深度图像的边缘检测

第５卷第３期　
２０００年６月　
哈尔滨理工大学学报　

ＪＯＵＲＮＡＬ　ＨＡＲＢＩＮ　ＵＮⅣ．ＳＣＩ　＆ＴＥＣＨ　
Ｖ０１　５　ＮＯ　３　

Ｊｕｎｅ　２０００　

文章编号：１１３０７—２６８　唧（）］－ＯＯＯｌ一０３　
深度图像的边缘检测　

丝　，　ｔ嗑注　吴丽莹　，刘泊　，魏继东　
（１哈尔滨理工大学仪器仪表学院，黑龙江哈尔滨１５００４０；２哈尔滨工程大学机电学院　
黑龙江哈尔滨ｌｓＯＯＯｌ　３啥尔滨锅炉厂技工学校，黑龙江哈尔滨１５Ｏ０４６）　

摘要：用强度图像提取景物边界的主要缺点是当景物间灰度差较小以及噪声存在时，很难　
得到精确的边界．本文通过单条纹结构光荻取景物的距离图像，用距离图像对物体进行边缘提　
取，可以『枣补强度图像中由于景物间灰度差较小而检测不到的边界，减少由于噪声产生的错误　
边界，从而得到更可靠、准确的物体边界，为物体的特征提取提供依据．　
关键词：苎塑当；墨廛旦篮；距离图像；　竺堡型　国　
中图分类号：ＴＰ３９１　４ｌ　文献标识码：Ａ　。　

Ｂｏｒｄｅ　ｒｌｉｎｅ　Ｉｎｓｐｅｃｔｉｏｎ　ｏｆ　Ｄｅｐｔｈ——Ｉｍａｇｅ　
ＦＡＮ　Ｊｉａｎ—ｙｉｎｇ　，ＹＵ　口。一ｙａｎｇ　，ＷＵ　Ｌｉ—ｙｉｎｇ　，Ｌ１Ｕ　Ｂｏ　，ＷＥＩ　Ｊｉ—ｄｏｎｇ　
Ｉｎｓｔｒｕｍｅｎｔ＆Ａｐｐａｒａｔｕｓ　Ｃｏｌｌｅｇｅ．Ｈａｒｂｉｎ　Ｏｎ　Ｌｙ　Ｓｃ　Ｊ　Ｔｅｃｈ，Ｈａｒｂｉｎ　１５００４０　Ｃｈｉｎａ；２．Ｍ￣ｃｈａｎｉｃｓ　ａｎｄ　Ｅｉｅｃｔｒｉｃｓ　Ｃｏｌ　Ｌｅｇｅ　
Ｈａｒｂｉｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ　１５０００１　Ｃｈｉｎａ；３　Ｈａｒｂｉｔｔ　Ｂｏｉ　Ｌｅｒ　Ｍｅｃｈａｎｉｃｓ　Ｓｃｈｏｏｌ，Ｈａｒｂｉｎ　１　５００４６　Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ￣Ｉｔ　ｉＳ　ｖｅｒｙ　ｄｉｍｃｕｌｔ　ｔｏ　ｏｂｔａｉｎ　ｔｈｅ　ａｃｃｕｒａｔｅ　ｂｏｒｄｅｒｌｉｎｅ　ｏｆ　Ｏｂｊｅｃｔ　ｗｈｅｎ　ｄｉｓｔｉｌｌｉｎｇ　ｔｈｅ　
ｂｏｒｄｅｒｌｉｎｅ　ｏｆ　ｏｂｊｅｃｔ　ｗｉｔｈ　ｌｅｓｓ　ｇｒａｙ　ｌｅｖｅｌ　ｆｒｏｍ　ｉｔｓ　ｉｎｔｅｎｓｉｔｙ　ｉｍａｇｅ　ｗｉｔｈ　ｄｉｓｔｕｒｂａｎｃｅ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，　
ｔｈｅ　ｄｅｐｔｈ—ｉｍａｇｅ　ｏｆ　ｏｂｊｅｃｔ　ｉｓ　ｏｂｔａｉｎｅｄ　ｕｓｉｎｇ　ｔｈｅ　ｓｉｇｌｅ—ｓｔｒｉｐｅ　ｓｔｒｕｃｔｕｒｅｄ—ｌｉｇｈｔ，ａｎｄ　ｔｈｅ　ｂｏｒｄｅｒｌｉｎｅ　
ｏｆ　ｏｂｊｅｃｔ　ｉｓ　ｄｉｓｔｉｌｌｅｄ　ｆｒｏｍ　ｉｔｓ　ｄｅｐｔｈ—ｉｍａｇｅ，ｗｈｉｃｈ　ｃａｎ　ｆｅｔｃｈ　ｕｐ　ｔｈｅ　ｂｏｒｄｅｒｌｉｎｅ　ｗｈｉｃｈ　ｉｓ　ｎｏｔ　ｉｎ—　
ｓｐｅｃｔｅｄ　ｂｅｃａｕｓｅ　ｏｆ　ｔｈｅ　ｌｅｓｓ　ｇｒａｙ　ｌｅｖｅｌ　ｏｆ　ｔｈｅ　ｏ　ｂｊｅｃｔ　ａｎｄ　ｒｅｄｕｃｅ　ｅｒｒｏｒ　ｂｏｒｄｅｒｌｉｎｅ　ｐｒｏｄｕｃｅｄ　ｂｙ　
ｄｉｓｔｕｒｂａｎｃｅ．Ｓｏ　ｍｏｒｅ　ｒｅｌｉａｂｌｅ　ａｎｄ　ａｃｃｕｌ￣ｔｔｅ　ｂｏｒｄｅｒｌｉｎｅｓ　Ｃａｌｌ　ｂｅ　ｏｂｔａｉｎｅｄ　ａｎｄ　ｔｈｅ　ｂａｓｅ　ｏｆ　ｄｉｓｔｉｌｌｉｎｇ　
ｔｈｅ　ｃｈａｒａｃｔｅｒｓ　ｏｆ　ｏｂｊｅｃｔ　ｉｓ　ｓｅｔ　ｕｐ．　
Ｋｅｙ　ｗｏｒｄｓ：ｓｔｒｕｃｔｕｒｅｄ——ｌｉｇｈｔ；ｉｎｔｅｎｓｉｔｙ　ｉｍａｇｅ；ｄｅｐｔｈ——ｉｍａｇｅ；ｂｏｒｄｅｒｌｉｎｅ　ｉｎｓｐｅｃｔ　

１　引　言　
边缘提取是模式识别中物体特征抽取的重要环节之一，依据强度图像对景物的边缘检测研究已取得　
些成果”　，但目前在实际橙测中得到的边缘结果并不夸人十分满意，如景物问的对比度较低时，在灰　
度图像中往往检测不到边界，而且物体受光照和纹理的影响，尤其是噪声的影响，提取的边缘图像并不十　
分理想，甚至会出现一些断边、伪边，得不到封闭的物体轮廓　．边缘提取主要用于视觉领域中的物体识　

收稿日期】９９９—１２—０３　
基金项目国家自然科学基盘赞助项目（６９５７５００５）　
作者简介范剑英（１９６３一）．男，喑尔滨理工大学辞师　

厂　
２　哈尔滨理工大学学报　第５卷　
别，一般是通过对景物的边缘提取寻找出物体的三维特征，依据其特征进行模式汉别，因而边缘提取质量　
的优劣将直接影响物体的特征提取以及物体的识别．　
采用结构光方法得到景物距离图像，即用物体的深度值（第三维信息）代替物体的灰度值形成距　
离图像，由于在获取距离图像时它不受物体光照和纹理的影响，因而可以得到较为理想的物体边缘．近几　
年国内外对深度图像的研究形成了热潮，利用距离图像准确　快速地寻找出物体的边界，并与强度图像融　
合进行物体的特征提取，加快识别速度．对距离图像的研究促进了计算机视觉　机器人视觉、自动导航　工　
业零部件的自动检测和自动装配等领域的发展　，距离图像愈来愈引起人们的重视．本文说明了单线结构光　
获取距离图像的方法，阐述了距离图像边缘提取方法，给出了实验结果并进行讨论．　

２　单线结构光法获取距离图像　
图Ｉ所示是单线结构光法的原理图，将激光器发出的光束经过光学系统变换成线结构光投向景物　
在景物上形成图案，由摄像机摄取．　
依据三角法可推导出景物表面深度值：，　
汁算公式如下　

式中：ｆ是摄像机镜头焦距；（ｘｏ，　是Ｐ点　
在图像平面所成像的位置，由图像可直接得　
到　ＯＭ是摄像机镜头中心与光面顶点距　
离，Ｂ＝ＯＭ；口是摄像机镜头中心和光面顶　

一　
图１单线结构光原理圈　
点连线与镜头光轴夹角；　是结构光光面投影角·　
景物沿ＯＭ方向等间距平移，每移动一个步长摄取一幅条纹图像并进行二值化．依据亮条纹上像点　
坐标，利用式（１）可得到亮条纹上所有像点所对应物点的深度值，则形成条纹对应景物截面的深度图　
像．将所有截面的深度图像台并，即可得到视场内景物的距离图像．　

３　距离图像的边缘检测　
所谓边缘是指一个区域的终止和另一个区域的开始．图像的边缘反映图像的不连续性．边缘具有　
方向和幅度两个特征．沿着边缘方向像素的深度值变化缓慢，垂直于边缘方向像素值变化剧烈，即边缘点　
的一阶微分产生央峰，其二阶微分产生　零交叉　，分别如图２ａ，ｂ所示．　
对于距离图像是指距离值（深度值）的不连　
续，即边缘处像点的深度值突变，利用这种突变特　
征，采用一阶或二阶差分近似微分就可进行边缘　

检测．　
以距离图像的左上角为坐标原点，ｍ和　代　
表像素的第ｍ行、第Ｈ列，ｚ（ｍ．ｎ）代表像素点　
（ｍ．Ｈ）的深度值在距离图像中，用两个核对每个像　
素点（ｍ，ｎ）的八邻域做卷积，对于垂直的边缘和　
水平的边缘响应最大为　，　．其公式为　
（ｍ．Ｈ）＝【Ｚ（ｍ一１，ｎ＋１）＋２Ｚ（ｍ，Ｈ＋１）＋　
ｚ（ｍ＋ｌ　Ｈ＋１）］一［Ｚ（ｍ一１，Ｈ一１）＋　
２Ｚ（ｍ．ｎ—１）＋Ｚ（ｍ　ｌ，ｎ—１）】　㈨一阶微分　（ｂ］二阶微分　

图２　距离图像深度值差分图像　
第３期　范剑英等：深度图像的边缘检测　３　
（ｍ，ｎ）＝【Ｚ（ｍ～１，ｔｌ一１）＋２Ｚ（ｍ—ｌ，Ｉ，ｉ）＋Ｚ（ｍ一１，ｎ＋１）】一　
【Ｚ（ｍ＋１，Ｈ—１）４－２Ｚ（ｍ　４－１，ｔ１）４－Ｚ（ｍ　４－１，ｎ＋１）】　
通常边缘响应　，ｎ）为　
ｇ（ｍ，ｎ）＝ｍａｘ｛ｇ　（ｍ，ｎ），　（ｍ，ｎ））　
上述计算结果将得到一幅距离图像的边缘检测图像．　

４　实验结果　
针对立方体和三角物体分别进行了距离图像的边缘检测实验．为了进行比较，又针对强度图像进行　
边缘检测实验，如图３与图４所示．　

■■口■　

ａ）物体的灰廖围像　（ｂ）灰度图像的边缘图　（ｃ）距离图像　（ｄ）距离图像的边缘圈　
固３立方体边缘检谢图　

一■口■　

ａ】物体的藏度图像　
讨论　
（ｂ）灰度图像边缘图　ｆｃ】距离图像　（ｄ）距离图像的边缘困　

图４　三角物体的边缘检测图　

通过上述实验结果，可以看到用距离图像进行边缘提取可以得到物体连续、封闭边界线，而利用灰度　
图像得到的物体边界由于受景物间的灰度差影响较大，往往产生断边，不能形成封闭的外围轮廓线．另外　
采用匹配的距离图像和强度图像同时寻找物体边界可以弥补边界寻找时产生的断边，还可以减少噪声的　
影响．这为模式识别中的物体特征提取提供了一个良好的边界．　

参考文献：　
Ｉｌｌ　刘雷健，扬静宇等．利用信息融音方法的三维特征提取［　模式汉别与人工智能，１９９５．９［４Ｊ：３８６～３９１　
嘲　陈珂．基于模糊增强的图像分割和边缘检测方｛击哪模式识别与＾工智能－ｌ￣９２，５（１）２４～２９　
ｒ　俞磊．是立德边缘橙测中的断边、伪边与结构点的处理哪模式识别与＾工智能－１９９５．ｓ（２）：１６５～１７０　
４１　于晓洋澈光舀描图像编码三维映射及视觉传感研究［Ｄ】哈尔滨工业ｊ＝学博士论文，１９９３　

《审稿：马怀俭教授，周洪玉教授；编辑：王萍）