一種改進的低對比度灰度圖像邊緣識別方法

摘要：低對比度圖像的邊緣比較模糊，傳統的基于微分算子邊緣檢測方法通過梯度算子雖增強了邊緣信息，但同時也強化了噪聲影響。針對以上問題。首先考慮對低對比度圖像進行預處理，用直方圖均衡化方法提高對比度，以便準確完整地定位圖像邊緣：其次考慮用計算灰度比值而不是傳統的計算灰度差值來檢測圖像時象的邊緣，以最大限度地降低噪聲的影響。測試結果表明，基于灰度比值的邊緣檢測方法弱化了噪聲影響，更有利于清晰準確地識別低對比度圖像的邊緣。

關鍵詞：邊緣檢測；直方圖均衡化；噪聲；灰度差；灰度比值

O 引言

圖像邊緣，顧名思義，就是不同區域的分界處，它反映了圖像局部特征的不連續性，通常表現為灰度圖像中灰度級的突變，彩色圖像中顏色的突變，圖像中紋理結構的突變等。傳統的邊緣檢測方法是通過計算灰度變化最大的值來確定邊緣點，比較簡單，而且常用的檢測算子有Roberts算子、Iarewitt算子、Sobel算子以及LOG算子。這些算子對噪聲十分敏感，在實際應用中，圖像又不可避免地會受到各種噪聲源的干擾，而噪聲會使我們檢測到由它導致的假邊緣。要解決這個問題，采用平滑濾波過濾噪聲是常用的方法，但平滑濾波同時也會導致邊緣強度的損失，這與增強邊緣的目標是相矛盾的。

因此，針對噪聲的問題，本文提出并采用了計算灰度比值的方法來降低噪聲影響，用計算灰度比值來替代計算灰度差值，以增強圖像邊緣，提高對比度，從而將噪聲的影響降低到最小。

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。