二维及三维数字图像边缘检测算法进展综述.pdfVIP

第 19卷 第 12期 长 春 大 学 学 报 Vo1．19 No．12 2009年 12月 JOURNALOFCHANGCHUNUNIVERSITY Dee．20o9 二维及三维数字图像边缘检测算法进展综述 马润渊，刘鑫淼，汪西原 (宁夏大学 物理电气信息学院 ，宁夏 银川 750021) 摘 要：边缘是图像最重要的特征之一，包含图像 中用于识别的有用信息。本文首先就二维图像综述空域、频域和 混合边缘检测方法，重点阐述超小波边缘检测方法及其优点；然后对三维图像总结比较现有三维图像边缘检测方 法，并给 出发展方向。 关键词 ：边缘检测 ；mallat；超小波 ；三维 图像 中图分类号：TP391 文献标志码：A 文章编号：1009—3907(2009)12—0065—03 0 引 言 信息，能更充分的表示原始 目标。结合螺纹模型的 特点，在对图像进行灰度化和去噪等预处理的基础 图像的边缘部分集中了图像的大部分信息，图 上，增加六个方向模板对 Sobel算子进行改进，该方 像边缘的确定与提取对于整个 图像场景的识别与理 法有效解决了Sobel算子边缘检测时边缘过粗的问 解是非常重要的，同时也是图像分割所依赖的重要 题，得到的边缘较细、定位精确、有利于提高测量精 特征，边缘检测主要是图像灰度变化的度量、检测和 度。 定位，通常是计算机视觉系统处理图像的第一个阶 2 频域边缘检测算子研究情况 段，其结果的正确性和可靠性将直接影响到计算机 视觉系统对客观世界的理解 。自1959年提出边缘 一 些在空间域直接表述非常困难 ，甚至不可能 检测以来，经过五十多年的发展，已有许多种不同边 完成的边缘检测任务在频域 中则变得非常普通 。图 缘检测方法。本文 旨在阐述现有二维边缘检测算 像的边缘在频域中表现为高频成分，因此可以用频 法，包括空域边缘检测算法、频域边缘检测算法、混 域的方法对图像进行边缘检测 。频域方法主要 包括小波变换和超小波变换等。 合边缘检测算法及其他边缘检测算法，并总结 比较 现有的三维边缘检测算法 ，同时就某些应用领域的 2．1 mallat小波边缘检测算法 传统的空域算法都是单一尺度的边缘检测算 不同需求指出其适用的边缘检测算法。 子，不可能正确与准确的检测出所有的边缘，同时， 1 空域边缘检测算子简述 在滤除噪声时影响边缘检测的正确性。小波变换就 空域边缘检测算法主要包括两类 ：即基于梯度 是时域一频域的局部变换，具有天然的多尺度特征， 的边缘检测算子及基于零交叉的边缘检测算子。前 通过伸缩平移运算对信号进行细化分析，达到高频 者包括传统的Roberts、Sobel、Prewitt、Kirsch等梯度 处时间细分，低频处频率细分。因此，小波变换非常 边缘检测算子；后者包括 Laplacian、LOG、Haralick 适合一些复杂二维图像的边缘检测，能更好的抑制 算子等。另外，1986年 JohnCanny从边缘检测算子