数字图像边缘检测及提取算法研究与分析(7)

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!!

2 4 4 4 2 40 80 4 48248 24 4080 4 2 4 4 4 2

图3.3 拉普拉斯算子卷积模板

模板中各点到中心点的距离与位臵加权系数的关系用曲线很像一顶墨西哥草帽，如图3.4所示，所以人们常把LoG滤波器叫做墨西哥草帽滤波器。

图3.4 LOG到中心点的距离与位臵加权系数的关系曲线

由于图像的平滑会引起边缘的模糊。LOG算法中的高斯平滑运算会导致

图像中边缘和其他尖锐不连续部分的模糊。 值越大，噪声滤波效果越好，但同时会丢失一些重要的边缘信息； 值小时又会平滑不完全而留有太多噪声。即大 值的滤波器产生鲁棒边缘，小 值的滤波器产生精确定位的边缘。只有当两者结合的很好时才能较好地检测出图像的最佳边缘。

基于高斯拉普拉斯算子的图像边缘检测过程如图3.5所示。

图3.5 基于高斯拉普拉斯算子的图像边缘检测过程

3.4 Canny算子

传统的边缘检测算子：Sobel算子，Prewitt算子，Roberts算子，Krich

算子等，大部分处理的效果都不很好，在实际处理中不太实用，而Canny算子检测的性能较好，常被作为其他实验的标准来参考。Canny算子是John Canny在1986年发表的论文中首次提出的一种边缘检测算法，当时弥补了其他算法的不太好的缺点，因此Canny算子被认为是边缘检测领域较好的算法，并一直被引用，近几年来，随着研究的深入，性能更加完善的改性型的Canny算子也层出不穷，例如自适应Canny算子等。用一句话说，就是希望在提高对景物边缘的敏感性的同时，可以抑制噪声的方法才是好的边缘提取方法。

Canny算子检测边缘的实质是求信号函数的极大值问题来判定图像边缘

像素点。

[6]