管鵬舉，王開民，曹曉梅

（長安大學工程機械學院，陜西西安710064）

檢測與測試

基于中值濾波及Sobel算子的圖像邊緣檢測技術研究

管鵬舉，王開民，曹曉梅

（長安大學工程機械學院，陜西西安710064）

在機器人加工中心，機器人想要捕捉到工件，需要清晰的找到工件的邊緣。圖像在采集過程中容易受到視角、尺寸、亮度、污染、模糊等不確定因素的影響，為了提高邊緣提取的精度，在噪聲的環(huán)境下，提出了基于中值濾波及Sobel算子的圖像邊緣檢測技術，實驗仿真結果表明，此種算法能夠有效地抑制噪聲，能夠提高機器人捕捉圖像的精確度。

中值濾波；Sobel算子；圖像處理；邊緣檢測

機器視覺就是用機器來代替人眼來測量和判斷的技術［1］。圖像邊緣是一種重要的視覺信息，圖像邊緣檢測是圖像處理、圖像分析、計算機視覺以及人類視覺的基本步驟。視覺系統(tǒng)通過圖像邊緣檢測的數(shù)據進行分析處理，方便準確的找出物體的位置。機器視覺系統(tǒng)是指通過機器視覺將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據像素分布、亮度、顏色等諸多的信息，轉變成數(shù)字化的信號；圖像系統(tǒng)對這些信號進行各種運算，目的是抽取目標的基本特征，進而根據判別的結果來控制現(xiàn)場的設備有序的工作。

本文結合中值濾波和Sobel算子兩種濾波算法分別單獨進行分析，然后結合這兩種算法進行濾波，相比較可知，結合中值濾波及Sobel算子進行圖像邊緣處理，具有良好的檢測精度的效果。

1　中值濾波的原理［2］

中值濾波是將圖像中的每一個像素的灰度值用該點鄰域中的所有像素的灰度值的中值來代替。假如圖像中位置為［i，j］的像素，它的灰度值為f（i，j），則經過中值濾波后的輸出值h（i，j）為：

其中，N表示以［i，j］為中心的鄰域的集合，N內的像素總數(shù)通常為奇數(shù)，Med表示對一個集合中的數(shù)值取中間值。在編程計算時，采用一個有奇數(shù)點的滑動窗口，對位于窗口的像素的灰度值的大小進行排序，然后取排在中間的灰度值的大小作為窗口中心像素的灰度值。例如一個窗口內像素的灰度是5，6，35，10和5，他們的灰度中值為6，則濾波后原來的中心像素灰度為35就變成了6.

中值濾波是基于排序統(tǒng)計理論的一種有效抑制噪聲的非線性信號處理技術，并且中值濾波對消除椒鹽噪聲非常有效。中值濾波在圖像處理中，常用于保護邊緣信息。同時中值濾波器也有一些缺點，對于圖像中的線、尖角等細節(jié)也會被處理掉。

2　Sobel邊緣檢測器的原理［3］

對數(shù)字圖像｛（fi，j）｝的每個像素，考察它上、下、左、右鄰點灰度的加權差，與之相接近的鄰點的權大。據此，定義Sobel算子［2］如下：

其卷積算子為:

適當取門限H，作如下判斷:如果s（i，j）＞H，（i，j）為階躍狀邊緣點為邊緣圖像。Sobel邊緣檢測器不但產生較好的邊緣檢測效果，而且受噪聲影響也比較小。如果使用較大的鄰域時，抗噪性能會更好一些，但與此同時，這樣會增加計算量，并且得出的邊緣也會相應的變粗。Sobel算子利用像素點上、下、左、右鄰點的灰度加權算法，根據在邊緣點處達到極值這一現(xiàn)象進行邊緣的檢測。Sobel算子對噪聲具有平滑作用，提供較為精確的邊緣方向信息。Sobel算子是一種較為常用的邊緣檢測方法。

3　本文算法的基本思想與步驟

針對中值濾波器對于圖像中的線、尖角等細節(jié)會被處理掉的缺點，本文提出了一種中值濾波與Sobel算子相結合使用的邊緣檢測技術，其主要思想是先對圖像進行灰度處理，然后進行中值濾波處理，最后把中值處理后的圖像用Sobel算子處理，得到邊緣檢測圖像，其流程如下：

4　仿真結果與分析

本文結合中值濾波和Sobel算子進行圖像邊緣檢測，為機器人更好的識別物體的外觀結構打下了堅實的基礎。下面給出了幾幅圖的仿真結果。如圖1～4所示。

圖1　原始輸入灰度圖像

圖2　直接用中值濾波檢測的邊緣圖像

圖3　直接用Sobel算子檢測的邊緣圖像

圖4　Med-Sobel新算法檢測的邊緣圖像

由仿真結果可以看出，本文所提出的Med-Sobel新算法檢測邊緣圖像要比單獨使用一種算法得到的圖像邊緣信息更加清晰、準確。因此，改進后的新算子提高了圖像的邊緣檢測性能，提高了機器人識別物體的準確性。

5　結束語

本文分別分析了中值濾波和Sobel算子邊緣檢測的原理以及各自的不足，并在此基礎上提出了一種Med-Sobel算子，仿真結果可以得知，運用一種檢測技術得到不僅有邊緣信息，理論上分析了它的檢測精度要高于單獨使用一種算子的精度要求，同時證實了它提高了圖像的邊緣檢測性能，提高了機器人識別物體的準確性。

［1］畢文波.基于機器視覺的機械零件尺寸識別研究［D］.濟南：山東大學，2006.

［2］徐倩.基于中值與均值濾波的邊緣檢測優(yōu)化算法［J］.吉首大學學報，2014，35（1）：53-57.

［3］袁春蘭.基于Sobel算子的圖像邊緣檢測研究［J］.激光與紅外，2009，39（1）：85-87.

Research on the Edge Detection Technology of Image based on Median Filter and Sobel Operator

GUAN Peng-ju，WANG Kai-min，CAO Xiao-mei
（Chang'an University，School of Construction Machinery，Xi'an Shaanxi 710064，China）

In the machining center of robots，the robots need to capture the clear edge of work piece.In the process of image acquisition，it is easy to be affected by uncertain factors，such as visual angle，dimension size，lightness，pollution and fuzzy and so on.A kind of detection technique based on median filter and Sobel operator is proposed in order to increase the precision of edge extraction in the noisy environment.The result of test simulation prove that this algorithm is able to reject the noise effectively and increase the precision of robot in capturing image.

median filtering；Sobel operator；image processing；edge detection

TP301

A

1672-545X（2016）08-0211-02

2016-05-01

陜西省大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（201510710117）

管鵬舉（1990-），男，河南周口人，碩士，研究方向為機械視覺、圖像處理、故障診斷；王開民（1991-），男，新疆石河子人，碩士，研究方向為故障診斷；曹曉梅（1994-），女，陜西榆林人，本科，研究方向為機械制造及其自動化。