5種常見邊緣檢測方法的比較分析

摘要： 為了自動快速地選取適合不同人臉的邊緣檢測方法的目的.采用了計算原始人臉圖像與其邊緣檢測后所得圖像的均方誤差和峰值信噪比的方法，做了比較Roberts，Sobel，Prewitt，Canny，Log邊緣檢測方法的Matlab仿真實驗，獲得了上述5種邊緣檢測方法的均方誤差、峰值信噪比和檢測時間的比對圖，得出了不同人臉在不同環境的條件下自動選取合適的邊緣檢測方法的結論，具有高效、快捷、便利的特點。

關鍵詞： 邊緣檢測； 微分算子； 均方誤差； 峰值信噪比

中圖分類號： TN919?34 文獻標識碼： A 文章編號： 1004?373X（2013）06?0089?04

邊緣檢測既是圖像分析和模式識別[1]的主要特征提取手段，也是圖像匹配的基礎，其實質就是采用某種算法來提取出圖像中對象與背景間的交界線。常見的邊緣檢測算法有Roberts，Sobel，Prewitt，Canny，Log等，但因尚無通用的分割理論，并沒有一種適合所有圖像的通用檢測方法。本文對5種常見邊緣檢測算子的原理[2]進行了分析，總結出了不同算子適合的圖像特征，這對從事數字圖像處理[3]領域工作者選取合適的圖像邊緣檢測方法具有一定的意義。

1 5種邊緣檢測算法的介紹

1.1 Roberts交叉微分算子

1.5 Log算子

2.1 均方誤差

3 邊緣檢測算法比較的實驗結果

3.1 實驗人臉

3.3 人臉邊緣檢測時間

3.6 實驗比對結果

4 結 語

（1）Canny算子檢測邊緣時消耗時間最多，說明它對圖像邊緣檢測細致，但是Canny 算子提取的邊緣最為完整，而且邊緣的連續性很好，效果優于以上其他算子，這主要是因為它進行了“非極大值抑制”和形態學連接操作的結果。

（2）Roberts，Sobel，Prewitt三種邊緣算子的均方誤差圖幾乎呈現一條直線，只有個別圖像出現了彎曲。這說明此圖像含有很多不同的噪聲，但是其中Canny算子的均方誤差圖的所有值幾乎都小于其他算子。均方誤差越小，圖像的質量越好。實驗數據具有更好的精確度，它對噪聲具有很強的過濾作用，而且也能真正檢測出圖像的弱邊緣；同時Log算子的每幅圖像的均方誤差都比其他算子大。可以得出均方誤差越大，它對噪聲的抑制力下降，容易產生虛假邊緣。

（3）Roberts，Sobel，Prewitt三種邊緣算子的峰值信噪比圖幾乎呈直線，只有在個別圖像處出現了彎曲，說明此圖像受外界環境的影響很大。其中Canny算子在各個圖像中的峰值信噪比比其他算子的都大，表明峰值信噪比越大，在檢測圖像過程中圖像失真越少，更加說明了其具有很強的抗噪聲性。

（4）對同一幅圖像同時用5種邊緣算子進行邊緣檢測，通過比較它們的均方誤差和峰值信噪比，可以自動選取合適的邊緣算子進行邊緣檢測。

參考文獻

[1] FRANK Y S， CHENG S. Extracting faces and facial features from color images [J]. International Journal of Pattern Recognition and Artificial Intelligence， 2008， 22（3）： 515?534.

[2] CELIK T， DIREKOGLU C. Region?based super?resolution aided facial feature extraction from low?resolution video sequences [C]// Proceedings of IEEE International Conference on Acoustics， Speech， and Signal Processing. Philadelphia， USA： IEEE， 2005： 789?792.

[3] 朱虹.數字圖像處理基礎[M].北京：科技出版社，2005.

[4] RAFAEL C G，RICHARD E W.數字圖像處理[M].阮秋琦，譯.北京：電子工業出版社，2005.

[5] YANG M H， KRIEGMAN D， AHUJA N. Detecting faces in images：a survey [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence （PAMI）， 2002， 24（1）： 34?58.

[6] JOHNSON W B， LINDENSTRAUSS J. Extensions of Lipschitz mappings into a Hilbert space [J]. Contemporary Mathematics， 1984， 26（12）： 18?25.

[7] 晏潔，高文.基于一般人臉模型修改的特定人臉合成技術[J].計算機輔助設計與圖形學學報，1999，11（5）：389?394.

[8] 胡永利，尹寶才，谷春亮，等.基于形變模型的三維人臉重建方法及其改進[J].計算機學報，2005，28（10）：1672?1678.

[9] CHEDDAD A， MOHAMAD D. Exploiting Voronoi diagram properties in face segmentation and feature extraction [J]. Pattern recognition， 2008， 41（12）： 3842?3859.

[10] 胡峰松，林亞平，鄒北驥.應用于人臉識別的基Candide?3特定人臉三維重建[J].湖南大學學報，2008，35（11）：2?3.

[11] 王成章，尹寶才，孫艷豐.改進的基于形變模型的三維人臉建模方法[J].自動化學報，2007，33（3）：232?239.

[12] 王麗婷，丁曉青，方弛.一種魯棒的全自動人臉特征點定位方法[J].自動化學報，2009，35（1）：9?16.