数字图像边缘检测及提取算法研究与分析(4)

本科生毕业论文,内容完善,仅供参考,请勿抄袭!否则后果自负!!

第2章 图像边缘及边缘检测

2.1 边缘的定义及类型

尽管边缘在数字图像处理和分析中起着重要的作用，但是到目前为止还没有关于边缘的精确且被广泛承认的数学定义。文献[1]将边缘定义为:两个具有不同灰度的均匀图像区域的边界，即边界反映局部的灰度变化。局部边缘是图像中局部灰度级以简单（即单调的）方式作极快变化的小区域。这种局部变化可用一定窗口运算的边缘检测算子来检测。边缘通常存在于目标与背景、目标与目标、区域与区域、基元与基元之间。边缘的描述包含以下几个方面:

1) 边缘法线方向——在某点灰度变化最剧烈的方向，与边缘方向垂直；

2) 边缘方向——与边缘法线方向垂直，是目标边界的切线方向；

3) 边缘位臵——边缘所在的坐标位臵；

4) 边缘强度——沿边缘法线方向图像局部的变化强度的量度。

一般认为沿边缘方向的灰度变化比较平缓，而边缘法线方向的灰度变化比较剧烈。基本的灰度变化可以是阶跃形、屋顶形或脉冲形等，如图2.1所示。 [2][1]

(a)阶跃形 (b)屋顶形 (c)脉冲形

图2.1 理想的基本灰度变化图

2.2 图像的边缘检测

图像边缘检测的基本步骤：

（1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。

（2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。

（3）检测。但在有些图像中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。

（4）定位。精确确定边缘的位臵。

总的说来传统边缘检测的流程如图2.2所示：