赵宏伟，陈 霄，龙曼丽，裴士辉

(1.吉林大学计算机科学与技术学院，长春130012;2.吉林大学公共外语教育学院，长春130012)

图像边缘提取是图像处理的关键技术，该技术在生物识别，图像理解，视觉注意等领域都起到重要作用，Shivakumara等［1］利用边缘在视频中实现文字识别。Youssef等［2］利用边缘检测方法对医学影响中的血管特征进行提取与识别。目前，常用的图像特征提取方法有Roberts算子、Prewitt算子、Sobel算子、Laplacian算子和Canny算子。这些算法都是基于图像中像素幅度(灰度)的梯度变化进行特征提取，虽然运算简便，但是特征提取效果不够理想。信号分析中Gabor函数可很好地模拟人眼视觉中简单细胞感受野的特性，利用多方向多尺度的Gabor小波使图像底层特征提取效果得到改善，但Gabor小波方法同样是根据图像中幅度的梯度变化而进行的特征提取。

Oppenheim等［3］研究的图像不仅存在幅度信息，还包括相位信息，通过实验证明:相位信息可以更好地表示图像的特征。Morrone等［4］使用相位一致性提取的图像特征得到很好的效果，与传统方法根据图像幅度的梯度变化进行特征提取相比，由于基于相位一致特征提取方法根据图像中相位变化信息进行图像特征提取，所以，可避免受到照度不均匀的影响。但通常情况下研究者都是在Hilbert变换空间下进行相位一致的计算，运算速度慢。本文针对这一问题，将相位一致性计算引入到Riesz变换空间中，Riesz变换具有各向同性的特点，而且Riesz变换运算相对简便。通过仿真实验证实了该方法不仅使相位一致运算速度得到改善，而且继承了传统方法在图像特征提取过程中的优越性。……