图像边缘检测方法研究

调研报告

课题名称图像边缘检测方法研究

学生学院信息工程学院

专业班级 07级电信03班

学号 3107003082 学生姓名朱辉青

2011年 2 月22 日

图像边缘检测方法研究

摘要：图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是计算机视觉和图像处理领域的经典研究课题之一。边缘检测的目的是去发现图像中关于形状和反射或透射比的信息，是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。边缘检测将直接影响到机器视觉系统对客观世界的理解。。

关键词：图像处理；图像分析；模式识别；边缘检测；

1、引言

图像处理技术的研究于本世纪初，主要是人类为了用图片及时传输世界各地发生的新闻事件的研究。用计算机进行图像处理，改善图像质量的有效应用开始于1964年美国喷气推进实验室对太空传回的大批月球照片进行处理，并收到了明显的效果。然而，图像处理技术的真正发展还是在上世纪60年代末，其原因一方面是由于受航天技术发展的刺激，另一方面是作为图像处理工具的数字计算机和各种不同类型的数字化仪器及显示器的突飞猛进发展。迄今为止，数字图像作为一门崭新的学科，日益受到人们的重视，并且在科学研究、工农业生产、军事技术和医疗卫生等领域发挥着越来越重要的作用。

2、图像边缘的定义

边缘是图像最重要的特征之一,包含了图像的大部分信息。边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。我们将边缘定义为图像中灰度有阶跃变化或屋顶状变化的像素的集合，它存在于目标与背景、目标与目标、区域、基元与基元之间，是图像分割所依赖的最重要的特征。

3、边缘检测步骤

边缘检测主要包括以下四个步骤：

（1）图像滤波

图像滤波，即在尽量保留图像细节特征的条件下对目标像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接响到后续图像处理和分析的有效性和可靠性。

常用的滤波器有：非线性滤波器、中值滤波器、形态学滤波器。

（2）图像增强

增强图象中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。

（3）图像检测

在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，应该用某些方法来确定那些是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。

（4）图像定位

如果某一应用场合要求确定边缘位置，则边缘的位置可以在子像素分辨率上来估计，边缘的方位也可以被估计出来。

4、传统边缘检测算法简述

目前经典的边缘检测方法包括边缘算子法、曲面拟合法、模板匹配法、门限化法等。但这些方法对噪声比较敏感并且会在检测边缘的同时增强噪声, 这就给边缘检测带来了一定的困难。近年来, 随着数学理论和人工智能的发展, 又出现了许多新的边缘检测方法, 如基于灰关联分析的边缘检测法形态学模糊理论的边缘检测法等。

5、新的边缘检测算法

5、1基于灰关联分析的边缘检测方法

灰关联分析是灰色系统理论的重要组成部分,它通过分析时间序列曲线的几何形状的相似程度来衡量它们之间关联性的大小。图像的边缘点往往表现为相邻像素点处的灰度值发生了剧烈的变化,而灰色关联度恰好能反映这种变化的剧烈程度。对一幅灰度图进行边缘检测时, 可取图中某一像素点X和其八邻域域像素点顺序排列组成比较序列Xi; 把理想非边缘点和其八邻域像素点组成母序列X0, 根据灰关联度分析的基本思想[8], 当Xi 和X0 的关联度较大时, 表示两序列的几何形状较为相似, 因此可认为像素点X 为非边缘点; 反之, 当两序列的关联度较小时, 可认为像素点X 为边缘点。

5、2模糊推理的边缘检测

随着计算机速度和存储的飞速发展，图像量化像素点的宽度将越来越小，即使在边缘处，相邻像素灰度值的差异将越来越小，从而制约了建立在以梯度为主的边缘检测算子的发展。这样"国内外不少的学者都在寻求新的边缘检测方法，其中基于模糊理论的图像边缘检测技术就是非常有效的一种。

（1）按灰度变化方式不同"边缘点可分为4类：

（a）类：两灰度之间，边缘是直线或光滑曲线；

（b）类:角形灰度区域的顶点；

(c)类：两灰度区域相差较小的边缘；

（d）类：多个灰度区域的交点；

针对不同边缘点"用不同的特征组合分别制定识别不同类别边缘点的模糊规则。在确定了每个像素点的线素方向后，分别计算其特征参数，然后根据模糊规则计算每点的模糊边缘隶属度。

结束语

在图像检测的领域中的边缘检测算法各有利弊，未能在在抗噪声性能和检测精度上找到最佳平衡点。边缘检测算法的研究还有待继续研究下去。

参考文献

[1]甘勇，马芳，熊坤等，基于遗传算法和梯度算子的图像检测[J].微计算机信息,2007,23

(2):306- 308.

[2] 徐建华图像处理与分析[M].北京科学出版社,1992.

[3]何斌Visual C++ 数字图像[M].北京人民邮电出版社，2001

[4]崔屹.数字图像处理与技术[M].北京电子工业出版社，1997

[5]周新伦, 柳健, 刘华志.数字图像处理[M].北京国防工业出版社,1984.

[6]陈宏希，基于边缘保持平滑滤波的canny算子边缘检测[J].兰州交通大学学报，2006，25（1）：86-90.

[7]王坚强。一种新的灰色关联度计算方法及其应用[J].系统工程理论与实践，1997，17（11）：119-112.