摘要：邊緣檢測(cè)在圖像處理中占要重要的地位，邊緣檢測(cè)的算法選擇直接影響到整個(gè)計(jì)算機(jī)視覺系統(tǒng)性能的好壞，尋找比較簡(jiǎn)單的算法、對(duì)邊緣檢測(cè)精度并與抗噪性能協(xié)調(diào)的算法起著重要作用，是圖像處理領(lǐng)域的熱點(diǎn)。

關(guān)鍵詞：計(jì)算機(jī)視覺邊緣檢測(cè)

中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X(2012)03(b)-0000-00

邊緣是不同區(qū)域的分界線，是圖像局部強(qiáng)度變化最顯著的那些像素的集合也是圖像最基本的特征[1]。是其周圍像素灰度有階躍性變化或屋頂變化的集合。不同的灰度值的相鄰區(qū)域之間邊緣總是存在的。邊緣檢測(cè)技術(shù)是圖像處理中最基礎(chǔ)的技術(shù)，快速精確的提取圖像邊緣信息是該領(lǐng)域研究的熱點(diǎn)，實(shí)際景物圖像常常是各種類型的邊緣及其模糊化結(jié)合的組合。原始圖像住住含有噪聲給邊緣檢測(cè)帶來困難。

1邊緣檢測(cè)

以原始圖像為基礎(chǔ)，對(duì)圖像的每個(gè)像素對(duì)它的某個(gè)領(lǐng)域內(nèi)灰度階躍變化，利用邊緣增強(qiáng)算子，突出局部邊緣，提取邊緣點(diǎn)集。利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律檢測(cè)邊緣。常用的邊緣檢測(cè)方法有：高斯-拉普拉斯（LOG）算子、Roberts算子、Prewitt算子、Sobel算子、Canny算子等。

1.1Roberts算子

Roberts算子是最簡(jiǎn)單的一種邊緣檢測(cè)算子，采用對(duì)角線方向相鄰兩像素之差進(jìn)行梯度幅度檢測(cè)，檢測(cè)水平和垂方向邊緣的性能好于斜線方向，并且檢測(cè)定位精度比較高，但對(duì)噪聲較體敏感。是一種利用局部差分算子尋找邊緣的算子，具有整數(shù)像素坐標(biāo)的輸入圖像。

1.2 Sobel算子

可產(chǎn)生較好的檢測(cè)效果，是綜合圖像每個(gè)像素點(diǎn)的上下左右鄰點(diǎn)灰度的加權(quán)和，接近模板中心的權(quán)值較大，可以產(chǎn)生較好的邊緣效果，對(duì)噪聲有平滑作用，抗噪聲縣增加計(jì)算量，提供較為精確的邊緣方向信息。該方法是對(duì)于精度不高要求不高時(shí)較為常用的方法。

1.3 Prewitt算子

Prewitt算子是一種邊緣樣板算子，也是一種一階微分算子。樣板算子由理想的邊緣子圖像構(gòu)成，用邊緣樣板去檢測(cè)圖像，與被檢測(cè)區(qū)域最為相似的樣板給出最大值，并作為算子的輸出。

1.4 LOG算子

用高斯函數(shù)對(duì)圖像作平滑濾波處理，然后用Laplacian算子檢測(cè)邊緣，抑制噪聲的同時(shí)也可能將原有的比較尖銳的邊緣平滑掉了，對(duì)去除常見于CT圖像中的正態(tài)分布噪聲很有效，為了減少噪聲影響，可先對(duì)待處理圖像進(jìn)行平滑，然后用拉普拉斯算子檢測(cè)邊緣，它是對(duì)于二元函數(shù)的二階導(dǎo)數(shù)算子，對(duì)應(yīng)的過零點(diǎn)就是邊緣位置，算子強(qiáng)調(diào)圖像灰度的突變，能增強(qiáng)細(xì)節(jié)信息，有銳化效果。LOG算子就是對(duì)圖像進(jìn)行濾波和微分的過程，是利用旋轉(zhuǎn)對(duì)稱的LOG模板與圖像做卷積，確定濾波器輸出的零交叉位置。

1.5 Canny算子

Canny算子是尋找圖像梯度的局部最大值，用高斯濾波器的導(dǎo)數(shù)計(jì)算梯度。具有比較好的信噪比和檢測(cè)精度，得到了廣泛的應(yīng)用。對(duì)于高噪聲的模糊圖像，在進(jìn)行圖像處理前，先利用高斯平滑濾波器來平滑圖像以除去噪聲。Canny算子在抑制噪聲的同時(shí)會(huì)錯(cuò)過一些低強(qiáng)度的邊緣，并將高強(qiáng)度噪聲被檢測(cè)為邊緣。Canny分割算法采用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向[3]。對(duì)一個(gè)圖像邊緣來說，其一階導(dǎo)數(shù)在邊界處存在一個(gè)向上的階躍，或者其二階過零點(diǎn)。在處理過程中，Canny算法還將經(jīng)過一個(gè)非極大值抑制的過程。最后Canny算子將采用兩個(gè)閾值來連接邊緣。

2檢測(cè)結(jié)果及比較

在圖像沒有噪聲的情況下，Roberts算子、Sobel算子和Prewitt算子，都能夠比較準(zhǔn)確的檢測(cè)出圖像的邊緣。Roberts算子定位比較精確，對(duì)于噪聲比較敏感，但對(duì)具有陡峭邊緣且含沙射影噪聲少的圖像效果較好。Prewitt 算子和Sobel算子對(duì)邊緣的定位比較準(zhǔn)確。一種好的邊緣檢測(cè)方法應(yīng)該具有良好的噪聲抑制能力，出時(shí)又有完備的邊緣保持特性。Canny方法則以一階導(dǎo)數(shù)為基礎(chǔ)來判斷邊緣點(diǎn)。它是一階傳統(tǒng)微分中檢測(cè)階躍型邊緣效果最好的算子之一。根據(jù)對(duì)信噪比與定位乘積進(jìn)行測(cè)度，得到最優(yōu)化逼近算子。有效地抑制噪聲，盡量精確確定邊緣的邊置。LOG算子在使用高斯函數(shù)抑制噪聲的同時(shí)也將原有的比較尖銳的邊緣平滑掉，造成一些尖銳邊緣無法檢測(cè)到。對(duì)不同頻率噪聲的抑制作用不同，會(huì)造成邊緣信息丟失、虛假邊緣的產(chǎn)生。對(duì)圖像中的階躍型邊緣點(diǎn)定位準(zhǔn)確，但是對(duì)噪聲非常敏感，抗噪聲能力比較差，使用拉普拉斯算子會(huì)使噪聲成分得到加強(qiáng)；同時(shí)該算子是無方向的量，容易丟失部分邊緣的方向信息，造成一些不連續(xù)的邊緣檢測(cè)。對(duì)LOG算子計(jì)算時(shí)，模板的近似構(gòu)造很重要，運(yùn)算中，默認(rèn)模板的使用會(huì)在一定程度上影響圖像分割效果。

3總結(jié)

本文對(duì)幾種常用的邊緣檢測(cè)算子進(jìn)行分析，尋求較簡(jiǎn)單、能較好解決邊緣檢測(cè)精度與抗噪聲性能相互協(xié)調(diào)的檢測(cè)算法。針對(duì)具體系統(tǒng)或任務(wù)選擇合適的算法來解決圖像邊緣問題。

參考文獻(xiàn)

[1] 張廣軍.機(jī)器視覺/北京:科學(xué)出版社.2005.

[2] 李小紅.基于LOG濾波器的圖像邊緣檢測(cè)算法的研究.計(jì)算機(jī)應(yīng)用與軟件 2005.22(5);107-108.

[3] 陳宏希.基于邊緣保持平滑濾波的Canny算子邊緣檢測(cè).蘭州交通大學(xué)學(xué)報(bào).2006.25(1):86-90.