5种常见边缘检测方法的比较分析

5种常见边缘检测方法的比较分析
作者：赵慧刘建华梁俊杰
来源：《现代电子技术》2013年第06期
摘要：为了自动快速地选取适合不同人脸的边缘检测方法的目的.采用了计算原始人脸图像与其边缘检测后所得图像的均方误差和峰值信噪比的方法，做了比较Roberts，Sobel，Prewitt，Canny，Log边缘检测方法的Matlab仿真实验，获得了上述5种边缘检测方法的均方误差、峰值信噪比和检测时间的比对图，得出了不同人脸在不同环境的条件下自动选取合适的边缘检测方法的结论，具有高效、快捷、便利的特点。

关键词：边缘检测；微分算子；均方误差；峰值信噪比
中图分类号： TN919⁃34 文献标识码： A 文章编号： 1004⁃373X（2013）06⁃0089⁃04
边缘检测既是图像分析和模式识别[1]的主要特征提取手段，也是图像匹配的基础，其实质就是采用某种算法来提取出图像中对象与背景间的交界线。

常见的边缘检测算法有Roberts，Sobel，Prewitt，Canny，Log等，但因尚无通用的分割理论，并没有一种适合所有图像的通用检测方法。

本文对5种常见边缘检测算子的原理[2]进行了分析，总结出了不同算子适合的图像特征，这对从事数字图像处理[3]领域工作者选取合适的图像边缘检测方法具有一定的意义。

1 5种边缘检测算法的介绍
1.1 Roberts交叉微分算子
1.5 Log算子
2.1 均方误差
3 边缘检测算法比较的实验结果
3.1 实验人脸
3.3 人脸边缘检测时间
3.6 实验比对结果
4 结语
（1）Canny算子检测边缘时消耗时间最多，说明它对图像边缘检测细致，但是Canny 算子提取的边缘最为完整，而且边缘的连续性很好，效果优于以上其他算子，这主要是因为它进行了“非极大值抑制”和形态学连接操作的结果。

（2）Roberts，Sobel，Prewitt三种边缘算子的均方误差图几乎呈现一条直线，只有个别图像出现了弯曲。

这说明此图像含有很多不同的噪声，但是其中Canny算子的均方误差图的所有值几乎都小于其他算子。

均方误差越小，图像的质量越好。

实验数据具有更好的精确度，它对噪声具有很强的过滤作用，而且也能真正检测出图像的弱边缘；同时Log算子的每幅图像的均方误差都比其他算子大。

可以得出均方误差越大，它对噪声的抑制力下降，容易产生虚假边缘。

（3）Roberts，Sobel，Prewitt三种边缘算子的峰值信噪比图几乎呈直线，只有在个别图像处出现了弯曲，说明此图像受外界环境的影响很大。

其中Canny算子在各个图像中的峰值信噪比比其他算子的都大，表明峰值信噪比越大，在检测图像过程中图像失真越少，更加说明了其具有很强的抗噪声性。

（4）对同一幅图像同时用5种边缘算子进行边缘检测，通过比较它们的均方误差和峰值信噪比，可以自动选取合适的边缘算子进行边缘检测。

参考文献
[1] FRANK Y S， CHENG S. Extracting faces and facial features from color images [J]. International Journal of Pattern Recognition and Artificial Intelligence， 2008， 22（3）：
515⁃534.
[2] CELIK T， DIREKOGLU C. Region⁃based super⁃resolution aided facial feature extraction from low⁃resolution video sequences [C]// Proceedings of IEEE International Conference on Acoustics， Speech， and Signal Processing. Philadelphia， USA： IEEE， 2005： 789⁃792.
[3] 朱虹.数字图像处理基础[M].北京：科技出版社，2005.
[4] RAFAEL C G，RICHARD E W.数字图像处理[M].阮秋琦，译.北京：电子工业出版社，2005.
[5] YANG M H， KRIEGMAN D， AHUJA N. Detecting faces in images：a survey [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence （PAMI）， 2002， 24（1）： 34⁃58.
[6] JOHNSON W B， LINDENSTRAUSS J. Extensions of Lipschitz mappings into a Hilbert space [J]. Contemporary Mathematics， 1984， 26（12）： 18⁃25.
[7] 晏洁，高文.基于一般人脸模型修改的特定人脸合成技术[J].计算机辅助设计与图形学学报，1999，11（5）：389⁃394.
[8] 胡永利，尹宝才，谷春亮，等.基于形变模型的三维人脸重建方法及其改进[J].计算机学报，2005，28（10）：1672⁃1678.
[9] CHEDDAD A， MOHAMAD D. Exploiting Voronoi diagram properties in face segmentation and feature extraction [J]. Pattern recognition， 2008， 41（12）： 3842⁃3859.
[10] 胡峰松，林亚平，邹北骥.应用于人脸识别的基Candide⁃3特定人脸三维重建[J].湖南大学学报，2008，35（11）：2⁃3.
[11] 王成章，尹宝才，孙艳丰.改进的基于形变模型的三维人脸建模方法[J].自动化学报，2007，33（3）：232⁃239.
[12] 王丽婷，丁晓青，方弛.一种鲁棒的全自动人脸特征点定位方法[J].自动化学报，2009，35（1）：9⁃16.。