的模板給出一個檢測最大值作為算子圖像邊緣的輸出。該算子除了能很好地對邊緣點(diǎn)進(jìn)行檢測以外,還能抑制噪聲的影響。因此在一般處理對象中,對灰度和噪聲較多的圖像處理得較好。1.4階導(dǎo)數(shù)的檢測Laplacian算子是利用邊緣在拐點(diǎn)位置處的二階導(dǎo)數(shù)為零的性質(zhì)來對圖像進(jìn)行邊緣檢測的。它就是一個標(biāo)量,屬于各個方向同向性的運(yùn)算,對灰度突變較敏感,是與邊緣方向無關(guān)的一種邊緣檢測算子。1.5最佳邊緣檢測模板的確定Canny算子是利用局部極值檢測邊緣的方法。算法在實際存在的邊緣點(diǎn)與檢測的邊緣點(diǎn)存在一一對應(yīng)的基礎(chǔ)上,采用最優(yōu)化數(shù)值方法得到該算子的最佳邊緣檢測模板。對于不同的情況,選用不同的方法。如階躍型的邊緣,高斯函數(shù)的一階導(dǎo)數(shù)與Canny最優(yōu)邊緣檢測器的形狀相近,利用二維高斯函數(shù)的對稱性和分解性可以計算高斯函數(shù)在任一方向上的方向?qū)?shù)與圖像的卷積。因此,在實際應(yīng)用中可以通過選取高斯函數(shù)的一階導(dǎo)數(shù)作為階躍邊緣的次最優(yōu)檢測算子。2閾值對邊緣檢測的影響本實驗針對同一圖像的不同算子進(jìn)行不同閾值的規(guī)定,并分別對設(shè)定不同閾值的圖像進(jìn)行邊緣檢測,并進(jìn)行仿真分析。2.1提取邊緣檢測利用MATLAB對不同算子進(jìn)行默認(rèn)閾值的確定,分別得出了5種算子對原圖像進(jìn)行邊緣檢測的默認(rèn)閾值T,見表1。利用MATLAB對表1設(shè)定默認(rèn)閾值進(jìn)行邊緣檢測仿真,如圖1所示。在默認(rèn)閾值情況下,Prewitt算子和Sobel算子提取的輪廓明顯而且連續(xù);而Roberts算子和Laplacian算子提取的輪廓不連續(xù)現(xiàn)象比較嚴(yán)重;Canny算子得到的圖像更完整,對圖像邊緣檢測的結(jié)果相對較好。一般可以根據(jù)查看邊緣的需要來設(shè)定閾值的大小,但最佳閾值不容易得到。2.2閾值大小時邊緣檢測效果根據(jù)以上實驗得出的每個算子的默認(rèn)閾值,分別設(shè)定4個閾值0.25、0.2、0.1、0.05,對每個閾值進(jìn)行不同算子的邊緣檢測。MATLAB仿真圖像如圖2~圖5所示。分析對比圖2~圖5可以得出如下結(jié)論:(1)閾值為0.25時Canny算子檢查效果最佳;閾值為0.2、0.1、0.05時Roberts算子和Canny算子效果都較好,其余算子的圖像相對有較多不連續(xù)點(diǎn);Laplacian算子檢測圖片幾乎看不清,說明所選閾值相對較大。整體來看,閾值愈小邊緣檢測的效果相對愈好。(2)同一算子閾值越小檢測的圖像邊緣信息越豐富、越完整;反之,閾值越大丟失的邊緣信息越多。(3)Sobel算子根據(jù)像素點(diǎn)上下左右鄰點(diǎn)灰度加權(quán)差在邊緣處達(dá)到極值這一現(xiàn)象進(jìn)行檢測,它提供較為精確的邊緣方向信息的同時,導(dǎo)致邊緣定位精度較低。3不同閾值下差值的matlab邊緣檢測仿真通過對各算子方差值的設(shè)定分析其對邊緣檢測效果的影響。設(shè)閾值為0.05的Canny算子的方差值分別為0.05、1、2、3,其MATLAB邊緣檢測仿真如圖6所示。從圖6可知,對同一圖像的同一算子進(jìn)行邊緣檢測,同一閾值下方差值越大圖像的平滑度越大,平滑效果越明顯、簡單,但同時也會丟掉一些信息。因此在現(xiàn)實的研究中,要根據(jù)不同的實驗研究情況選用合適的方差值。4仿真研究的基本程序邊緣檢測的方法有很多,本文僅僅對5種經(jīng)典常用的算子比較分析了各自的優(yōu)缺點(diǎn)及適用范圍,并對閾