改进的抗噪形态学边缘检测算法
合集下载
基于Canny算法的自适应边缘检测方法
基于Canny算法的自适应边缘检测方法卞桂平;秦益霖【摘要】图像边缘检测是数字图像处理的重要组成部分.传统的Canny边缘检测算子存在高斯滤波函数方差和阈值选取上的缺陷,本文提出了一种基于改进canny 算子的图像边缘检测算法.首先运用复合形态学滤波取代高斯滤波,然后运用Otsu 算法进行高低双阈值的自适应选取;最后连接边缘并运用数学形态学对边缘进行细化.实验结果表明,改进算法具有良好的抗噪性能和较好的检测效果.%Image edge detection is an important part of digital image processing. The traditional Canny edge method without the adaptive ability in the variance of Gaussian filtering and threshold, this paper proposes an image edge detection algorithm based on improved Canny operator. Firstly, this method uses compound morphology smoothing replaces Gaussian filtering; then this method uses the Otsu method to calculates the optimal high and low dual-threshold; finally, connecting edge and using the morphology to thinning the image detection edge. Experimental results prove that the improved algorithm has a good anti-noise function and a good detective performance.【期刊名称】《电子设计工程》【年(卷),期】2017(025)010【总页数】5页(P53-56,60)【关键词】边缘检测;Canny算子;形态学;Otsu法;边缘细化【作者】卞桂平;秦益霖【作者单位】江苏科技大学电子信息学院,江苏镇江 212003;常州旅游商贸高等职业技术学校江苏常州 213032【正文语种】中文【中图分类】TN911.73图像边缘是计算机理解图像的重要特征之一。
一种基于数学形态学的边缘检测算子
维普资讯
１４ ７
四川测绘第 ３ 卷第 ４期 ２ ０ 年 ８月 ｌ ０８
一
种基 于数学形态 学 的边 缘检 测算予
成 晓倩 马洪超
（ ．武汉大学测绘遥 感信 息工程国家重点实验室 ，湖北 武汉 ４ ０ ７ ； １ ３０９ ２ ．武汉大学遥感信息工程学院 ，湖北 武汉 ４ ０７ ） ３ ０ ９
维普资讯 http://www.cqHale Waihona Puke
婴 坌箜 ． 鲞笙兰 旦 塑兰Ｑ生 ．
的方法检测 出图像边缘 ，降低了时间的复杂度 。但 这 种 方 法对 噪声 比较 敏 感 ，常 常在 检测 边 缘 的 同时
加强 噪 声 。而 运 用 形态 学 梯 度 检测 边 缘 ， 虽然 也对 噪 声敏感 但不 会加 强或 放 大噪 声 。设 Ａ为 图像 ，Ｂ为 结构 元 素 ，则 传统 的形 态 学梯度 为 ： 最 小膨胀腐 蚀 型 ：
然 后 改进 原 有 的形 态 学梯 度 算 子 ，以达 到 在提 取 图 像边 缘信 息 的 同时 ，能很 好地抑 制 噪声 。
（ ）开 启 （ ｐ ｎ ３ Ｏ ｅ）
。
２ 二值形态学
２ １基本 原 理 ． 数 学形 态 学 是 一种 非 线 性 的滤 波 方法 ，它 以严
Ａ Ｂ （Ｏ ） 。 ＝Ａ Ｂ＠Ｂ
［ 摘要］ 介绍 了一种具有 很好抗 噪性 的数 学形态学梯度算子 ，以二值形 态学为理论基础 ，将原有 的形态 学梯度
算子进 行改进 ，进行 图像 处理 时，首先选用迭代 阈值 的方法对 图像二值化 ，然后利用 改进 的形态 学梯度 算子提
取图像边缘信息 。实验结果表 明，将迭代 阈值 与改进 的梯 度算 子相 结合 ，提取 的边缘 定位准确 、连续性好 ，运
１４ ７
四川测绘第 ３ 卷第 ４期 ２ ０ 年 ８月 ｌ ０８
一
种基 于数学形态 学 的边 缘检 测算予
成 晓倩 马洪超
（ ．武汉大学测绘遥 感信 息工程国家重点实验室 ，湖北 武汉 ４ ０ ７ ； １ ３０９ ２ ．武汉大学遥感信息工程学院 ，湖北 武汉 ４ ０７ ） ３ ０ ９
维普资讯 http://www.cqHale Waihona Puke
婴 坌箜 ． 鲞笙兰 旦 塑兰Ｑ生 ．
的方法检测 出图像边缘 ，降低了时间的复杂度 。但 这 种 方 法对 噪声 比较 敏 感 ，常 常在 检测 边 缘 的 同时
加强 噪 声 。而 运 用 形态 学 梯 度 检测 边 缘 ， 虽然 也对 噪 声敏感 但不 会加 强或 放 大噪 声 。设 Ａ为 图像 ，Ｂ为 结构 元 素 ，则 传统 的形 态 学梯度 为 ： 最 小膨胀腐 蚀 型 ：
然 后 改进 原 有 的形 态 学梯 度 算 子 ，以达 到 在提 取 图 像边 缘信 息 的 同时 ，能很 好地抑 制 噪声 。
（ ）开 启 （ ｐ ｎ ３ Ｏ ｅ）
。
２ 二值形态学
２ １基本 原 理 ． 数 学形 态 学 是 一种 非 线 性 的滤 波 方法 ，它 以严
Ａ Ｂ （Ｏ ） 。 ＝Ａ Ｂ＠Ｂ
［ 摘要］ 介绍 了一种具有 很好抗 噪性 的数 学形态学梯度算子 ，以二值形 态学为理论基础 ，将原有 的形态 学梯度
算子进 行改进 ，进行 图像 处理 时，首先选用迭代 阈值 的方法对 图像二值化 ，然后利用 改进 的形态 学梯度 算子提
取图像边缘信息 。实验结果表 明，将迭代 阈值 与改进 的梯 度算 子相 结合 ，提取 的边缘 定位准确 、连续性好 ，运
一种改进的Kirsch边缘检测方法
【 图 分类 号 】 ３ ９ 中 Ｒ １ 【 献 标 志码 】 文 Ａ ［ 章 编 号 ］０ ７ ７ １ （０７１ — ０ ０ ０ 文 １０ — ５０２ ０ ）２ ０ １ — ３
Ａｎ Ｉ ｐ ｏ ｅ ｒ ｃ ｇ ｔｃ ｉ ｎ Ｍ ｅ ｈ ｄ ｍ ｒ ｖ ｄ Ｋｉ ｓ ｈ Ｅｄ ｅ Ｄｅ ｅ ｔｏ ｔ ｏ
、 上 ，
对 原 始 样 本 图 像 滤 波
、 上 ｒ
获得 滤波 图像
基 于模 糊 隶 属 度 来 检 测 图 像 边 缘 。 这些 算 子 已 在 实 际 图 像 处 理 中得 到 一 定 的 应 用 。但 由于 存 在 着检 测 边 缘 的 不 连 续 性 或 过 检 测 点 等 问题 ， 实 际应 用 中遇 到 一些 困难 。在 已有 的边 缘 在
Ｋｅ ｏ ｄ ： ｒｅ ｒ ｌ ｋｒ ｄ ｅｄ ｔｃ ｏ ； ｄ ｅｃ ｎ ｅｔ ｎ ｍｅｉａ ｉ ｇ ｙｗ ｒ ｓ Ｍｏｔ ｇ ｔ ａ Ｘ ａ ｆ ｙｉ ｍ； ｉｃ ｅ ｅｅｔ ｎ ｅ ｇ ｏ ｎ ｃ ｏ ； ｄｃ ｓ ｇ ｈ ｉ ｉ ｌ ｍａ ｅ
０ 引 言
利 用 边 缘 连 接 算 法 对 Ｋｒｅ 缘 检 测 方 法 进 行 了 改进 ，获 得 ｉ ｈ边 ｓ
到 的 图像 边 缘 仍 存 在 连续 性 较 差 的 问题 。本 文 利 用 边 缘 连 接算 法对 Ｋｍｃ 边 缘 检 测方 法 进 行 了改 进 ， 得 较 好 的 检 测结 果 。 ｉ ｈ 获
【 关键词】 钼靶 Ｘ线片；ｉ ｃ Ｋ ｒ ｈ边缘 检测 ； ｓ 边缘连 接算法 ； 医学图像
ＬＵ ｅ Ｗ ｎ， ＺＨ ＡＮ Ｇ Ｇｕａ ｎｇ—ｙ ｕ， Ｃ Ｈ ＥＮ Ｇ ｕ Ｙ ｎ—ｆ Ｓ Ｎ Ｇａｈ ｎＭｅ ｃ ｉ ｒｔ， ７０ ６， ａ ｎＳａｄ ｎ ， ｉａ Ｃｏｅｅｏ Ｒａｉ ａ ｙ Ｔ ｉ ａ ｄ ａＵｎｖ ｓｙ ２ １１ Ｔ ｉ ｈｎ ｏ ｇ ｌ ｇｐ ｓ ｉｌ ｅｉ ａ Ｃｈｎ）
Ａｎ Ｉ ｐ ｏ ｅ ｒ ｃ ｇ ｔｃ ｉ ｎ Ｍ ｅ ｈ ｄ ｍ ｒ ｖ ｄ Ｋｉ ｓ ｈ Ｅｄ ｅ Ｄｅ ｅ ｔｏ ｔ ｏ
、 上 ，
对 原 始 样 本 图 像 滤 波
、 上 ｒ
获得 滤波 图像
基 于模 糊 隶 属 度 来 检 测 图 像 边 缘 。 这些 算 子 已 在 实 际 图 像 处 理 中得 到 一 定 的 应 用 。但 由于 存 在 着检 测 边 缘 的 不 连 续 性 或 过 检 测 点 等 问题 ， 实 际应 用 中遇 到 一些 困难 。在 已有 的边 缘 在
Ｋｅ ｏ ｄ ： ｒｅ ｒ ｌ ｋｒ ｄ ｅｄ ｔｃ ｏ ； ｄ ｅｃ ｎ ｅｔ ｎ ｍｅｉａ ｉ ｇ ｙｗ ｒ ｓ Ｍｏｔ ｇ ｔ ａ Ｘ ａ ｆ ｙｉ ｍ； ｉｃ ｅ ｅｅｔ ｎ ｅ ｇ ｏ ｎ ｃ ｏ ； ｄｃ ｓ ｇ ｈ ｉ ｉ ｌ ｍａ ｅ
０ 引 言
利 用 边 缘 连 接 算 法 对 Ｋｒｅ 缘 检 测 方 法 进 行 了 改进 ，获 得 ｉ ｈ边 ｓ
到 的 图像 边 缘 仍 存 在 连续 性 较 差 的 问题 。本 文 利 用 边 缘 连 接算 法对 Ｋｍｃ 边 缘 检 测方 法 进 行 了改 进 ， 得 较 好 的 检 测结 果 。 ｉ ｈ 获
【 关键词】 钼靶 Ｘ线片；ｉ ｃ Ｋ ｒ ｈ边缘 检测 ； ｓ 边缘连 接算法 ； 医学图像
ＬＵ ｅ Ｗ ｎ， ＺＨ ＡＮ Ｇ Ｇｕａ ｎｇ—ｙ ｕ， Ｃ Ｈ ＥＮ Ｇ ｕ Ｙ ｎ—ｆ Ｓ Ｎ Ｇａｈ ｎＭｅ ｃ ｉ ｒｔ， ７０ ６， ａ ｎＳａｄ ｎ ， ｉａ Ｃｏｅｅｏ Ｒａｉ ａ ｙ Ｔ ｉ ａ ｄ ａＵｎｖ ｓｙ ２ １１ Ｔ ｉ ｈｎ ｏ ｇ ｌ ｇｐ ｓ ｉｌ ｅｉ ａ Ｃｈｎ）
一种改进的基于柔性形态学的图像边缘检测方法
第２ ６卷第 ５期 ２１ 年 ｌ ０１ ０月
平顶 山学院学报
Ｊｕ ｎ ｌｏ ｉｇ ｉｇｈ ｎ Ｕｎｖｒｉ ｏ ｒａ ｆＰｎ ｄｎ ｓ ａ ｉｅｓｙ ｔ
Ｖ０ ． ６ Ｎｏ ５ １２ ．
０ｃ． ０ｌ ｔ２ １
一
种 改进 的基 于 柔 性 形 态 学 的 图像 边 缘检 测 方 法
像的灰度值． 形态 开运算是先腐蚀后膨胀 ， 而形态 闭运算是先膨胀后腐蚀 ； 形态开运算一般能平滑图
・
７ ６・
平顶 山学 院学报
２ １ 经 ０１
像的灰度值． 而膨胀是一种扩张变换 ， 它增加 了图
结构元素去噪能力强 ， 但检测边缘较粗． 了充分 为 利用大结构元素和小结构元素的各 自 优点 ， 在各个 方 向上同时采用各种不 同尺度的结构元素 者采用如下结构元素 ： Ｂ ＝［ ，，；， ，； ， ， ］Ｂ ＝［ ，， ； ， １ ００ ０ １１ １０ ０ ０ ， ２ ０ １０ ０ １０ ０ １０ ， ３ １ ０ ０ ０ １ ０ ０ ０ １ ， ４ ，； ， ， ］ Ｂ ＝［ ， ， ； ， ， ； ， ， ］ Ｂ ＝ ［ ，，；， ，； ，，］ ０ ０ １０ １０ １００ 多尺度结构元素定义为 ：Ｂ＝ ｎ Ｂ０Ｂ ０Ｂ ０ … Ｂ／ ， 为尺度参数． ／ ， ， 笔
｛（ ，）ｒｘＹ ≥ ｒｘＹ Ｉ ，） ｝ ０ ＝ ｛ （ Ｙ （ 和 ｒ
ｂｒ 、ｏｅ、ｒ ｉ 等 ， ｅ ｓＳｂｌＰｅ ｔ ｔ ｗ ｔ 也有 Ｌｐ ｃ ｎ微分算子 和 ａｌ ｉ ａａ Ｃｎ ｙ ａｎ 算子等 ， 这些算 子有较好 的实 时性 ， 但对 噪
值将趋于真值 ， 而噪声是互不关联的 ， 具有零均值． 具体迭代算法步骤如下 ： Ｓｐ ： ｔ ｌ 估算初始 阈值 Ⅳ ＝（ ｅ ０ 一 ＋ ｉ ／ ， ２ 其 ） 中 为灰度最大值 ， ｉ 为灰度最小值 ； ｓ ｐ： ｔ ２ 利用 阈值 Ⅳ 将 图像分 割为 ２组 ， ｅ ０ Ｂ＝
平顶 山学院学报
Ｊｕ ｎ ｌｏ ｉｇ ｉｇｈ ｎ Ｕｎｖｒｉ ｏ ｒａ ｆＰｎ ｄｎ ｓ ａ ｉｅｓｙ ｔ
Ｖ０ ． ６ Ｎｏ ５ １２ ．
０ｃ． ０ｌ ｔ２ １
一
种 改进 的基 于 柔 性 形 态 学 的 图像 边 缘检 测 方 法
像的灰度值． 形态 开运算是先腐蚀后膨胀 ， 而形态 闭运算是先膨胀后腐蚀 ； 形态开运算一般能平滑图
・
７ ６・
平顶 山学 院学报
２ １ 经 ０１
像的灰度值． 而膨胀是一种扩张变换 ， 它增加 了图
结构元素去噪能力强 ， 但检测边缘较粗． 了充分 为 利用大结构元素和小结构元素的各 自 优点 ， 在各个 方 向上同时采用各种不 同尺度的结构元素 者采用如下结构元素 ： Ｂ ＝［ ，，；， ，； ， ， ］Ｂ ＝［ ，， ； ， １ ００ ０ １１ １０ ０ ０ ， ２ ０ １０ ０ １０ ０ １０ ， ３ １ ０ ０ ０ １ ０ ０ ０ １ ， ４ ，； ， ， ］ Ｂ ＝［ ， ， ； ， ， ； ， ， ］ Ｂ ＝ ［ ，，；， ，； ，，］ ０ ０ １０ １０ １００ 多尺度结构元素定义为 ：Ｂ＝ ｎ Ｂ０Ｂ ０Ｂ ０ … Ｂ／ ， 为尺度参数． ／ ， ， 笔
｛（ ，）ｒｘＹ ≥ ｒｘＹ Ｉ ，） ｝ ０ ＝ ｛ （ Ｙ （ 和 ｒ
ｂｒ 、ｏｅ、ｒ ｉ 等 ， ｅ ｓＳｂｌＰｅ ｔ ｔ ｗ ｔ 也有 Ｌｐ ｃ ｎ微分算子 和 ａｌ ｉ ａａ Ｃｎ ｙ ａｎ 算子等 ， 这些算 子有较好 的实 时性 ， 但对 噪
值将趋于真值 ， 而噪声是互不关联的 ， 具有零均值． 具体迭代算法步骤如下 ： Ｓｐ ： ｔ ｌ 估算初始 阈值 Ⅳ ＝（ ｅ ０ 一 ＋ ｉ ／ ， ２ 其 ） 中 为灰度最大值 ， ｉ 为灰度最小值 ； ｓ ｐ： ｔ ２ 利用 阈值 Ⅳ 将 图像分 割为 ２组 ， ｅ ０ Ｂ＝
多结构元素彩色图像形态学边缘检测
图 像 边 缘 是 由 于 图 像 灰 度 、颜 色 或 者 纹 理 突 变 产 生的， 它 构 成 了 图像 中不 同 的 目标 、 区域 、 背 景 之 间 的 分界 。 是 图像 的重 要 特 征 信 息 ， 是 图像 分 割 、 形 状 和 结 构 分 析 的基 础 图 像 边 缘 检 测 算 法 的研 究 ． 一 直 是 图像
现 代 计 算 机 ２ ０ １ ３ ． １ １ 中 ＠
尹 星 云
（ ａ ｔ 南 师 范学 院计 算 机 与 信 息 工 程 系 ． 安徽 ２ ３ ２ ０ ３ ８ ）
★
摘 要 ：基 于数 学形 态 学 的 图像 边缘 检 测 算 法 中 ， 结 构 元 素起 着 非 常 关键 的作 用 。设 计五 种 不 同的 结构元 素， 在文献［ ２ ］ 的研 究基 础 上 ， 提 出一 种 改进 的 多 结构 元 素彩 色 图像 边缘 检 测 算 法 ， 比 原 文 献 算 法速 度 快 ， 运 行 时 间 少。 实验 仿 真 结 果 表 明 ， 该 算 法提 取 的 彩 色 图像 边 缘 清 晰 ， 算
法 自身具 有 一 定 的抗 噪 声 能 力 。
关键词 ： 数 学 形 态 学 ；边缘 检 测 ； 结 构 元 素
０ 引
言
两种正方形结构元 素给出算法效果示例 图 由于算法 首先要 求 ３ ｘ ３ （ 或５ ｘ ５ ） 个像 素 向量 中任意 两个 向量差
的范数 ， 所 以 时 间 开 销 比较 大 。 本 文 在 文 献 『 ２ １ 的 基 础
上， 设 计 了组 合 多 种 结 构 、 两 种 尺 度 的 结构 元 素 的 彩 色
图像边缘检测算 法 ，算法仍 然在 Ｒ Ｇ Ｂ颜色 空间实施 ．
基于数学形态学的彩色图像边缘检测
ｃ ｌ ｒ ｉ ｇ ｏ ｈ ｌ ｉａ ａ ｉ ｐ ｒ ｔ ｒ ｒ ｍｐ ｏ ｅ ｏ ｏ ｍａ ｅ ｍ ｒ ｏ ｏｇ ｃ ｌｂ ｓｃ ｏ ｅ ａｏ ｓ ａ ｅ ｉ ｒ ｖ ｄ．Ｉ ｒ ｖｅ ｏ ｅ ａｏ ｓ ａ ｅ ｉ ｅ ｓｔｖ ｏ ｐ ｍｐ ｏ ｄ ｐ ｒ ｔ ｒ ｒ ｎｓ ｎ ｉｉ ｅ ｔ
ｂ ｎ ｌｚ ｇｔｅｃ ａａ ｔ ｉ ｉ ｆｈ ｏｓ ｍａ ｌ ｓｌａ ｄｐ ｐ ｅ ｏｓ） ｏ ｔｍｉａ ｎ ｇ ， ｙａ ａ ｉ ｈ ｒｃｅ ｓ ｃ ｏ ｅｎ ｉ ｙｎ ｈ ｒ ｔｓ ｔ ｅ（ ｉ ｙ ａ ｎ ｅｐ ｒห้องสมุดไป่ตู้ｉ ｃ ｎａ ｎ ｔ ｇｉ ｅ ｎ ｔ ｎ ｅ ｉ ｍａ
较好 地保 持 图像 边缘 细 节。
关
键
词：计算机应用；边缘检测；数 学形态学；彩 色图像
文 章 编 号 ：１０—１８２ １）６０４ —４ ０ ３０５ （０ ０—０３０ １
中 图分类 号 ：Ｔ ９ ． Ｐ３ １ ４ 文献 标识 码 ：Ａ
Ｃｏ ｏ ｍ ａ ｅＥｄｇ ｅ ｅ ｔｏ ｓ ｄ ｏ ａ ｈｅ ａ ｉ ａ ｏ ｐｈｏ ｏ ｙ ｌ ｒＩ ｇ ｅＤ ｔ ｃ ｉ ｎ Ｂａ ｅ ｎ Ｍ ｔ ｍ ｔｃ ｌＭ ｒ ｌｇ
Ａｂ ｔ ａ ｔ ｈ ｒ ｄ ｔ ｎ ｌｅ ｇ ｅ ｅ ｔｏ ｔ ｏ ｓ ｈ ｖ ｉ ｈ ｓ ｎ ｉ ｖ ｔ ｓｔ ｏ ｓ ，ａ ｎ ｖ ｌ ｓｒ ｃ ：Ｔ ｅ ｔａ ｉ ｏ ａ ｄ ｅ ｄ ｔ ｃ ｉ ｎ ｍｅ ｈ ｄ ａ ｅ ｈ ｇ ｅ ｓｔ ｉ ｅ ｏ ｎ ｉ ｉ ｉ ｉ ｅ ｏ ｅ ｃ ｌ ｒｉ ａ ｅｅ ｇ ｅ ｅ ｔ ｎ ａｇ ｒ ｈ ｂ ｓ ｄ ｏ ｔ ｅ ｔｃ ｌ ｒ ｈ ｌ ｇ ｒ ｐ ｓ ｄ Ｇｒ ｙ ｓ ａｅ ｏ ｏ ｇ ｄ ｅ ｄ ｔ ｃｉ ｌ ｏ ｉ ｍ ａ ｅ ｎ ｍａｈ ｍａ ｉａ ｍ ｏ ｔ ｍｏ ｐ ｏ ｏ ｙ ｉ ｐ ｏ ｏ ｅ ． ａ — ｃ ｌ ｓ ｍｏ ｐ ｏ ｏ ｙ ｉ ｘ ｅ ｄ ｄ ｔ ｏ ｏ ａ ｅｂ ｏ ｔｎ ａ ｈ ｐ ｘ ｌ ｓａｖ ｃ ｏ ｒ ｈ ｌ ｇ ｓｅ ｔ ｎ ｅ ｏ ｃ ｌ ｒｉ ｇ ｙ ｓ ｒｉ ｇ ｅ ｃ ｉ ｅ ｅ ｔ ｒｉ ＲＧＢ ｐ ｃ ． ｄ ｔ ｅ ｍ ａ ｎ ｓ ａ ｅ Ａｎ ｎ ｈ
ｂ ｎ ｌｚ ｇｔｅｃ ａａ ｔ ｉ ｉ ｆｈ ｏｓ ｍａ ｌ ｓｌａ ｄｐ ｐ ｅ ｏｓ） ｏ ｔｍｉａ ｎ ｇ ， ｙａ ａ ｉ ｈ ｒｃｅ ｓ ｃ ｏ ｅｎ ｉ ｙｎ ｈ ｒ ｔｓ ｔ ｅ（ ｉ ｙ ａ ｎ ｅｐ ｒห้องสมุดไป่ตู้ｉ ｃ ｎａ ｎ ｔ ｇｉ ｅ ｎ ｔ ｎ ｅ ｉ ｍａ
较好 地保 持 图像 边缘 细 节。
关
键
词：计算机应用；边缘检测；数 学形态学；彩 色图像
文 章 编 号 ：１０—１８２ １）６０４ —４ ０ ３０５ （０ ０—０３０ １
中 图分类 号 ：Ｔ ９ ． Ｐ３ １ ４ 文献 标识 码 ：Ａ
Ｃｏ ｏ ｍ ａ ｅＥｄｇ ｅ ｅ ｔｏ ｓ ｄ ｏ ａ ｈｅ ａ ｉ ａ ｏ ｐｈｏ ｏ ｙ ｌ ｒＩ ｇ ｅＤ ｔ ｃ ｉ ｎ Ｂａ ｅ ｎ Ｍ ｔ ｍ ｔｃ ｌＭ ｒ ｌｇ
Ａｂ ｔ ａ ｔ ｈ ｒ ｄ ｔ ｎ ｌｅ ｇ ｅ ｅ ｔｏ ｔ ｏ ｓ ｈ ｖ ｉ ｈ ｓ ｎ ｉ ｖ ｔ ｓｔ ｏ ｓ ，ａ ｎ ｖ ｌ ｓｒ ｃ ：Ｔ ｅ ｔａ ｉ ｏ ａ ｄ ｅ ｄ ｔ ｃ ｉ ｎ ｍｅ ｈ ｄ ａ ｅ ｈ ｇ ｅ ｓｔ ｉ ｅ ｏ ｎ ｉ ｉ ｉ ｉ ｅ ｏ ｅ ｃ ｌ ｒｉ ａ ｅｅ ｇ ｅ ｅ ｔ ｎ ａｇ ｒ ｈ ｂ ｓ ｄ ｏ ｔ ｅ ｔｃ ｌ ｒ ｈ ｌ ｇ ｒ ｐ ｓ ｄ Ｇｒ ｙ ｓ ａｅ ｏ ｏ ｇ ｄ ｅ ｄ ｔ ｃｉ ｌ ｏ ｉ ｍ ａ ｅ ｎ ｍａｈ ｍａ ｉａ ｍ ｏ ｔ ｍｏ ｐ ｏ ｏ ｙ ｉ ｐ ｏ ｏ ｅ ． ａ — ｃ ｌ ｓ ｍｏ ｐ ｏ ｏ ｙ ｉ ｘ ｅ ｄ ｄ ｔ ｏ ｏ ａ ｅｂ ｏ ｔｎ ａ ｈ ｐ ｘ ｌ ｓａｖ ｃ ｏ ｒ ｈ ｌ ｇ ｓｅ ｔ ｎ ｅ ｏ ｃ ｌ ｒｉ ｇ ｙ ｓ ｒｉ ｇ ｅ ｃ ｉ ｅ ｅ ｔ ｒｉ ＲＧＢ ｐ ｃ ． ｄ ｔ ｅ ｍ ａ ｎ ｓ ａ ｅ Ａｎ ｎ ｈ
一种改进型Canny边缘检测算法
zhangzhenmasiliangzhangzhongboliuhuigongyuexinsunqiucheng一种改进的基于canny算子的图像边缘提取算法期刊论文吉林大学学报理学版2007452引证文献46条基于改进的形态学算子的灰度图像边缘检测期刊论文佳木斯大学学报自然科学版20096canny算法的改进及其硬件的实现期刊论文光学技术20062气液两相流ert系统图像边缘检测方法研究期刊论文仪器仪表学报2005z2气液两相流ert系统图像边缘检测方法研究期刊论文仪器仪表学报20058基于图像处理的片式元件缺陷检测算法期刊论文计算机测量与控制20124基于sobel和canny算子的电视字幕检测期刊论文电视技术2011137
是 否 为 边 缘 点 。 当 一 个 像 素 满 足 以 下 三 个 条 件 时 ，则 被 认 为 是
图像的边缘点：
（1）该 点 的 边 缘 强 度 大 于 沿 该 点 梯 度 方 向 的 两 个 相 邻 像 素 点的边缘强度；
（2）与该点梯度方向上相邻两点的方向差小于 45 ； （3）以该点为中心的 3>3 邻域中的边缘强度极大值小于某 个阈值 。
关键词 边缘检侧 Canny 算子 边缘细化 自适应阈值 非极值抑制 文章编号 1002-8331-（2004）20-0027-03 文献标识码 A 中图分类号 tP301.6
An Improved Canny Edge Detection Algorithm
Yu Hongshan Wang Yaonan （CoIIege of EIectricaI and Information Engineering，Hunan University，Changsha 410082）
28 2004.20 计算机工程与应用
是 否 为 边 缘 点 。 当 一 个 像 素 满 足 以 下 三 个 条 件 时 ，则 被 认 为 是
图像的边缘点：
（1）该 点 的 边 缘 强 度 大 于 沿 该 点 梯 度 方 向 的 两 个 相 邻 像 素 点的边缘强度；
（2）与该点梯度方向上相邻两点的方向差小于 45 ； （3）以该点为中心的 3>3 邻域中的边缘强度极大值小于某 个阈值 。
关键词 边缘检侧 Canny 算子 边缘细化 自适应阈值 非极值抑制 文章编号 1002-8331-（2004）20-0027-03 文献标识码 A 中图分类号 tP301.6
An Improved Canny Edge Detection Algorithm
Yu Hongshan Wang Yaonan （CoIIege of EIectricaI and Information Engineering，Hunan University，Changsha 410082）
28 2004.20 计算机工程与应用
边缘检测的形态学算法与传统算法比较
ｍｏ ｐ ｏｏ ｙ ａｇ ｒｔ ｍ ｉ ｏ ｓ ｕ ｔ ｎ ｅ ｅ ｎ ａ ｓ ｒ ａ ｏ ｓｃ ｍｐ ｒ ｄ ｗｉ ｅ ｔ ｄ ｔ ｎ ｌ ｇ ｒｔｍｓ ｒ ｈ ｌｇ ｌｏ ｉ ｈ ｗ ｔ ｃ ｎ ｔ ｃｉ ｌｍｅ ｔｔ ｎ ｆ ｍ ｔ ｎ ｉ ｏ ａ ｅ ｔ ｔ ａ ｉ ｏ ａ ｏ ｉ ｈ ｒ ｏ ｒ ｏ ｉ ｈ ｈ ｒ ｉ ｌ ａ ｈ ｎ ｔ ｃ ｎ ｔ ｃ ｎ ｔ ｃ ｏ ｌ ｍｅ ｔ ａ ｄ ｈ ｅ ｏ ｓａ ｔ ｏ ｓ ｕ ｔ ｎ ｅｅ ｎ ｍｏｐ ｏｏ ｙ ａｇ ｒ ｍ． Ｔ ｅ ｅ ｕ ｔ ｓ ｏ ｔａ ｔ ｅ ｌ ｘｂ ｅ ｎ ｒ ｉ ｒ ｈ ｌｇ ｌ ｏｉ ｈ ｔ ｈ ｒ ｓ ｌ ｓ ｈ ｗ ｈ ｔ ｈ ｆ ｉ ｌ ｅ ｍａｈ ｍａ ｉａ ｍｏ ｐ ｏ ｏ ｙ ｅ ｇ ｅｅ ｔ ｎ ａｇ ｒ ｈ ｉ ｂ ｔ ｒｔ ａ ｅ ｔ ｄ ｔ ｎ ｌ ｇ ｒｔ ｍｓｉ ｏ ｈ ｄ ｔｃ ｏ ｔ ｅ ｔ ｌ ｒ ｈ ｌｇ ｄ ｅ ｄ ｔ ｃ ｏ ｌ ｏ ｉ ｍ ｅｔ ｎ ｔ ａ ｉ ｏ ａ ｏ ｉ ｃ ｉ ｔ ｓ ｅ ｈ ｈ ｒ ｉ ｌ ａ ｈ ｂ ｔ ｅ ｅ ｔ ｎ ｎ ｉ
维普资讯
第３ 期
２０ ０７年 ６月
微
处
理
机
Ｎｏ ３ ．
ＭＩ ＣＲＯＰ ＲＯＣＥＳ ＯＲ Ｓ Ｓ
Ｊ ｎ． ２ ０ ｕ ，０７
边 缘 检 测 的形 态 学算 法 与 传 统 算 法 比较
焦斌 亮 ， 永 刚 胡
（ 山大学光电子系， 燕 秦皇 岛０ ６０ ） ６ ０４ 摘 要： 由于图像的边缘通常含有大量重要信息， 因此 ， 边缘检测成为 图像处理 的一个重要环 节， 其检测算法也获得 了 广泛 的研 究， 已经形成 了Ｒ ｂｒ 、ａｌ ｉ 、 ａｎ ｏｅｓ Ｌｐ ｃ ｎ Ｃ ｎｙ等多种算法。但这些传 ｔ ａａ 统算法在边缘检测精度和抗噪声性能方面还存在 一定的问题。文章运用数学形态学边缘检测算法 的结构元素变换 ， 对无噪声图像检测 出多幅边缘 图； 对噪声 图像采用改进的开启运算， 先用 ３ ３的 Ｘ 结构元素进行腐蚀 ， 后用 ５Ｘ ５的结构元素进行膨胀 ， 用边缘检测算子ｆｏ 厂进行检测 ， ｂ一 并与传统 算法和不变结构元 素的形态学开启运算的结果进行 了比较。实验结果表 明， 灵活 多变的数关键词 ： 图像处理 ； 边缘检测； 数学形态学； 开启运算 中图分类号 ：Ｎ １．３ Ｔ ９ １７ 文献标 识码 ： 文章 编号 ：０ ２—２７ 《０ ７ ０ ０７ ｏ Ａ １０ ２９ ２０ ）３— ０ ５一 ３
维普资讯
第３ 期
２０ ０７年 ６月
微
处
理
机
Ｎｏ ３ ．
ＭＩ ＣＲＯＰ ＲＯＣＥＳ ＯＲ Ｓ Ｓ
Ｊ ｎ． ２ ０ ｕ ，０７
边 缘 检 测 的形 态 学算 法 与 传 统 算 法 比较
焦斌 亮 ， 永 刚 胡
（ 山大学光电子系， 燕 秦皇 岛０ ６０ ） ６ ０４ 摘 要： 由于图像的边缘通常含有大量重要信息， 因此 ， 边缘检测成为 图像处理 的一个重要环 节， 其检测算法也获得 了 广泛 的研 究， 已经形成 了Ｒ ｂｒ 、ａｌ ｉ 、 ａｎ ｏｅｓ Ｌｐ ｃ ｎ Ｃ ｎｙ等多种算法。但这些传 ｔ ａａ 统算法在边缘检测精度和抗噪声性能方面还存在 一定的问题。文章运用数学形态学边缘检测算法 的结构元素变换 ， 对无噪声图像检测 出多幅边缘 图； 对噪声 图像采用改进的开启运算， 先用 ３ ３的 Ｘ 结构元素进行腐蚀 ， 后用 ５Ｘ ５的结构元素进行膨胀 ， 用边缘检测算子ｆｏ 厂进行检测 ， ｂ一 并与传统 算法和不变结构元 素的形态学开启运算的结果进行 了比较。实验结果表 明， 灵活 多变的数关键词 ： 图像处理 ； 边缘检测； 数学形态学； 开启运算 中图分类号 ：Ｎ １．３ Ｔ ９ １７ 文献标 识码 ： 文章 编号 ：０ ２—２７ 《０ ７ ０ ０７ ｏ Ａ １０ ２９ ２０ ）３— ０ ５一 ３
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
含 有 椒 盐 噪 声 的 图像 ， 改进 的 算 法 能 很 好 地 减 弱噪 声 ， 得 到 的 图像 较 平 滑 、 轮 廓 清 晰 。 边 缘 定 位 准确 且 很 好 地 保
留 了边 缘 细 节 特 征 。 实验 结果 表 明 ， 算法抗噪 能力较强 ， 客 观 评 价 与视 觉 效 果 均 好 。 同 时 ， 该 算 法具 有 一 定 的 实
用性 和 可行 性 。
关键词 ： 图像 处理 ； 边缘检测 ； 数学形 态学
中 图分 类 号 ： Ｔ Ｐ ３ ９ １ ． ４ １ 文 献 标 志码 ： Ａ
Ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｏ ｆ Ｍｏ ｒ ｐ ｈｏ ｌ ｏ ｇ ｙ ｉ ｎ Ｅｄ ｇ ｅ Ｄｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｆ ｏ ｒ Ｎｏ ｉ ｓ ｅ Ｒｅ ｓ ｉ ｓ ｔ ａ ｎ ｃ ｅ
Ｄｅ ｎ ｇ Ｃａ ｉ ｘｉ ａ ，Ｗ ａ ｎｇ Ｇｕ ｉ ｂ ｉ ｎ ，Ｙａ ｎｇ Ｘｉ ｎｒ ｕ ｉ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ａｐ ｐ ｌ ｉ ｅ ｄ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ，Ｈａ ｒ ｂ ｉ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ，Ｈ ａ ｒ ｂ ｉ ｎ，１ ５ ０ ０ ８ ０，Ｃｈ ｉ ｎ ａ ）
第２ ８ 卷第６ ｇ ｑ ２ ０ １ ３ 年 １ １月
数
据
采
集
与 Leabharlann 处 理 Ｖｏ １ ． ２ ８ Ｎｏ ． ６
ＮＯＶ ．２ ０１ ３
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｄａ ｔ ａ Ａｃ ｑ ｕ ｉ ｓ ｉ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｎｏ ｉ ｓ ｅ ｉ ｓ ｏ ｎｅ ｏ ｆ ｔ ｈｅ ｍａ ｉ ｎ ｆ ａ ｃ ｔ ｏｒ ｓ ａ ｆ ｆ ｅ ｃ ｔ ｉ ｎ ｇ ｅ ｄｇ ｅ ｄｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｏｆ ｔ ｈｅ ｉ ｍａ ｇｅ ． Ｖａ ｒ ｉ ｏ ｕｓ ｍｏ ｔ — ｐｈ ｏｌ ｏ ｇｙ ｏｐ ｅ ｒ ａ ｔ ｉ ｏ ｎｓ ｃ ａ ｎ ｒ ｅ ｍｏｖ ｅ ｔ ｈｅ ｎ ｏｉ ｓ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ，ａ ｎ ｄ ｔ ｈｅ ｓ ｔ ｕｄ ｙ ｏ ｆ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｓ ｕ ｓ ｉ ｎ ｇ ｍｏ ｒ — ｐｈ ｏｌ ｏ ｇｙ ｔ ｏ ｄ ｅ ｔ ｅ ｃ ｔ ｔ ｈｅ ｅ ｄ ｇｅ ｏｆ ｔ ｈｅ ｉ ｍａ ｇｅ ｗｉ ｔ ｈ ｎｏ ｉ ｓ ｅ ｉ ｓ ｗｉ ｄｅ ｌ ｙ ｃ ｏ ｎｃ ｅ ｒ ｎｅ ｄ ｉ ｎ ｒ ｅ ｃ ｅ ｎ ｔ ｙ ｅ ａ ｒ ｓ ．Ｉ ｎ ｏｒ ｄ ｅ ｒ ｔ ｏ ｉ ｍ ｐｒ ｏ ｖ ｅ ｔ ｈｅ ａ ｃ ｃ ｕｒ ａ ｃ ｙ ｏ ｆ ｅ ｄｇ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏｎ ａ ｎｄ ｒ ｅ ｄ ｕｃ ｅ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｏ ｆ ｎｏ ｉ ｓ ｅ ｏｎ ｉ ｍａ ｇｅ ｅ ｄｇ ｅ ｄ ｅ ｔ ｅ ｃ — ｔ ｉ ｏ ｎ．Ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ａ ｌ ｇｏ ｒ ｉ ｔ ｈｍ ｏｆ ｍｏ ｒ ｐ ｈｏ ｌ ｏｇ ｙ ｉ ｓ ｐｒ ｏ ｐｏ ｓ ｅ ｄ ｔ ｏ ｒ ｅ ｓ ｉ ｓ ｔ ｔ ｈｅ ｎ ｏ ｉ ｓ ｅ，ｕｓ ｉ ｎ ｇ ｔ ＷＯ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｓ ｔ ｒ ｕｃ ｔ ｕ ｒ ｅ ｅ ｌ ｅ ｍｅ ｎｔ ｓ ｆ ｏｒ ｅ ｄ ｇｅ ｄｅ ｔ ｅ ｃ ｔ ｉ ｏｎ ． Ｆｏ ｒ ｔ ｈｅ ｉ ｍａ ｇｅ ｗｉ ｔ ｈ ｔ ｈｅ ｓ ａ ｌ ｔ ａ ｎｄ ｐｅ ｐｐ ｅ ｒ ｎｏ ｉ ｓ ｅ，ｔ ｈｅ ｉ ｍ— ｐｒ ｏ ｖｅ ｄ ａ ｌ ｇ ｏｒ ｉ ｔ ｈｍ ｃ ａ ｎ ｆ ｉ ｌ ｔ ｅ ｒ ｔ ｈ ｅ ｎｏ ｉ ｓ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖｅ ｌ ｙ， ｔ ｈｅ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｉ ｍａ ｇ ｅ ｈ ａ ｓ ｍｏｒ ｅ ｓ ｍｏｏ ｔ ｈ ａ ｎｄ ｃ ｌ ｅ ａ ｒ ｏ ｕｔ ｌ ｉ ｎ ｅ ． Ｔｈｅ ｅ ｄ ｇｅ ｌ ｏｃ ａ ｔ ｉ ｏｎ ｉ ｓ ａ ｃ ｃ ｕｒ ａ ｔ ｅ ａ ｎｄ ｔ ｈｅ ｄｅ ｔ ａ ｉ ｌ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ ｓ ｏ ｆ ｔ ｈｅ ｅ ｄｇ ｅ ｉ ｓ ｗｅ ｌ ｌ ｒ ｅ — ｔ ａ ｉ ｎｅ ｄ．Ｔｈｅ ｅ ｘ ｐｅ ｒ ｉ ｍｅ ｎｔ ｒ ｅ ｓ ｕｌ ｔ ｓ ｓ ｈｏ ｗ ｔ ｈａ ｔ ｔ ｈ ｅ ａ ｌ ｇｏ ｒ ｉ ｔ ｈｍ ｈａ ｓ ｂｅ ｔ ｔ ｅ ｒ ａ ｎｔ ｉ — ｎｏ ｉ ｓ ｅ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ，ａ ｎ ｄ ｔ ｈ ｅ
文章编号 ： １ ０ ０ ４ — ９ ０ ３ ７ （ ２ ０ １ ３ ） ０ ６ — ０ ７ ３ ９ — ０ ７
改进 的 抗 噪 形 态 学 边 缘 检 测 算 法
邓 彩 霞 王 贵 彬 杨 鑫 蕊
（ 哈 尔 滨 理 工 大学 应 用 科 学 学 院 ， 哈尔滨 ， １ ５ Ｏ ０ ８ ０ ）
摘要： 噪 声是 影 响 图像 的 边 缘 检 测 效 果 的 主要 因素 。形 态 学 的 各 种 运 算 可 以 有 效 地 去 除 噪 声 ， 利 用 形 态 学对 含
噪 图像 进 行 边 缘 检 测 的算 法 已成 为 人 们 当今 关 注 的 问题 ， 为 了提 高 图像 边 缘 检 测 的 准 确 性 ， 降低 噪 声 对 图像 边 缘检 测的影响 ， 提 出 了一 种 改 进 的 抗 噪 形 态 学 边 缘 检 测 算 法 ， 且 利 用 两 个 不 同 的 结 构 元 素 进 行 边 缘 检 测 。对 于