Canny算子與形態(tài)學(xué)相融合的邊緣檢測(cè)算法研究與應(yīng)用.pdf

1、圖像邊緣囊括了圖像的所在位置、信息分布比重及細(xì)節(jié)紋理等特性，是形成一幅圖像最關(guān)鍵的特征。因此，關(guān)于圖像邊緣的特征分析、研究及提取的新思想和新技術(shù)層出不窮。而到目前為止，圖像邊緣輪廓提取也被公認(rèn)為是圖像處理和機(jī)器視覺中非常緊要的研究課題。
　　邊緣檢測(cè)難點(diǎn)就在于怎樣才能更好地在平滑噪聲和保持圖像邊緣細(xì)節(jié)信息兩方面做到平衡。本課題主要探究了兩種不同領(lǐng)域里的圖像邊緣提取方法:Canny算子和形態(tài)學(xué)算子，并且對(duì)它們檢測(cè)到的邊緣結(jié)果進(jìn)行了圖

2、像融合。主要工作如下:
　　首先，由于Canny算子在圖像邊緣檢測(cè)過程中會(huì)出現(xiàn)高斯濾波參數(shù)的難以設(shè)定和無法排除區(qū)域噪聲干擾這兩種比較難以調(diào)和的問題，為此，本文利用形態(tài)學(xué)濾波算子及8-鄰域梯度幅值計(jì)算方法來提取圖像邊緣，實(shí)驗(yàn)證實(shí)，這種方法的使用既能在峰值信噪比和標(biāo)準(zhǔn)差方面有所提高，也能夠在濾除噪聲的過程中保留更多的邊緣像素點(diǎn)，同時(shí)，還獲得了比較不錯(cuò)的主觀視覺感受。
　　其次，傳統(tǒng)形態(tài)學(xué)方法不能精確定位圖像邊緣，并且對(duì)含有高濃度

3、噪聲的圖像邊緣檢測(cè)成效不是很好。因此，本文給出了一種基于自適應(yīng)權(quán)值選取的形態(tài)學(xué)邊緣輪廓提取方法。該方法先采用3×3十字形和5×5菱形的矩陣元素對(duì)圖像進(jìn)行去噪處理，然后再用四種不同方向的矩陣元素對(duì)圖像進(jìn)行形態(tài)學(xué)邊緣檢測(cè)并根據(jù)圖像輪廓特征設(shè)置四個(gè)方向的權(quán)值，最后通過相應(yīng)的權(quán)值對(duì)各個(gè)方向提取到的邊緣結(jié)果進(jìn)行加權(quán)求和。實(shí)驗(yàn)證實(shí)，改進(jìn)的形態(tài)學(xué)邊緣檢測(cè)方法在主觀視覺方面和客觀評(píng)價(jià)指標(biāo)方面效果突出，既能有效去除噪聲，也能準(zhǔn)確提取到清晰明亮的邊緣線。<