娄自婷

摘要：数字图像的边缘检测是目标区域识别、提取及图像分割等领域的基础，图像边缘包含图像的轮廓、位置等特征，其边缘的检测与提取是目前图像处理与分析技术中的研究热点。该文着重研究了几种经典的边缘检测算法并分析比较了算法的优缺点，然后为TIP技术中图像处理的后续环节提供一些参考，即为图像前景掩模的生成，边缘检测算法的选取提供了参考。

关键词：数字图像处理；边缘检测；算子；TIP；前景掩模

1概述

随着科技的不断发展，数字图像处理应用越来越广泛，在工业生产、天气预报、通讯技术、遥感技术、公共服务等方面都有很大发挥作用。而边缘作为图像的一个重要特征也逐步成为人们关注的焦点。由此人们提出多种检测图像边缘的算子，主要包括一阶导数的边缘检测算子roberts算子、sobel算子、prewitt算子、canny算子等，还有二阶导数的边缘检测算子拉普拉斯算子、LOG算子等。这些算子都存在优缺点及实用性。

而在实际图像中，边缘是由多种类型组合而成的，还存在噪声的干扰，考虑的因素甚多，所以边缘检测是数字图像处理中的一个难题。加之人们对TIP技术的虚拟漫游的要求越来越高，但实现过程涉及很多人工操作，如要预先使用图像处理软件PHOTOSHOP来完成前景与背景的区分，严重影响了TIP实现的灵活性和适应性。为了改进其缺点，有人提出使用边缘检测算法自动提取前景与背景生成前景掩模和背景图像。

该文阐述了边缘检测算法的定义及实现步骤，并通过VC编程实现，分析比较几种常用边缘检测算法的优缺点及在TIP技术中的实用性。

2边缘检测

图像边缘是一系列连续像素的集合，这些像素位于图像中相邻区域的交界线。而图像边缘的检测是对灰度变化的度量与定位，通过灰度变化率表示图像边缘点灰度的变化信息。在一幅图像中，边缘有方向和幅度两个特性。一般认为沿邊缘走向的灰度变化较为平缓，而垂直于边缘走向的灰度变化剧烈。即灰度梯度指向边缘的垂直方向。那根据灰度变化的特点可分为三种：阶跃型、房顶型与凸圆型。边缘检测一般包括以下四个步骤：滤波、增强、检测、定位，如图1为边缘检测流程图。

3边缘检测算子

3.1基于一阶导数的边缘检测算子

首先用一阶导数来表示梯度，图像边缘信息的强度可用一阶导数的大小来表示，图像边缘点的方向与导数的方向垂直。由图2可知，我们将由暗到亮的边设为正，由亮到暗的边设为负，常数部分为零，则可观察到其截面图的变化。基于一阶导数的边缘检测算子有Robe.s算子、Sobel算子、Prewitt算子。