图像边缘检测
维普资讯 doc.guandang.net
基于改进的多尺度形态梯度的图像边缘检测 俞妍妍王继成
(同济大学计算机系,海 2 0 2 )上 0 0 3 E - i ̄ u a y n 0@ 1 3 c m— ma ly y n a 2 01 6 .o
摘
要
应用数学形态学进行非线性图像处理已经发展成为图像处理的一个主要研究领域。论文对多尺度形态梯度算
子进行改进,并将其应用于图像的边缘检测。实验结果表明,于改进的多尺度形态梯度的算法,合了大尺度和小尺度基综
形态梯度的边缘检测的优势,对阶跃边缘和模糊边缘进行了有效的处理,简化了计算,同时又能有效地去除噪声。 关键词数学形态学图像处理边缘检测形态梯度
文章编号 10— 3 1 ( 0 3 1— 0 5 0 文献标识码 A 0 2 83 - 2 0 )8 0 7— 2 中图分类号 T 3 1 P 9
Ed e De e to s d n od fe uli s a e g t c i n Ba e o a M i d M i t- c l M o p lgc l r ho o i a Gr d e g rt m a int Al o ih Yu Ya y n W a g Jc e g na n ih n
( e at e to o p t, o g nv r t,h n h i2 0 2 ) D p r n fC m ue T n j U i s y S a g a 0 0 3 m r i ei A b t a t: Appyig sr c l n ma h ma ia mo ph l y n t e tc l r oog i no lne r m a e n i a i g pr c sn h s e n o esi g a b e de eo e v lp d a mai i p ran su n m o t t t dy i l I t i pa e a m o i e mu t—s ae fed.n h s p r, df d i li c l mor o o ia g a e t l oih ph l gc l r din ag rt m i p p s d n i g prc s i gExp rm e tl s r o e i ma e o e sn . o e i na r s ls ndiae h t dg dee to wih h ag rt m p s ntd n hi p pe c n o o l e e tv l h n e h se e ut i c t t a e e tc in t t e lo h i e r e e i t s a r a n
t ny f c iey a dl t e t p a b u r d d e bu as smpl y t e ompua in, o s e sg i c nt r mo e a t e a e tm e nd l re e g s, t lo i i h c f tto n ie be n i nf a l e v d t h s m i . i y
Ke wo d: Ma h mai a r h l g,ma e p c s i g E g ee t n, r h lgc a in y rs t e t l mo o o y I g r e sn, d e d tc i Mo p o o ia g d e t c p o o l r
l引言 边缘检测是图像处理中的重要内容。一方面,图像的边缘往往对应于生成图像的物理世界中对象的重要特征,几何体如的边界;另一个方面,缘检测使图像处理的数据量大大减在边少,利于后续的特征提取和模式识别,此对边缘检测算法有因 的研究得到广泛而持久的关注。
的,本思想是利用一个结构元素去探测另一个图像,是否基看能够将这个结构元素很好地填放在图像内部,时验证填放结同构元素的方法是否有效。有形态学处理都基于填放结构元素所 的概念。
21二值形态算子 . 二值形态膨胀和腐蚀是最基本的二值形态算子,其可以用 构成其他复杂的形态算子,形态开一,架提取,化以及如闭骨细
传统的微分算子法 ( o et、o e、al i、r ie: R br Sb lLpa a Pe t )算 s cn wt法复杂,测慢,噪声敏感。而常用的多尺度方法计算量较检对大,将图像与宽度可调的高斯函数进行线形卷积,是在进行多尺度平滑时,容易模糊图像的重要细节;作为尺度参数的很而高斯函数的宽度并不与处理对象的大小直接相关;尺度滤波多的结果并不与信号形状有直接的关系。 数学形态学方法最初是应用于二值图像处理领域中的,最基本的算子均为二值形态算子,于完成以二值图像为输入图用像的处理任务。Sr e a和 Sen eg应用最大 t 4运算将二值 t br等 r i, ̄形态算子推广到了灰度图像处理,而使灰度形态学的理论和因应用得到了
进一步的发展。文【】出形态梯度算法,用于图 1提应像分割,阶跃边缘和模糊边缘进行了有效的处理。但是尺度对为 3时,构元素就有 7 7个像素,使计算量较大,行速度结 x并运慢。论文提出改进的形态梯度算法对图像进行边缘检测,计将算简化,大尺度下抑制噪声,在可靠地识别边缘,小尺度下定在 位,由粗到细跟踪边缘,到边缘的位置,给出带噪声与不再得并
其他。设集合 A为二值图像,集合曰为结构元素,一个集合将 A平移距离可以表示为 A帆。
二值形态腐蚀 Ae曰 n -: Al= b b∈ 二值形态膨胀 A0曰 U{ 6b∈B= A+: l二值形态开:=Ae曰) AOB ( 0B二值形态闭:=A0曰 eB AQB ( )
22灰度形态算子 . 用图形表示信号。信号的图形可以按两种方式移动,即水平移动和竖直移动。将信号厂右水平移动,移位,义为向称定
() (- )将信号,竖直移动 Y称为偏移, z fz x。,定义为 () () z fz +。当移位和偏移同时存在时,得到形态学平移 y便 _则厂, .
,
其定义
为 () z+。 z — )y设结构元素 gg为 g,^对原点的反射。信号 灰度形态腐蚀 AOB()mal:+< l x= x& y y灰度形态膨胀 A0曰() mny ( > l = i{:g ) 灰度形态开:=Ae曰) AOB ( 0B灰度形态闭:= A0曰) AQB ( eB
带噪声条件下,像边缘检测的实验结果。图
2多尺度形态梯度及其改进 数学形态学是一种用于非线形图像处理和分析的理论,它摒弃了传统的数值建模以及分析的观点,是以几何学为基础
23灰度形态学的边缘检测算子 - 二值图像的形态边缘检测算子:集合曰二值图像 )设 (的边
缘为 C(,以通过 C(=一曰 s提取边缘, J B)可曰)曰 ( eJ )设 s为一个 计算机工程与应用 2 0 .8 7 031 5

数学形态学利用结构元素去探测图像,在讨论形态腐蚀和形态膨胀的基础上,提出了一种基于多尺度形态学梯度的医学图像边缘检测算法。单尺度形态学基元随着尺度的增大形成...
基于多尺度灰值形态学的边缘检测算子,该算子是在形态学梯度算子的基础上改进之后,结合多尺度的概念,将各种不同尺寸下的边缘图像结合起来,提取出比较理想的边缘图像...
基于多尺度数学形态学梯度的图像检测_专业资料。传统边缘检测算子如Canny、Sobel等是通过计算图像中局部小区域的差分来工作的,对噪声比较敏感,在检测边缘的同时常会...
基于多尺度形态学的边缘检测算法的改进张 勇 * ( ... 对于复杂图像很难通过单一的结 腐蚀、 开、 闭等...( fΘg) ; 为了减小图像边缘模糊性, 形态学梯度...
基于多尺度形态学的红外图像边缘检测方法刘曙,罗予频...边缘检测算 子、腐蚀边缘检测算子和形态梯度边缘检测...2 改进的多尺度形态边缘检测算法结构元素的选取一直...
基于改进形态学算子的多尺度边缘检测_专业资料。图像边缘检测的关键是在尽量多地检测到图像边缘的同时更有效地抑制噪声,为此提出了一种新的基于轮廓结构元素的多...
基于多尺度多结构形态学火焰图像边缘检测_专业资料。针对从工业锅炉采集到的火焰图像边缘形态和噪声的不同,以数学形态学梯度边缘检测算子为基础,结合多结构元素和多...
基于形态学梯度的X射线数字图像边缘检测方法_专业资料。研究和分析了形态学梯度算子,提出了一种适合X射线数字图像边缘检测的多尺度形态学梯度算子;这种算子的取值...
自适应确定权重, 构造出 1 种具有较强抗噪能力的数学形态学梯度边缘检测算 ...它是 1 种基于 集合的非线性滤波方法, 克服了常用的多尺度分析方法易对图像...
热门文档