张美静，石振刚

(沈阳理工大学信息科学与工程学院，辽宁沈阳 110159)

图像边缘包含丰富的信息(如阶跃性质、方向、形状等)，边缘检测是一个非常重要的图像预处理过程，在计算机视觉和图像处理领域中占据重要的地位［1］，被广泛用于图像分割、遥感、机器人、医学图像分析和模式识别等领域。图像边缘往往是灰度不连续处，基于这一特征提出的经典边缘检测一阶算子(如 Sobel、Prewitt和 Canny［2］等)和二阶算子(如 Laplacian、Marr-Hildreth［3］等)的算法简单且检测速度快，但易受噪声的干扰，致使边界检测不完整，结果不精确，只有整个像素级的精度。实际上，边缘的位置存在于像素的任何位置，并且微分算子对噪声非常敏感，常会产生一些伪边缘等。随着工业检测等对精度要求的不断提高，传统边缘检测算法已经不能满足实际测量的需要。

为了解决这一问题，从20世纪70年代起，就有不少专家提出了一些有效的亚像素定位方法。这些算法需先用经典算法找出边缘的像素级精度的位置，然后使用周围像素的灰度值作为判断的补充信息，使边缘定位于更加精确的位置。亚像素级算法可以突破CCD相机分辨率的限制，使图像的边缘定位达到更精确的位置，从而提高图像测量系统的检测精度。目前国内外研究的亚像素边缘检测理论与技术，在数学上可以归纳为拟合法［4］、矩法［5］、插值法［6］三种类型。本文利用改进的数学形态学梯度算子进行边缘点的粗定位，再利用三次样条函数进行插值，最后将提取出的边缘进行细化，能够有效地检测出边缘。……