南春巖

摘 要：伴隨著圖像處理技術(shù)的不斷發(fā)展，對(duì)于目標(biāo)圖像的邊緣檢測(cè)由像素級(jí)向亞像素級(jí)轉(zhuǎn)變，為了能夠得到目標(biāo)圖像相對(duì)比較清晰的邊緣圖像，在本文中首先使用一種改進(jìn)的數(shù)學(xué)形態(tài)學(xué)梯度算法對(duì)目標(biāo)圖像進(jìn)行像素級(jí)邊緣檢測(cè)，然后通過對(duì)已經(jīng)得到的像素級(jí)邊緣點(diǎn)進(jìn)行樣條插值，最終完成亞像素邊緣檢測(cè)，通過實(shí)驗(yàn)仿真能夠觀察出使用本文所研究檢測(cè)方法能夠得到清晰的邊緣圖像。

關(guān)鍵詞：形態(tài)學(xué)梯度 亞像素邊緣檢測(cè) 樣條插值

中圖分類號(hào)：TN911.73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）10（a）-0020-02

目前對(duì)于圖像邊緣檢測(cè)度逐步提高，過去的像素級(jí)精度已經(jīng)不能夠滿足目前市場(chǎng)的要求，所以在本文中目標(biāo)圖像的亞像素級(jí)邊緣檢測(cè)進(jìn)行了研究，在本文中首先使用一種改進(jìn)的形態(tài)學(xué)梯度算法對(duì)目標(biāo)圖像進(jìn)行像素級(jí)邊緣檢測(cè)處理，其次對(duì)像素級(jí)邊緣點(diǎn)使用三次樣條插值進(jìn)行邊緣細(xì)化，最終達(dá)到目標(biāo)圖像亞像素邊緣檢測(cè)。

1 改進(jìn)的形態(tài)學(xué)梯度

數(shù)學(xué)形態(tài)學(xué)對(duì)于圖像可以達(dá)到像素級(jí)邊緣檢測(cè)，與此同時(shí)，數(shù)學(xué)形態(tài)學(xué)在對(duì)原始圖像進(jìn)行邊緣檢測(cè)的同時(shí)還可以抑制圖像中的噪聲元素。單尺度形態(tài)學(xué)梯度的定義：

式中：為原始圖像；b為結(jié)構(gòu)元素。

由于單尺度的形態(tài)學(xué)梯度受限于單一結(jié)構(gòu)元素結(jié)構(gòu)的大小，單尺度的結(jié)構(gòu)元素的選取合適與否對(duì)原始圖像的邊緣檢測(cè)結(jié)果具有非常嚴(yán)重的影響，所以對(duì)單尺度形態(tài)學(xué)梯度進(jìn)行改進(jìn)。

式中：C1、C2為權(quán)系數(shù)；

為不同的結(jié)構(gòu)元素相對(duì)應(yīng)的改進(jìn)形態(tài)學(xué)梯度。

通過改進(jìn)后的形態(tài)學(xué)梯度能夠?qū)δ繕?biāo)圖像的邊緣達(dá)到像素級(jí)的標(biāo)準(zhǔn)，與此同時(shí)使用本文中所研究的算法能夠?qū)⒛繕?biāo)圖像中的孤立噪聲點(diǎn)濾除掉，減少孤立噪聲點(diǎn)對(duì)于目標(biāo)圖像邊緣檢測(cè)的影響。

2 三次樣條插值亞像素邊緣檢測(cè)方法

經(jīng)過上面的形態(tài)學(xué)梯度檢測(cè)算法可以將目標(biāo)圖像的邊緣定位于像素級(jí)，為了能夠更加精確的定位目標(biāo)圖像的邊緣信息，在本文中對(duì)像素級(jí)邊緣圖像進(jìn)行三次樣條插值計(jì)算，最終得到目標(biāo)圖像的亞像素邊緣圖像。

在本文中所使用的三次樣條插值函數(shù)的表達(dá)式為：

在本文中通過使用三次樣條插值對(duì)目標(biāo)圖像在二維空間中進(jìn)行亞像素邊緣檢測(cè)，示意圖如圖1所示。

3 實(shí)驗(yàn)效果及結(jié)果分析

在本文中通過軟件分析仿真，將本文所使用的邊緣定位算法與傳統(tǒng)邊緣定位算法進(jìn)行邊緣檢測(cè)效果比較，軟件仿真效果圖如圖2所示。

從以上的圖像邊緣定位效果能夠明顯的觀察出，采用本文所研究的邊緣檢測(cè)算法效果明顯好于其他兩種算法對(duì)目標(biāo)圖像的邊緣定位。

4 結(jié)語(yǔ)

在本文中所研究的基于形態(tài)學(xué)梯度樣條插值亞像素邊緣檢測(cè)算法能夠精確的識(shí)別出目標(biāo)圖像的邊緣亞像素信息，圖像邊緣檢測(cè)效果較好，基本上能夠滿足目前對(duì)于圖像邊緣檢測(cè)的要求。

參考文獻(xiàn)

[1] 原野，毛志成，肖舟，等.像素級(jí)多傳感器圖像融合技術(shù)分析[J].電子技術(shù)與軟件工程，2015（19）：126.

[2] 吳劍峰.亞像素級(jí)的精確測(cè)量技術(shù)研究[J].電腦知識(shí)與技術(shù)，2016（3X）：191-192.

[3] 羅秋棠.基于數(shù)學(xué)形態(tài)學(xué)的圖像處理算法[J].電子技術(shù)與軟件工程，2016（6）：80-81.

[4] 周樂前，郭斯羽，溫和，等.大結(jié)構(gòu)元素二值形態(tài)學(xué)基本操作改進(jìn)算法[J].計(jì)算機(jī)工程與應(yīng)用，2016（1）：191-194.endprint