魏 林,华康民

(郑州航空工业管理学院 实验室与设备管理处,河南 郑州 450000)

1 传统数字图像边缘检测算法介绍

边缘检测就是找出图像灰度在某一处发生剧烈变化的位置[1],经典的边缘检测算子利用图像边缘一阶导数极值点和二阶导数过零点进行图像的二值化[2]。利用边缘检测算子进行数字图像的处理过程如图1所示。

图1 边缘检测过程

1.1 梯度算子

Roberts 算子是最简单的一阶微分算子,利用一阶导数峰值检测边缘点,通过将2×2 的算子模板带入计算,分别在垂直和水平方向进行一阶导数计算求和,并在图像对角线方向上相邻的差值求梯度幅值,所以在水平和垂直方向对图像检测精度很高,对噪声很敏感,同时检测较为粗糙,边缘易丢失。

Prewitt 算子为了减少在检测过程中受到的噪声影响,该算子模版算子由2×2 变为3×3,这是一种理想情况下的图像边缘,用来检测图像,得到的梯度幅值最大值作为输出值。

Sobel 算子与Prewitt 算子类似,都是3×3 的模板,只是在模板方向上不同,而且都是利用方向差分运算与局部运算相结合的方法[3]。 与Prewitt 类似,Sobel 算子在计算的时候体现了很好的方向性,检测的边缘都是与模板最类似的点,通过加权平均运算,与卷积算子运算后代入,便可得到图像的边缘幅值,然后利用幅值与选定的阈值TH 进行比较,若P(x,y)>TH,则选定该点作为边缘点,从而完成对图像的二值化,Sobel 算子对图像的检测体现较好的方向性,也更加与模板检测点趋同。

1.2 基于二阶导数的边缘检测算子

Laplace 算子利用图像边缘剖面二阶导数过零点的特性进行边缘检测,Laplace 算子在运算过程中作为一个标量,在具有等斜率的宽区域上,有可能将全部区域都当作边缘检测出来[4]。 ……