Canny算子與形態(tài)學相融合的邊緣檢測算法研究與應用.pdf

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

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

3、噪聲的圖像邊緣檢測成效不是很好。因此，本文給出了一種基于自適應權值選取的形態(tài)學邊緣輪廓提取方法。該方法先采用3×3十字形和5×5菱形的矩陣元素對圖像進行去噪處理，然后再用四種不同方向的矩陣元素對圖像進行形態(tài)學邊緣檢測并根據圖像輪廓特征設置四個方向的權值，最后通過相應的權值對各個方向提取到的邊緣結果進行加權求和。實驗證實，改進的形態(tài)學邊緣檢測方法在主觀視覺方面和客觀評價指標方面效果突出，既能有效去除噪聲，也能準確提取到清晰明亮的邊緣線。<