几种常用边缘检测算法的比较.doc

《几种常用边缘检测算法的比较.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、几种常用边缘检测算法的比较摘要:边缘是图像最基本的特征，边缘检测是图像分析与识别的重要环节。基于微分算子的边缘检测是目前较为常用的边缘检测方法。通过对Roberts，Sobel，Prewitt，Canny和Log及一种改进Sobel等几个微分算子的算法分析以及MATLAB仿真实验对比，结果表明，Roberts，Sobel和Prewitt算子的算法简单，但检测精度不高，Canny和Log算子的算法复杂，但检测精度较高，基于Sobel的改进方法具有较好的可调性，可针对不同的图像得到较好的效果，但是边缘较粗糙。在应用中应根据实际情况选择不同的算子

2、。0引言边缘检测是图像分析与识别的第一步，边缘检测在计算机视觉、图像分析等应用中起着重要作用，图像的其他特征都是由边缘和区域这些基本特征推导出来的，边缘检测的效果会直接影响图像的分割和识别性能。边缘检测法的种类很多，如微分算子法、样板匹配法、小波检测法、神经网络法等等，每一类检测法又有不同的具体方法。目前，微分算子法中有Roberts，Sobel，Prewitt，Canny，Laplacian，Log以及二阶方向导数等算子检测法，本文仅将讨论微分算子法中的几个常用算子法及一个改进Sobel算法。1边缘检测在图像中，边缘是图像局部强度变化最明

3、显的地方，它主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间。边缘表明一个特征区域的终结和另一特征区域的开始。边缘所分开区域的内部特征或属性是一致的，而不同的区域内部特征或属性是不同的。边缘检测正是利用物体和背景在某种图像特征上的差异来实现检测，这些差异包括灰度、颜色或纹理特征，边缘检测实际上就是检测图像特征发生变化的位置。边缘的类型很多，常见的有以下三种:第一种是阶梯形边缘，其灰度从低跳跃到高;第二种是屋顶形边缘，其灰度从低逐渐到高然后慢慢减小;第三种是线性边缘，其灰度呈脉冲跳跃变化。如图1所示。(a)阶梯形边缘(b)屋顶

4、形边缘(b)线性边缘图像中的边缘是由许多边缘元组成，边缘元可以看作是一个短的直线段，每一个边缘元都由一个位置和一个角度确定。边缘元对应着图像上灰度曲面N阶导数的不连续性。如果灰度曲面在一个点的N阶导数是一个Delta函数，那么就定义灰度曲面在这个点是N阶不连续，则线性边缘是0阶不连续，阶梯形边缘是一阶不连续，而屋顶形边缘是二阶不连续。在实际中，单纯的阶跃和线性边缘图像是很少见的，由于大多数传感元件具有低频特性，使得阶跃边缘变成斜坡形边缘，线性边缘变成屋顶形边缘。边缘检测可分为滤波、增强、检测、定位四个步骤，由于微分边缘检测算法主要是基于图像

5、强度的一阶和二阶导数，而导数的计算对噪声很敏感，噪声的存在可能会使检测到的边缘变宽或在某些点处发生间断，因此，需要使用滤波器来滤掉噪声。大多数滤波器在降低噪声的同时也会引起边缘强度的损失，增强图像边缘可以弥补损失，但增强边缘和降低噪声之间需要折衷。在边缘检测算法中，前三个步骤用得十分普遍，这是因为在大多数情况下，只需要边缘检测器指出边缘出现在图像中某一像素点的附近即可，而没有必要指出边缘的精确位置。2微分边缘检测算子2.1一阶微分算子2.1.1Roberts算子Roberts算子是一种利用局部差分算子寻找边缘的算子,它由下式给出：(1)其中

6、，、、和分别为4领域的坐标，且是具有整数像素坐标的输入图像。Robert算子是算子模板。图2所示的2个卷积核形成了Roberts算子。图像中的每一个点都用这2个核做卷积。100-101-10图2Roberts算子Roberts算子边缘定位精度较高，但容易丢失一部分边缘，同时由于没有经过图像平滑计算，因此不能抑制噪声，该算子对具有陡峭的低噪声图像响应较好。2.1.2Sobel算子Sobel算子是一种一阶微分算子，它利用像素临近区域的梯度值来计算1个像素的梯度，然后根据一定的阈值来取舍。它由下式给出：(2)Sobel算子是算子模板。图3所示的2

7、个卷积核、形成Sobel算子。一个核通常的垂直边缘响应最大，而另一个核对水平边缘响应最大。2个卷积的最大值作为该点的输出值。运算结果是一幅边缘幅度图像。-101-202-101121000-1-2-1图3Sobel算子2.1.3Prewitt算子Prewitt算子由下式给出：(3)Prewitt算子是算子模板。图4所示的2个卷积核和形成了Prewitt算子。与Sobel算子的方法一样，图像中的每个点都用这2个核进行卷积。取最大值作为输出值。Prewitt算子也产生一副边缘幅度图像。-101-101-101111000-1-1-1图4Prew

8、itt算子2.1.4Canny算子传统的Canny算法是通过在邻域内求有限差分来计算梯度幅值。Canny算子法实现的方式为：图像先用2D高斯滤波模板进行卷积以消除噪声，再对滤波后