李晓兵，阎志军，许梅梅

（南京航空航天大学应用物理系，南京211106）

一种利用空间梯度信息进行阈值分割与边缘优化的新算法

李晓兵，阎志军，许梅梅

（南京航空航天大学应用物理系，南京211106）

提出一种结合灰度直方图与空间梯度信息提取低对比图像边缘的新方法。该方法分为三部分：在消噪过程中，通过分析边缘点与噪点特征在消除噪点的同时尽可能地保留边缘点；结合灰度直方图与空间梯度信息获得分割阈值；再次应用空间梯度信息对初始边缘进行优化。实验结果显示，该方法对具有不同特征的低对比度图像都展示出较好的结果。

低对比度图像；边缘提取；灰度直方图；空间梯度信息

0　引言

由于天气状况不佳，照明困难，目标本身的因素等各种原因，在遥感、医学诊断、目标识别与跟踪等研究领域存在大量低对比度图像。所以，低对比度图像边缘检测在目标识别领域引起了越来越多的关注。由于低对比度图像图像信噪比较低，传统的梯度算子（Sobel、Roberts、Prewitt和Laplacian）无法得到正确的边缘。基于直方图的分割方法可获得闭合边缘，所以此类方法在边缘检测中得到了广泛应用。通过分析直方图中的峰谷形态确定阈值，可以对图像进行分割，双峰法[1]是这类方法的典型代表。由于应用全局阈值，传统的双峰法算法在分割过程中自适性较低，在低对比度图像中难以获得好的分割结果。为改善分割结果，许多研究者提出了自适应方法，如傅弘[2]、Xinyu Wang[3]，黄世涛[4]和Harimi[5]。……