APP下载

探究图像处理中边缘检测算法的性能分析

2017-09-07陈逸帆

数字技术与应用 2017年5期
关键词:边缘检测比较图像处理

陈逸帆

摘要:本文对边缘检测算法进行阐述,重点阐述分析了经常使用的几种算法,并探究了这几种典型算法对边缘检测性的判断依据,最后通过实验得出,不一样的边缘检测算子所显现出来的图像变化会因分辨率的不同而不同。

关键词:图像处理;算法;边缘检测;比较;检测性能;图像分辨率

中图分类号:TP391.41 文献标识码:A 文章编号:1007-9416(2017)05-0149-01

1 概述边缘检测的相关算法

1.1 经典边缘检测算法

对图像边缘进行检测能够有效的减少不相关的数据,从而保留图像内的重要属性。现在阶段,边缘检测相关的方法非常多,一般较为常见的经典检测算子主要有一阶微分及二阶微分2种。一阶微分的方法主要包括Roberts、Sobel、Prewitt等算子。而二阶微分的方法常常是借助找图像的二阶导数过零点来找到边界[1]。

(1)Robers算子:这个算子是运用局部差分来找到边缘,其在2×2的邻域中来计算对角的导数。Sobel算子:这个算子共有2个,其一用于检测水平边缘;其二用来检测垂直边缘。此算子对图像里面的像素的位置进行了加权,故而,它比其它梯度的算子的检测效果要好。(2)Prewitt算子:这个算子跟sobel算子一样。此二者均为对图像里的每个点用3×3的模板作为卷积,所不一样的是运用的卷积核不同。这个算子的检测步骤为:分别用边缘模板来检测图像,跟被检测区域最像的取最大值进行输出,也就是图像的边缘。(3)Kirsch算子:这个算子总共有8个卷积核所构成。图像里的每个点均是用8个掩模予以卷积,每一掩模均对特定的边缘予以最大的响应,把8个方向里面的最大值当做幅度图像予以输出。Laplacian算子:这个算子是针对3×3的区域,在实践的过程里常常会遇到下面的2种模板。

1.2 对比分析几种经典边缘检测算子所具有的功能

(1)从上文可知,Roberts算子属于一阶微分算子,运用局部微分对边缘予以检测,分别去计算沿着45°方向的一阶微分,得到图像的梯度大小就是此2个45°方向的梯度向量的和。这个算子不会对图像予以滤波,而是直接对图像予以微分计算,故而不能够把噪声较明显的剔除掉。这个算子对噪声相对较小以及边缘较为陡峭的图像的检测效果要跟好一些。(2)Sobel以及Prewitt算子:此二者均为先对图像予以滤波,继而再对图像予以差分计算,其区别只是在于平滑滤波的权值不一样。二者对于噪声大并且灰度渐变的图像的检测效果更好一些。

2 常见边缘检测算子对不同类型图像的检测性能

所谓对图像分辨率进行比较就是指的是对图像中所储存的所有信息量,图像每英寸中所存在的像素点有多少个,不同的分辨率其图像的质量是不一样的,分辨率的单位是dpi。而图像是否清楚可以看图像分辨率的高低,通常情况下,分辨率高的图像,其图像就越清楚, 质量就会越好,图像就会越好。经过多次试验可以的得出如下结论,图像分辨率有一个限值,如果超过此限值时即使提高图像的质量,但是图像的清晰度并不能从视觉上有明显的体现。这个限值一般会是300dpi。所以,针对此论点,我们本次试验采用300 dpi的分辨率,同时还是相对高的分辨率图像。为了能够说明问题,笔者设定高、中、低分辨率分别是300 dpi,150 dpi,72 dpi[2]。

经分析可以得出,(1)Roberts算子:其对分辨率的变化情况表现的最不敏感,这种算子对高、中、低三种分辨率的图像,都可以很好的检测出边缘,同时定位非常准确,所能检测的轮廓细致且清晰。不过这种算子不可以较好的检测对比度较低的图像,若是图像的分辨率减小,其边缘检测的效果则会较好一些。(2)Sobel以及Prewitt算子:此二个算子在形式上完全一致,仅仅是模板系数稍微有一些差异,故而此二个算子的性能比较接近,对于分辨率不一样的图像的敏感程度却差不多。从实验的结果上看:Prewitt算子对图像的分辨率更敏感一些,然而其定位的准确度比不上Sobel。其共同点就是对图像分辨率的敏感程度都比Robert算子要好一些,而主要原因是由于其模板为3×3的,Robert模板为2×2的。

各种边缘检测算子对于各种分辨率的图像所表现出来的性能变化是不一样的。总体而言,伴随图像的分辨率越来越低,算子的性能均会被一定程度的削弱,不过梯度算子里面Robert与Sobel两种算子的性能变化最小,而Prewitt与Kirsch两种算子的性能变化就比较大,Gauss_Laplace算子的性能變化最显著。

3 结语

缘检测方法是图像处理和分析方面一个重要的热点研究课题,目前多数的文章以及研究都关注图像处理的算法,仅有非常少的文章注重对边缘检测算法的评价以及其检测的效果予以比较。笔者借助实验对若干常见的边缘检测算子予以比较。尽管文中对这些常见边缘检测算法进行了定性分析,结果也能看出对于不同的图像用何种算子其检测的效果相对更好。不过目前的各种边缘检测算子都有一定的优缺点,故而,伴随新检测算子的产生,图像的边缘检测方法还有待继续改进与发展。

参考文献

[1]崔杜武,张烨.网络多媒体实用技术[M].北京:人民邮电出版社,2000.

[2]张光昭.多媒体系统与应用[M].广州:中山大学出版社,1997.endprint

猜你喜欢

边缘检测比较图像处理
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
同曲异调共流芳
托福听力指南:如何搞定“比较”和“递进”结构的讲座题
基于图像处理的定位器坡度计算
Photo Shop通道在图像处理中的应用