結構元素對目標邊緣檢測的影響分析

朱 會，張新紅

（91550部隊 遼寧 大連 116023）

結構元素對目標邊緣檢測的影響分析

朱 會，張新紅

（91550部隊 遼寧 大連 116023）

針對光學經緯儀拍攝的紅外飛機數字圖像，論述了不同類型的結構元素對邊緣檢測的影響，通過實驗，找到了對飛機邊緣檢測影響起決定作用的結構元素半徑，分析了邊緣檢測算子的優缺點。試驗結果表明：采用形態學的圖像處理方法，能夠有效抑制噪聲，通過選取結構元素的類型和半徑，能夠有效檢測紅外飛機的邊緣，保證姿態測量的精度。

形態學；結構元素類型；結構元素半徑；邊緣檢測算子；姿態測量

圖像邊緣是指圖像局部亮度變化最顯著的部分，表明一個區域的終結和另一個區域的開始，是圖像的最基本特征，也是圖像特征提取的重要基礎。飛機邊緣檢測是進行飛機形態特征提取和形態分析的前提，其檢測結果直接影響著后續視頻判讀、姿態測量的精度。通常的邊緣檢測算法可以提取飛機的邊緣，解決邊緣的有無、真假和定向定位等問題，但僅僅依靠局部信息，對噪聲考慮考慮的不全面，抗噪干擾能力差，使得檢測到的邊緣呈現斷續、不完整[1]。

數學形態學以嚴格的數學理論和集合論為基礎，通過選擇合適的結構元素，來度量和提取圖像中對應的目標形狀，以達到圖像分析和目標檢測的目的[2]。數學形態學的算法具有并行實現的結構，不僅可以簡化圖像，保持目標區域基本的形狀特征，而且能有效去除不相干的孤立點、毛刺等噪聲[3－4]。

二值形態邊緣檢測通過選取合適的結構元素，利用形態學的基本原理，如膨脹與腐蝕，開閉運算等符合運算，對目標圖像進行處理，最后得到清晰的圖像邊緣[5]。在此過程中，結果元素的選取和邊緣檢測算子決定了圖像邊緣檢測的效果，因而是影響形態邊緣檢測質量的關鍵。為此，分析了形態學結構元素對邊緣檢測的影響，研究出了一種既能準確檢測出紅外飛機圖像邊緣，同時又能很好抑制噪聲的形態學濾波器的邊緣檢測算法，解決了紅外飛機邊緣檢測問題。

1 結構元素的選取

采用形態學方法對圖像進行邊緣檢測時，結構元素也同樣具有決定性的作用，根據不同的結構元素，將得到不同的實際邊緣檢測效果。通常情況下，用于二值圖像的結構元素是一個尺寸比待處理圖像小的多、由0或1組成的二位矩陣。根據形態的不同，結構元素的類型通常有線性（Line）、菱形（Diamond）、方形（Square）和圓盤形（Disk）等，并且結構元素通常包含原點[5]。

1.1 結構元素的類型

通常情況下，可以選擇一個與待處理圖像具有相似形狀的結構元素，這樣既能保證濾除噪聲，又能保證邊界信息不丟失。如圖所示，針對圖1的紅外飛機，選擇了幾種結構元素，使用頂帽變換對圖像進行作用，使用canny算子進行邊界提取，結果如圖2～6所示。從作用結果可以看出，結果元素disk、diamond和octagon作用結果在濾除噪聲的同時保證了邊界信息的完整，而結構元素square和rectangle的作用結果，改變了圖像的邊界信息。

圖1 原始圖像Fig.1 Original image

圖2 結構元素disk結果Fig.2 Structure element of disk

圖3 結構元素diamond結果Fig.3 Structureelementofdiamond

圖4 結構元素octagon結果Fig.4 Structure element of octagon

圖5 結構元素square結果Fig.5 Structure element of square

圖6 結構元素rectangle結果Fig.6 Structureelementofrectangle

1.2 結構元素的半徑

果元素對圖像的作用效果不僅取決于其類型，不同尺寸的結果元素對同一圖像的作用效果也有顯著差別。如圖所示，針對圖1的紅外飛機，選擇結構元素disk，使用不同的半徑進行頂帽變換，使用canny算子進行邊界提取，作用結果如圖7～13所示。從作用結果可以看出，在直徑2到6的變化過程中，不能很好的保證圖像邊界信息提取的連續性；在直徑8到16的變化過程中，保證了圖像邊界信息提取的連續性，當直接為10的事后效果最好；直接大于等于16后，圖像的邊界開始變形。

圖7 直徑2邊緣提取結果Fig.7 Radius of 2

圖8 直徑4邊緣提取結果Fig.8 Radius of 4

通常情況下，小尺寸的結構元素去噪能力弱，但能檢測出較好的邊緣細節；大尺寸的結構元素去噪能力強，但檢測出的邊緣較粗，影響后續結構特征的提取精度。因此在實際應用中，需結合應用背景和期望來合理選擇結構元素的尺寸。

圖9 直徑6邊緣提取結果Fig.9 Radius of 6

圖10 直徑8邊緣提取結果Fig.10 Radius of 8

圖11 直徑10邊緣提取結果Fig.11 Radius of 10

圖12 直徑16邊緣提取結果Fig.12 Radius of 16

圖13 直徑20邊緣提取結果Fig.13 Radius of 20

2 邊緣檢測算子

灰度形態學是數學形態學的一種，由二值形態學理論推廣而來，應用于各種灰度圖像和彩色圖像，其基本運算主要為灰度腐蝕、灰度膨脹、灰度開啟和閉合四種。

灰度圖像的膨脹“加長”或“變粗”二值圖像中的目標，而腐蝕“收縮”或“細化”二值圖像中的對象，由結構元素控制腐蝕與膨脹的方式和程度?；叶鹊拈_啟和閉合是由膨脹和腐蝕組合運算?；叶乳_啟完全刪除了不能包含結構元素的對象區域，平滑了對象的輪廓，斷開了狹窄的連接，去掉了細小的突出部分?；叶鹊拈]合一般會將狹窄的缺口連接起來形成細長的彎口，并填充比結構元素小的洞。

邊緣檢測方法是利用邊緣鄰近的一階導數或二階導數變化規律來考慮圖像的每個像素的某個鄰域內灰度的變化?；跀祵W形態學的邊緣檢測算法是一種非線性的基于結構元素的圖像處理和分析理論，通過基本的集合運算形成邊緣檢測算子，從而檢測出圖像邊緣[6]。由于圖像大都含有噪聲，為了使算子具有抗噪聲能力，提出了抗噪聲型的邊緣檢測算子。

Log算子是二階導數算子，該算子用高斯函數對圖像做平滑濾波處理，然后采使用拉普拉斯算子檢測邊緣，克服了拉普拉斯算子抗噪能力比較差的缺點，在抑制噪聲的同時也可能將原有的比較尖銳的邊緣也平滑掉了，造成這些尖銳的邊緣無法被檢測。

Sobel算子根據像素點上下、左右領點灰度加權差在邊緣處達到極值這一現象檢測邊緣，對噪聲具有平滑作用，能提供較為精確的邊緣方向信息，但邊緣定位精度不高，是一種較為常用邊緣檢測方法。

Prewitt算子利用局部差分算子尋找邊緣，邊緣定位精度高，但容易丟失一部分邊緣，不具備抑制噪聲的能力。

Canny算子使用指定標準偏差的高斯濾波器來平滑濾波，在圖像的每一點計算局部梯度和邊緣方向，利用邊緣點確定圖像中出現的脊，從而確定強邊緣像素和弱邊緣像素，進而執行邊緣連接。

3 試驗結果分析

以320×256的紅外飛機灰度圖像為例，在Matlab8.0下編程實驗，經反復研究比較，選取半徑為8結構元素disk進行形態學的頂帽變換，采用最大類間方差求取灰度閾值，使用edge函數檢測二值圖像中飛機的邊緣，不同邊緣檢測算子的邊緣檢測結果如圖14～17所示。對比圖中飛機邊緣檢測結果：圖14和17飛機邊緣檢測的機頭、飛機兩翼滿足姿態測量的條件，圖15和16的機翼有毛刺且不連續；圖14、15的飛機機尾的檢測結果滿足姿態測量的條件[7]，圖16的機尾有毛刺且不連續，圖16的機尾形狀錯誤。圖14的飛機機身邊緣檢測結果不符合實際。

圖14 Log算子邊緣提取結果Fig.14 Log operator

圖15 Sobel算子邊緣提取結果Fig.15 Sobel operator

圖16 Prewitt邊緣提取結果Fig.16 Prewitt operator

圖17 Canny邊緣提取結果Fig.17 Canny operator

4 結束語

數學形態學的圖像處理方法，在目標的邊緣檢測中具有明顯的優越性。針對光學經緯儀拍攝的紅外飛機圖像提出了一種有效的邊緣檢測方法，實驗表明邊緣定位準確，具有良好的噪聲抑制能力和檢測效果，滿足了姿態測量的要求，同時該種檢測方法，實現簡單，實用性好，具有較高的使用推廣價值。

[1]王艷春，遲勝起，鄭長英.基于數學形態濾波算子的黃頂菊種子圖像邊緣檢測[J].農業化研究，2011，3（3）:39－42

WANG Yan-chun，CHI Sheng-qi，ZHENG Chang-ying.The edge-detection of flaveria bidentis seed image based on mathematics morphological filtering operators[J].Journal of Agricultural Mechanization Research，2011，3（3）:39－42.

[2]YANG Feng，YANG Fan.Detecting license plate based on top-hat transform and wavelet ransform[C]//ICALIP2008，2008:998－1003.

[3]Salembier.St ructuring element adaptation for morphological filters[J].Journal of Visual Communication and Image Resentation，1992，3（2）:115－136.

[4]Susanta M，Bhabatosh C.Multiscale morphological segmentation of gray-scale image[J].IEEE Trans.on Image Proc，2003，12（5）:533－466.

[5]周云川，何永強，李計添.基于小波和灰度形態學的紅外圖像增強方法[J].激光與紅外，2011，41（6） :683－686.

ZHOU Yun-chuan，HE Yong-qiang，LI Ji-tian.Infrared image enchancement method based on wavelet transformation and grayscalemorphlolgy[J].Laser&Infrared，2011，41（6）:683－686.

[6]孟婷婷，于諒，李壽敏，等.一種基于改進的形態學算子的邊緣檢測算法[J].計算機工程與科學，2011，33（8）:112－116.

MENG Ting-ting，YU liang，LI Shou-min，et al.An edge detection alogrithm based on improve morphology operators[J].Computer Engineering&Science，2011，33（8）:112－116.

[7]陳海峰，張少博，劉英元.振動測量誤差影響因素分析[J].火箭推進，2011（1）：61－64.

CHEN Hai-feng，ZHANG Shao-bo，LIU Ying-yuan.Analysis of error factor in vibration measurement[J].Journal of Rocket Propulsion，2011（1）：61－64.

Effect analysing of structure elements of target edge detection

ZHU Hui，ZHANG Xin-hong
（The People's Liberation Army Unit 91550， Dalian 116023， China）

According to the optical theodolite shooting infrared aircraft digital image，this paper discusses influences of different types of structural elements on edge detection， through the experiment， aircraft edge detection effectis playsing a role in determining the structural elements of the radius and the style founded on，the advantages and disadvantages of Image Edge Segmentation Algorithm are analyzesed.The test results show that:the use of morphological image processing method can effectively restrain the noise.selecting structure type and the radius can effectively detect infrared aircraf edge and guarantee the attitude measurement precision.

morphological； type of structure element； radius of structure element； operater of edge dectection measure pose

TP391.4

A

1674－6236（2013）04－0101－03

2012－10－22稿件編號201210140

朱 會（1977—），男，吉林公主嶺人，工程師。研究方向：光學經緯儀、連續波雷達、單脈沖雷達的軟硬件設計與維護，指揮控制顯示系統的軟硬件設計與維護。