基于粒子濾波的彩色圖像邊緣檢測(cè)算法研究.pdf

1、邊緣檢測(cè)是許多計(jì)算機(jī)視覺(jué)和圖像處理應(yīng)用中的一個(gè)基礎(chǔ)操作，不僅顯著的減小信息量來(lái)簡(jiǎn)化圖像分析，同時(shí)還保留在場(chǎng)景中有用的結(jié)構(gòu)信息?，F(xiàn)在有很多關(guān)于灰度圖像邊緣檢測(cè)的研究，而彩色圖像邊緣檢測(cè)的研究較少，但是相關(guān)研究發(fā)現(xiàn)灰度圖像邊緣檢測(cè)方法比彩色圖像邊緣檢測(cè)方法少檢測(cè)十分之一的邊緣。本文提出一種全新的彩色圖像邊緣檢測(cè)方法——基于粒子濾波的彩色圖像邊緣檢測(cè)算法研究。
　　為了提高算法的抗噪性，首先在多個(gè)尺度下對(duì)目標(biāo)圖像進(jìn)行高斯模糊，本文使目標(biāo)

2、圖像分別與三個(gè)核做卷積得到三個(gè)不同尺度下的高斯模糊圖像。通過(guò)對(duì)彩色圖像顏色空間的分析，本文選擇RGB空間分解并且使用合成的方法來(lái)檢測(cè)圖像邊緣。
　　邊緣檢測(cè)的過(guò)程可以理解為邊緣點(diǎn)的追蹤過(guò)程，粒子濾波算法對(duì)于物體追蹤問(wèn)題十分有效。根據(jù)粒子濾波算法的理論，本文將圖像分成K*K塊，再在分塊中確定閥值選擇初始點(diǎn)。粒子濾波算法的核心在于模型的建立，設(shè)計(jì)好狀態(tài)轉(zhuǎn)移模型和觀(guān)測(cè)模型。根據(jù)邊緣延伸的特點(diǎn)，使用正態(tài)分布函數(shù)和曲率函數(shù)來(lái)采集樣本點(diǎn)即建立

3、狀態(tài)轉(zhuǎn)移模型。選擇局部對(duì)比度特征、邊緣亮度特征、邊緣的光滑性特征作為觀(guān)測(cè)目標(biāo)。通過(guò)直方圖對(duì)圖像局部對(duì)比度特征統(tǒng)計(jì)分析確定對(duì)應(yīng)的似然函數(shù)為指數(shù)形式；根據(jù)圖像標(biāo)準(zhǔn)邊緣的統(tǒng)計(jì)分析確定亮度特征和光滑性特征的似然函數(shù)為正態(tài)分布形式，調(diào)整他們的期望和方差值改變他們?cè)诖_定邊緣權(quán)值中的影響大小，最后確定觀(guān)測(cè)函數(shù)。邊緣追蹤的結(jié)束條件定義為：追蹤到已知邊緣、樣本點(diǎn)的值小于某個(gè)閥值TL。
　　調(diào)整實(shí)驗(yàn)中的各個(gè)參數(shù)，分別對(duì)三幅彩色圖像以及他們的噪聲圖像進(jìn)