基于方向信息测度的图像边缘检测.pdfVIP

第 44卷 第 2期 数 学 研 究 V0．1．44 NO．2 201i年 6 月 JournalofMathematicalStudy Jun．2011 基于方向信息测度的图像边缘检测 余 瑞 艳 (长江大学一年级教学工作部，湖北 荆州 434020) 摘 要 边缘检测是图像处理中—个重要的研究课题．H-x~传统图像边缘检测算法对噪声敏感的 问题，本文在分析图像像素灰度信息的基础上，建立了—个改进的确定方向信息测度的方法，并利 用震动滤波对边缘检测图像进行增强，该方法在滤除噪声的同时，能有效地保留图像的基本 目标信 息，正确提取图像的边缘． 关键词 方向信息测度；边缘检测；震动滤波． 中图分类号 TP391．41 文献标识码 A 1 引言 图像边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取 目标和背景 的分界线，提取出边缘才能将 目标和背景区分开来 ．在 图像 中，边缘表 明一个特征区 域 的终结和另外一个特征 区域 的开始 ，边界所分开 区域的内部特征或属性是一致 的， 而不 同区域 内部的特征或属性是不同的 【，引．边缘 的检测正是利用物体和背景在某种 图像特征上的差异来实现的，这些差异包括灰度，颜色或者纹理特征．边缘检测实际 上是就是检测图像特性发生变化的位置 ． 有关图像边缘检测的研究已有很多的研究成果，其中Prewitt和 Sobel模板是图像 边缘检测中最为常见的方法，但其未充分考虑图像每一像素的灰度信息 【，3】．且当图 像被噪声污染时，Prewitt和 Sobel模板并不能有效地进行 图像边缘检测 4【J．于是本文 在分析 图像灰度信息的基础上，结合每一像素点在 四个方向上的灰度和之差，本文提 出了改进的方 向信息测度 ，并利用震动滤波对边缘检测图像进行增强 ，实现 了含噪图 像 的边缘检测． 收稿 日期：201007—05 基金项目：湖北省教育厅重点项 目(，湖北省教育厅中青年项 目(Q2OLO13O9) 第2期 余瑞艳：基于方向信息测度的图像边缘检测 215 2 改进的方向信息测度 为了自动识别 图像的边缘区，平坦区，纹理区与噪声点，本文引入 图像的方 向信 息测度 ，便于 自适应全变分去噪模型的构建 [5-7】．设当前图像像素点的坐标为 (i，J)，其 邻域为 R：{(m，n)Ilm—iI L，i礼一Jl )，L是邻域长度的一半，三日是过中心点且角 度为 的一条直线并且将该领域分成两半 S1和 (如图1所示)，则方向信息测度 IOM 的定义如下 ： IOM (i，J)=do 一domi 其中u 表示像 图像素点 (i，J)的灰度值 ；Is：∑(t，)∈suij，，s2：∑(，)∈s：uij，do= ． I，sl—fs2I；domax=maxo。_18o。(go)，domin=mino。180。(do)． 根据方 向信息测度的定义可直观得到： (1)不管观察尺度大或小时，图像边缘区 的方向信息测度均较大，而图像平滑区的方 向信息测度都较小； (2)纹理区在观察尺 度较小时方 向信息测度较大，此时表现 出图像边缘的性质；而在观察尺度较大时，纹 理区表现出平坦 区的性质； (3)由于噪声在图像边缘区与平坦区是随机分布的，此时 不管观察尺度如何变化，噪声点的方向信息测度均较小 f5】． 图 1 方 向信息测度窗 口 但当图像的噪声水平较高时，原有的方 向信息测度并不能有效地进行边缘检测 ． 于是本文在分析每一像素四个方向信息测度的基础上，提出了本文改进的方向信息 测度．当图像噪声水平较低时，噪声处的方向信息测度较小；但当图像噪声水平较高 时，此时噪声处 的方 向信息测度较大，但此时各方 向上灰度和之差 幽 的总和较小 ， 则图像边缘区，平坦区与纹理区灰度和之差 幽 的性质可类似推理．