基于八方向Sobel算子的邊緣檢測算法研究.pdf

1、隨著數字圖像的廣泛應用，人們對圖像精度的要求也逐步提高。邊緣是目標圖像與背景圖像的分界，是圖像最基本的特征之一。圖像邊緣蘊含了圖像豐富的內在信息（如方向、階躍性質與形狀等），因此邊緣提取是圖像分析和識別領域中一個十分重要的課題。邊緣檢測作為一個預處理過程，廣泛應用于圖像分割、模式識別和運動分析等領域。傳統(tǒng)的邊緣檢測方法主要是應用空域卷積算法，通過模板與圖像的卷積來提取邊緣?？沼蚓矸e算法具有較強的普適性和計算速度快等優(yōu)勢，因此得到了廣泛的

2、應用。
　　然而，隨著人們生活水平的不斷提高，對彩色圖像處理的需求不斷增長，彩色圖像的研究越來越受到各界專家學者的重視。到目前為止，大部分彩色圖像邊緣檢測算法是由灰度圖像邊緣檢測算法發(fā)展和衍生而來的。但是彩色圖像不僅包含亮度信息，還包含著在灰度圖像中不存在的色度信息，這樣灰度圖像邊緣檢測理論就不太適用于彩色圖像。研究也表明彩色圖像比灰度圖像提供了更多的邊緣信息，對彩色圖像進行邊緣檢測具有更大的實際意義。
　　本文首先闡述了圖

3、像邊緣檢測的研究背景以及在國內外的研究現狀，通過對圖像邊緣檢測研究概況的了解，展開本文的研究。介紹了邊緣檢測的一些基本概念，并討論了傳統(tǒng)灰度圖像邊緣檢測的研究方法和特點。在此基礎上，針對傳統(tǒng)圖像邊緣檢測方法檢測效果不理想的問題，提出一種基于八方向Sobel算子的邊緣檢測算法。由此得到啟發(fā)，將傳統(tǒng)的Prewitt邊緣檢測算法進行了相應地改進，并給出了對比分析效果圖。其次，本文進一步對彩色圖像的邊緣檢測進行了研究。彩色圖像在不同的彩色空間表

4、現形式也不同。算法在彩色空間轉化技術的基礎上，提出了基于CIELAB空間的彩色圖像邊緣檢測算法，從而在不丟失彩色圖像信息的前提下，檢測出較真實的邊緣。為圖像邊緣檢測在更廣的范圍內應用做了一些有意義的嘗試。本文的研究工作主要集中在以下幾個方面:
　　(1)針對傳統(tǒng)圖像邊緣檢測方法檢測效果不理想的問題，提出一種基于八方向Sobel算子的邊緣檢測算法。結合圖像邊緣的多方向性，將傳統(tǒng)邊緣檢測算法的方向擴展到八個方向。采用0°、22.5°、

5、45°、67.5°、90°、112.5°、135°、157.5°八個方向的模板進行檢測，能較好地檢測出不同方向的邊緣。
　　(2)考慮到鄰域內像素到中心像素距離不同，對中心像素的貢獻不同，基于八方向Sobel算子的邊緣檢測算法對鄰域內像素根據該像素到中心像素歐氏距離進行加權，使得距中心像素越近，其權值越大。由此推導出數字圖像中加權計算公式。
　　(3)將傳統(tǒng)的Prewitt邊緣檢測算法進行了相應的改進，提出了一種改進的Pre