黄 慧,董林鹭,何建华,薛智爽,刘小芳*，赵良军

(1.人工智能四川省重点实验室，四川 自贡 643000；2.四川轻化工大学 自动化与信息工程学院，四川 自贡 643000；3.四川轻化工大学 计算机科学与工程学院，四川 自贡 643000)

0 引 言

图像的边缘信息是图像的重要特征之一，可以描述图像中目标轮廓、相对位置及其他重要信息[1]。边缘检测是图像处理中重要的过程之一，检测的结果将直接影响图像分析。传统边缘检测算法通过检测一阶导数的最大值或二阶导数为零的值来完成[2]。虽然代表一阶微分算子(Roberts、Prewitt、Sobel等)和二阶微分算子(Log、拉普拉斯等)有许多优点，如计算简单、速度快、易实现，但它们受噪声的影响大，在实际工程应用中效果不能令人满意。

1986年John F. Canny提出一种多级边缘检测算法命名为Canny[3]，并提出三个标准用于判断边缘检测算子的性能：信噪比准则、定位精度准则、单边响应准则。与普通的边缘检测算法相比，Canny算法通常具有最佳性能[4-5]。近年来，许多研究人提出基于Canny的改进算法，例如，吴翔等人[6-7]提出使用自适应中值滤波进行图像处理，采用Otsu算法计算由梯度幅值得到图像的高低阈值，一定程度上提高了抗噪性能。徐衍鲁[8]提出将图像转换到HSV空间，采用双边滤波替代高斯滤波，得到的边缘细节丰富。Canny算法常用于道路[9]、建筑物[10]、医学[11]图像检测等方面。

由于Canny算法易受噪声等因素干扰，且光照等噪声不可避免，实际运用的效果不能令人满意。为提高改进算法的抗噪性，该文采用平滑聚类的方法减少噪声同时保留重要的边缘，再加入45°、135°方向计算梯度幅值和方向，以获得更多有用的信息。……