边缘检测算子在古陶瓷器型研究中的应用

摘 要：本文对古陶瓷数字图像进行边缘检测，实际上就是对古陶瓷器型轮廓进行轮廓识别、轮廓形状提取等一系列的数字处理过程。它是古陶瓷器型研究领域中尝试的一种新方法。本文选用5种常用的边缘检测算子对古陶瓷器型进行边缘提取，对比了它们各自的优缺点。实验表明，在实际应用中要根据具体情况和要求选择合适的边缘提取算子。

关键词：数字图像；边缘检测算子；古陶瓷器型

1 前言

人们一般用语言或文字来表达自己的思想，但是想用语言或文字表达物体的形状和大小是很困难的。而图像可以准确地表达物体的形状、大小和相互位置，是表达和记述思维与指导生产的重要工具。在古陶瓷的断源断代研究过程中，无论是“眼学鉴定”、还是科技鉴定，对器型等工艺特征的研究仍然是古陶瓷研究的重点[1]。古陶瓷器型图像是古陶瓷器型数据信息的来源之一，其信息丰富且直观，为古陶瓷器型的辨识和判断奠定了基础。对古陶瓷图像进行目标边缘检测不仅可以为古陶瓷图像的恢复和增强等提供科学方法，而且可以为古陶瓷器型特征提取提供依据，成为古陶瓷器型研究方法中不可或缺的方法。

古陶瓷数字图像的器型轮廓是以其局部特征的不连续性而存在，即是指古陶瓷图像中亮度变化最明显的部分，如：灰度值的突变、颜色的突变、纹理结构的突变等。同时，古陶瓷器型边缘也是对图像不同区域的一个分界[2]。古陶瓷边缘勾勒出的器型轮廓，能使观察者比较主观的了解到古陶瓷形状，而其中蕴含的丰富“潜信息”，诸如：方向、幅度、阶跃性质等却只能通过数学软件作进一步分析[3]。一般情况下，沿边缘走向的灰度变化较平缓，垂直于边缘走向的灰度变化较剧烈，根据灰度变化的这一特点，主要将灰度变化分为阶跃型、房顶型和凸缘型三种。这三种变化基本囊括了古陶瓷器型数字图像中的灰度变化形式，如图1所示。

利用边缘检测技术对古陶瓷器型图像进行提取分析，其基本思路首先是对古陶瓷数字图像进行录入，并检测出古陶瓷的轮廓边缘点，再按照某种数学算法将轮廓边缘点连接成平滑的曲线，从而构成目标分析区域[4]，为下一步工作做好准备。由于古陶瓷边缘曲线是所要提取轮廓与器型背景之间的分界线，而有效准确提取出来的边缘曲线才能真实的再现古陶瓷器型信息。因此，边缘检测技术在轮廓提取步骤中占十分重要的地位。通常边缘检测算法的过程如图2所示，是将原始图像经过平滑滤波后，得到平滑图像，然后使用各种算法得到边缘增强的图像，一般得到的图像时256灰度级的。此时，图像灰度变化平缓的区域近乎没有了，只剩下灰度突变的地方，其灰度值也得到了增强。最后经过阀值分割，将256级图像变换为二值图，将边缘突变明显的显示出来，就得到边缘图像[5]。边缘检测的好坏，直接影响到后期工作的开展，本文使用matlab对古陶瓷图像进行了边缘检测，分析了几种经典算子的优劣，找出适合进行古陶瓷图像边缘检测的最适合算子，以确保提取的器型结构参数的准确性，提高古陶瓷的判别精度。

2 边缘检测算法

边缘检测算法的形式有很多，一般情况下都表现为微分形式，并采用快速卷积函数来实现计算的。而运用较普遍较常用的就是梯度算子、方向算子、拉普拉斯算子和坎尼算子几类，其中，梯度微分算子存在Roberts算子、Soble算子、Prewitt算子等形式。图3给出了各种经典算子的实现模板。本文拟对古陶瓷器型图像的进行预处理，来检验几种算子对古陶瓷器型边缘检测的有效性和准确性。

2.1 罗伯茨算子（Roberts）

2.4 坎尼算子（Canny）

在古陶瓷图像的器型边缘提取过程中，其最基本的问题就是缓解或解除增强边缘与抗噪能力两者的矛盾，而由于器型边缘频率和噪声频率在同一域中都属于高频分量值，常用的简单微分提取方法运算处理会增加图像中多余的噪声，所以在微分运算过程前一般要进行适当的平滑滤波，减少噪声对器型轮廓提取的影响。Canny算子是最优的阶梯型边缘检测算子，它能在噪声抑制和边缘检测之间取得较好的平衡。但从实验结果图7中可以看出，虽然Canny算子对古陶瓷数字图像提取出的边缘曲线光滑，但对噪声比较敏感，噪声“填充”了大部分边缘，因此，加大了对古陶瓷器型边缘轮廓提取的干扰，效果并不理想。

3 结果分析与讨论

本文针对古陶瓷数字图像进行边缘提取实现，使用常见的五种边缘提取算子进行图像处理，一般认为，边缘线清晰、连续性较好、能构成封闭边界线的边缘检测图为理想的数字图像边缘提取结果。从上述实验可以看出，对于器型结构比较简单的古陶瓷而言，如：明成化斗彩鸡缸杯，五种经典的边缘检测算法提取边缘轮廓效果差异不是很大，可以任意选取某一种算法进行边缘轮廓的提取。而相对趋复杂的古陶瓷器型，如：本实验选取的明永乐红釉僧帽壶，使用LOG算子进行边缘轮廓提取效果优于其他算子。总体而言，可以分析比较五种算子的差异：

（1） Roberts算子提取古陶瓷数字图像边缘的结果边缘定位不是很高，对噪声有一定的抑制作用，但在古陶瓷器型边缘处产生较强的响应，边缘不光滑，出现断裂的情况，运用时需要对边缘做细化处理，不利于古陶瓷器型特征参数的提取。

（2） Sobel算子和Prewitt算子都是一阶的微分算子，前者是加权平均滤波且检测边缘会大于两个像素，后者是平均微分滤波，但两者对噪声较为敏感，它们都只是简单的进行边缘检测，而未对待处理的数字图像进行滤波，往往得到的都是不连续、不完整的器型边缘轮廓，为了能更好地提取出有效的边缘轮廓，通常都需要对原始图像进行平滑过滤噪声信号，再进行边缘检测。

（3） 采用Canny算子进行边缘提取的结果虽然很清晰，边缘连续性好，但易受噪声的影响，为获取理想的边缘提取结果，同样需要与滤波器结合使用，实践起来比较复杂，计算量比较大，不利于优化数据处理步骤。

（4） Log算子提取的边缘，相对而言最为完整，连续性好，在噪声和目标边缘间取得了较好的平衡，效果优于其他四种算子，它是将高斯滤波与拉普拉斯边缘检测相结合，对图像先进行平滑和积分，滤除大部分噪声信号后再进行边缘提取，是相对比较有效的古陶瓷器型边缘检测算子。

以上这五种经典算子，都是基于不同阶次微分的轮廓曲线提取分析。总体来说，它们都存在计算量小，处理速度快等方面的优点，而对噪声的抑制却存在不同程度的缺陷。由于拍摄器材、光照以及干扰信号等因素的影响，我们在实际操作中，就需要选取一种或几种比较合适的边缘算子进行提取分析，亦或是利用经典算法进行改进同时结合其他一些算法对其进行预处理，然后再进行边缘曲线的提取。边缘提取的好坏，直接影响到后期获取古陶瓷器型结构数据信息的准确性、可靠性。合理利用古陶瓷图像边缘提取技术，进一步为古陶瓷绘图及科学分类提供一种新的思路方法。

4 结语

本文通过介绍了古陶瓷图像边缘检测对古陶瓷器型研究的重要性，以及目前常用的几种经典边缘检测算子，几种边缘提取算子在边缘明显、噪声低的情况下会得到很好的边缘效果，这对于从事古陶瓷研究与分析领域人员掌握古陶瓷器型边缘轮廓信息，无疑是非常重要的。考虑到实际应用，对满足各种不同要求的古陶瓷数字图像边缘信息内容，如何选择更加合适的边缘提取算子，仍是一个值得深入探索的领域。

参考文献

[1] 吴军明，张茂林等.德清出土战国时期原始青瓷的工艺特征[J].中国陶瓷，2011，（7）：66-69.

[2] 阮秋琦.数字图像处理[M].北京：电子工业出版社，2007.

[3] 吴隽，熊露等.古陶瓷类文物器型结构的数字化特征鉴定[J].中国科学：技术科学，2012，42（9）：1097-1102.

[4] Rafael C Gonzalez.Richard E Woods著，阮秋琦，阮宇智等译，数字图像处理[M].北京：电子工业出版社，2005.

[5] 张德丰.MATLAB数字图像处理[M].北京，机械出版社，2009

[6] J Goutsias，H Heijmans，Nonlinear multiresolution signal decomposition schemes. I. Morphological pyramids.IEEETransactions on Image Processing，2000.9（11）：1862-1876

[7] 乔治宏.基于细节结构的指纹特征提取及匹配算法研究[D].北京工业大学硕士学位论文，2004，5.

[8] Dellecker R.Boundary-scan bursts into the modern productionfacility[J].IEEE Aerospace and Electronics Systems，2001，16（6）：21.

Abstract： Digital image edge detection of Ancient ceramics.In fact，it was the ancient ceramic shape profile for contour recognition， contour shape extraction and a series of digital processing process.It was the ancient ceramic research areas in trying out a new method.This paper selected five kinds of common edge detection operators to extract edge of ancient ceramics，through the analysis and experimental result compared with their advantages and disadvantages.Experimental results showed that according to the specific circumstances and requirements to choose the right edge operator in practical application.

Key words：Digital image； Edge detection operators； Ancient ceramic ware