一種基于統計的圖像邊緣檢測方法

摘要：提出了一種基于統計的圖像邊緣檢測方法。它首先通過計算圖像中每一點的梯度向量以及方差—協方差矩陣，然后對每一點的梯度向量進行非極大值抑制，最后使用統計的方法求出局部標準化梯度閾值來檢測圖像的真實邊緣。通過與經典的邊緣算子相比較，該方法不僅能很好地檢測出圖像的真實邊緣，而且有效地抑制了虛假邊緣的產生，取得了良好的效果。

關鍵詞：局部標準化閾值； 圖像平滑； 邊緣檢測； 非極大值抑制

中圖分類號：TP391．41文獻標志碼：A

文章編號：1001－3695(2007)08－0204－02

邊緣檢測是圖像處理和計算機視覺的一個重要組成部分[1]，它被廣泛地應用于圖像重建、圖像壓縮、立體視覺分析、模式識別等。邊緣點通常定義為圖像區域間灰度變化劇烈的點，通常邊緣點的檢測是通過鄰域間的運算來完成的。

1基本算法

1．1平滑圖像

通常在圖像的邊緣檢測前，均需要對圖像進行平滑處理以減少圖像中的噪聲。本文中將使用Priestly所采用的算法[2]對圖像進行平滑操作。圖像的像素是按照行和列來排列的，而Priestly的方法可以分別通過行和列來平滑圖像，這種方法不僅可以簡便地求出平滑圖像中每一點的梯度向量以及局部標準化閾值，而且在平滑的過程中考慮到了圖像鄰域間的灰度關系，平滑效果較好。

4結束語

本文采用了基于統計的方法求出局部標準化梯度閾值來檢測圖像的真實邊緣。在本文的實驗中，分別使用了經典的Canny算法和本文所采用的方法對含有高斯噪聲的圖像進行邊緣檢測。通過對比不難發現，采用本文的方法得到的檢測效果優于經典的Canny算法，并且本文所采用的方法使用較為固定的參數，在邊緣檢測的過程中具有較強的魯棒性，是一種極為準確、可靠的邊緣檢測方法。

參考文獻：

［1］PHILIPPE S M， CHEN J S．Adaptive smoothing:a general tool for early vision[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1991，13(6):514－529.

[2］PRIESTLY M B， CHAO M T．Nonparametric function fitting[J]．Roystat Soc，1978(4):384－392 .

[3］CANNY J．A computational approach to edge detection[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1986，8(6):679－698.

[4］BERGHOLM E．Edge focusing[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1987，9(7):458－469.

[5］CLARK J．Authenticating edges produced by zerocrossing algorithms[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1989，2(1):43－45.

[6］QIE P， BHANDARKAR S．An edge detection technique using local smoothing and statistical hypothesis testing[J]．Pattern Recognit，1996，17(8):849－872.

[7］KOPLOWITZ J，GRECO V．On the edge location error for local maximum and zerocrossing edge detector[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1994，16(12):1207－1212 .

[8］幻萬力，易昂，傅明．一種基于Canny算法的邊緣提取改善方法[J]．計算機技術與自動化，2003，22(1)：24－26.

[9］CHEN M H， LEE D， PAVLIDIS T．Residual analysis for feature detection[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1991，13(1):30－40.

[10］SINHA S， SCHUNK B G．A two stage algorithm for discontinuity preserving surface reconstruction[J]．IEEE Transactions on Pattern Analysis and Machine Intelligence，1992，14(1):36－55.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”