基于梯度方向一致性引導(dǎo)的邊緣檢測(cè)研究

曹海蘭

摘要：為解決傳統(tǒng)Canny算子在邊緣交叉點(diǎn)因漏檢造成邊緣輪廓未閉合的問(wèn)題，提出了基于梯度方向一致性的改進(jìn)算法應(yīng)用于邊緣像素檢測(cè)。研究結(jié)果表明：基于梯度方向一致性的改進(jìn)算法，可以檢測(cè)出更多的邊緣交叉點(diǎn)細(xì)節(jié)，在連接邊緣方面優(yōu)于傳統(tǒng)Canny算子，并未引入噪聲干擾問(wèn)題。因此，該算法對(duì)邊緣檢測(cè)研究具有一定的參考價(jià)值。

關(guān)鍵詞：邊緣檢測(cè);非極大值抑制;交叉邊緣點(diǎn);梯度方向

中圖分類號(hào)：O121.8;G558文獻(xiàn)標(biāo)識(shí)碼：A

Canny作為最優(yōu)邊緣檢測(cè)算子，具有較高的檢測(cè)精度和較大的信噪比。具體實(shí)現(xiàn)分為使用高斯濾波平滑圖像，計(jì)算每個(gè)像素的梯度的幅值和方向，對(duì)幅值圖像進(jìn)行非極大值抑制操作，雙閾值檢測(cè)和連接邊緣這四部分。[1]它的檢測(cè)效果綜合性能比較好，但其依舊存在不足。其第三步非極大值抑制可能會(huì)造成交叉點(diǎn)部分的邊緣像素出現(xiàn)漏檢，使檢測(cè)結(jié)果成為不閉合輪廓。

1Canny算法

Canny算法缺陷分析。圖1給出兩個(gè)例子：圖（f）示出圖（e）的圖像中心像素的梯度大小為零，并且其周?chē)袼靥荻刃　Ｔ诜菢O大值抑制之后，兩個(gè)圖像中心區(qū)域的一些真實(shí)邊緣被抑制，分別如圖（c）和（g）所示。Canny檢測(cè)器的結(jié)果分別如圖（e）和（h）所示，清楚看到圖像中心附近的邊緣被遺漏。

3結(jié)論

改進(jìn)算法可以檢測(cè)出更多的邊緣細(xì)節(jié)，在抑制噪聲和對(duì)交叉點(diǎn)邊緣的檢測(cè)方面優(yōu)于傳統(tǒng)Canny算法。特別是在噪聲環(huán)境中，由于改進(jìn)后的算法基于梯度方向一致性對(duì)斷裂邊緣進(jìn)行了連接，從而使改進(jìn)后算法的檢測(cè)效果更精確。

參考文獻(xiàn)：

[1]段瑞玲，李慶祥，李玉和.圖像邊緣檢測(cè)方法研究綜述[J].光學(xué)技術(shù)，2005，31（3）.

[2]彭小梅.基于計(jì)算機(jī)圖像處理的板形識(shí)別研究[D].重慶：重慶大學(xué)，2007.

[3]王植，賀賽先.一種基于Canny理論的自適應(yīng)邊緣檢測(cè)方法[J].中國(guó)圖像圖形學(xué)報(bào)，2004，9（8）.

[4]袁春蘭，熊宗龍，彭小輝.基于Sobel算子的圖像邊緣檢測(cè)研究[J].激光與紅外，2009，39（1）.

[5]沈陽(yáng).基于形態(tài)學(xué)的圖像邊緣檢測(cè)技術(shù)研究[D].電子科技大學(xué)，2008，5.