数字图像几种边缘检测算子检测比较分析

万方数据

《自动化技术与应用》２００９年第２８卷第３期

电气传动

ＥｌｅｃｔｒｉｃａｌＤｒｉｖｅｓ

１０９－１１２．

【５】齐放，邓智泉，仇志坚．基于ＭＲＡＳ的永磁同步电机无速度传感器【Ｊ】．电工技术学报，２００７，２２（４）：５３—５８．

【６】秦峰．贺益康，贾洪平．基于转子位置自检测复合方法的永磁同步电机无传感器运行研究【Ｊ】．中国电机工程学报，２００７，２７（３）：１３一１７．

【７】王庆龙。张崇巍，张兴．基于变结构模型参考自适应系统的永磁同步电机转速辨识【Ｊ】．中国电机工程学报，２００８．２８（９）：７ｌ一７５．

【８】‘尚酷，赵荣祥，窦汝振．基于自适应滑模观测器的永磁同步电机无位置传感器控制研究【Ｊ１．中国电机工程学报，２００７，２７（３）：２３－２７．

作者简介：侯利民（１９７６一），男，讲师，硕士．研究方向：电力电子与电力传动．

（上接第６８页）

Ｗ蝴分算子实际上就是结合拉普拉斯算子与对数算子构造出来的一种锐化算子。

２．１．６Ｋｉｒｓｃｈ算子［４】

Ｋｉ＿ｒｓｃｈ边缘算子是由一组８个３Ｘ３的卷积核组成。每两个

卷积核之间的夹角为４５。对于图像。

２．２过零点边缘检测算子［２］

为抑制噪声，可先作平滑滤波然后再作二次微分，通常采用高斯函数作平滑滤波，故有ＬＯＧ（ＬａｐｌａｃｅｏｆＧａｕｓｓｉａｎ）算子。还可以在实现时用两个不同参数的高斯函数的差ＤＯＧ（ＤｉｆｆｅｒｅｎｃｅｏｆＧａｕｓｓｉａｎｓ）对图象作卷积来近似，这样检测出来的边缘点称为过零点（Ｚｅｒｏｃｒｏｓｓｉｎｇ）。

ＬＯＧ（ＬａｐｌａｃｅｏｆＧａｕｓｓｉａｎ）算子是根据图像的信噪比来检测边缘的最优滤波器。该方法是在对噪声的抑制和对边缘的检测两个方面综合考虑来设计的。

２．３Ｃａｎｎｙ微分算子

Ｃａｎｎｙ算子是一个缵Ｉ生算子可以在抵抗噪声与边缘检测之间获得一个最佳的折中，就是高斯函数的一阶导数。

３实验结果与分析

边缘检测程序由Ｃ语言编掣引。在没有噪声的情况下边缘检测的效果如图２。

（ａ）原始图像

（ｈ）Ｃａｎｎｙ算子（｜）Ｋｉｒｓｃｈ算子（ｊ）Ｗａｌｌｉｓ算子

图２各种边缘检测算子的检测结果

几种边缘提取算法在边缘明显、噪声很低的情况下会得到较好的边缘效果。但是对于实际采集的具有大量噪声的图像就会将噪声点作为边缘点。从而无法检测出边缘。针对三种常见的噪声：椒盐、高斯和波松噪声，分别用各种算子检测，检测结果如表１所示。所以在实际应用中，要想解决噪声这一问题必须对图像进行去噪声滤波，这样才能得到良好的效果。

表１各种边缘检测算子的比较

４结束语

要根据不同的系统，针对不同的环境条件和要求，选择合适的算子来对图像进行边缘检测。在图像边缘检测领域中有许多经典的边缘检测算子，但它们都不是具有绝对优势的方法，在图像的抗噪声、图像边缘的定位情况，图像部分边缘是否可以检测出和算法运行的速度等方面，各自存在优缺点。可见．无论哪一种边缘检测算法在解决一定问题的同时也存在不同类型的缺陷。

参考文献：

【１】姚敏．数字图像处理【Ｍ】．北京：机械工程出版社．２００６．

【２】夏良正．数字图像处理【Ｍ】．南京：东南大学出版社．２００４．【３】朱虹．数字图像处理基础【Ｍ１．北京：科技出版社．２００６．

【４】缑西梅．数字图像处理的边缘检测技术研究【Ｊ】．中原工学院学报．２００７．１８．（３）：６４－７０．

【５】殷福亮．数字信号处理ｃ语言程序集【Ｍ】．沈阳：辽宁科学技术出版社．１９９７．

理．

作者简介：赵芳（１９８

３一）．女．硕士．研究方向：信号与信息处万方数据