一种改进的Roberts和灰色关联分析的边缘检测算法
2014-03-28文永革何红洲李海洋
文永革, 何红洲, 李海洋
(绵阳师范学院数学与计算机科学学院,四川 绵阳 621000)
边缘检测一直是图像处理中的研究热点,在模式识别、机器视觉等领域具有广泛应用。常用的边缘检测方法是利用检测模板或算子,如Sobel、Prewitt、Robert、Laplacian等[1-2]进行计算。王智文[3]对Sobel、Prewitt、Robert、Laplacian、Canny、Gaussian和Zero-Cross等算子算法的性能进行了比较研究,用实验证明了不存在占绝对优势的检测算法。姜庆玲[4]将细胞神经网络(cellular neural network,CNN)数学模型应用到图像边缘检测中,可直接检测彩色图像边缘。朱晓临等[5]提出一种多阈值选取与改进的边缘连接相结合的方法,使边缘检测能保持弱边缘和连接性。针对一些特殊应用,文献[6-8]分别把遗传算法、复合导数、数学形态学等理论运用到图像边缘检测中,并取得了较好效果。针对Roberts算法对噪声比较敏感且需要人为指定阈值问题,康牧等[9]提出了一种Roberts自适应边缘检测方法,能够自适应地生成动态阈值,提高了图像边缘细节信息的提取性能。
灰色系统理论是邓聚龙[10]提出的一种研究少数据、贫信息、不确定性或不完全确定系统问题的新方法,主要解决一些包含未知因素的特殊领域问题,并得到了广泛应用。文献[11-13]将灰色关联度与图像的边缘检测相结合,提出了一种利用Sobel算子作为参考序列,通过计算灰色关联度来检测图像边缘的算法(简称为Sobel灰关联算法),并获得了初步成果。
但以上算法在权衡边缘检测精度、定位精度和抗噪性的问题上还存在不足。
本文结合灰色关联分析方法,提出一种改进的Roberts边缘检测算法。……
