基于初級視覺系統原理的邊緣檢測方法

于海洋　金恩海　宋哎琪

摘 要 在現今的圖像處理與計算機視覺的基本問題之中，邊緣檢測占據著極大的地位或者可以說起著極其重要的作用，其對數字圖像之中亮度變化的標識作用十分的明顯。其中對于深度上、表面方向的不連續、物質屬性以及場景照明的變化的標識和處理都起著至關重要的基礎性作用，其方法也是多種多樣的。通常情況下都是基于搜索和零交叉的方式，通過計算階段導數的計算，以確定所要檢測的閾值。近年來隨著檢測方法的更新與變革，越來越多的處理需要與視覺上的感知、認知相結合來解決多種復雜的、簡單的相關問題。檢測中對位置、形狀、顏色、運動以及亮度等特性基于視覺系統的認知原理也擁有了相對較高的要求。本文通過對初級視覺原理在邊緣檢測方法相結合以及應用做了簡單的闡述，并驗證了其可行性。

【關鍵詞】初級視覺系統 邊緣檢測 計算機視覺

檢測目標的邊緣是對目標進行分析和理解的基礎，也是檢測目標最為基本的特征。對于圖像等目標邊緣的提取是其他步驟與模塊所依賴的系統中最地層、最根基的關鍵點。這其中包括Kirsch、Sobel、Robert、Robins等諸多邊緣檢測的經典方法。在近年中也經常有相關的學者不斷提出新的理論方法并帶有相關的依據和可證性。這其中不乏創新和發展，但歸根結底都是以初級視覺系統為基礎進行的研發和開展的相關研究。初級視覺系統對邊緣檢測方法的啟發與帶動作用是顯而易見的。

1 關于視覺系統原理的相關討論

視覺系統原理可分為內在表象和外在表現。其中視覺的內在表象就是通常所說的視覺感知，視覺的外在表現即通常所說的視覺現象（又稱視覺特性）。首先關于視覺的內在表象，視覺感知具有高級層次和低級層次之分。低級的視覺感知層次是以視覺系統開始的，在視網膜上獲得所能觀察到的世界的光學成像作用，即以視覺系統從外界截取圖象。下一步轉接到視覺，將光影圖像信心轉化為電信系以傳遞到視網膜的神經活動領域，最終以神經纖維的傳送方式將圖象送達大腦感知。而相對于低層次的視覺感知，高層次的視覺感知活動則是以低層次活動為基礎，通過神經系統的感知行為，這一層次至今還在深度研發之中。

視覺的外在表現，視覺現象，即我們所說的、反射進大腦通過神經傳說所看到的圖象。是一種由外界世界能量場相互轉化所映射出的現象。通過視覺與光波的傳送和接收分析光譜、捕捉瞬間變化運動，獲得不同的圖象、色彩和亮度感覺。而近年中，隨著信息技術科技的不斷進步，計算機視覺研究的課題被提上日程，通過不斷的研究也取得了對視覺系統了解的進展。

2 關于邊緣檢測的相關論述

關于邊緣的解釋首先源于圖象，是指目標圖像的邊界線以及圖象像素明亮度的突然性的轉變。在學術上邊緣又可以解釋為一個擁有可見像素范圍并且通過周邊圖像活動功能為計算主體的獨特性質，是一種向量突變（一個邊緣的梯度與方向的矢量）。而相關領域的研究家Dr.Latecki也在其論著中作了解釋。

邊緣檢測是對灰度急劇變化邊緣部分進行檢測從而得到輪廓線的方法，這種檢測方法的應用隨著計算機網絡信息技術的發展而變得更加普遍，檢測方法也得到不斷發展。比較普遍的檢測方法是以微分算符的離散逼近為基礎利用卷積模板進行的。微分算符在此過程中起到一個對圖象亮度功能變化率的測量作用。一些微分算符負責折返定向信息。而其他的部分僅僅是折返關于邊緣點存在的信息。這些方式中比較顯著有效并廣泛使用的分以下幾種：

2.1 Roberts算子

這種方法僅僅是標識邊緣點，并且沒有邊緣定向的訊息測算依據是二進制計算法，但極容易受到噪音的影響并且在邊緣梯度的計算上很少運用分辨率作為數據。

其運行方式如下：

|（r，c）-I（r-1，c-1）|+|I（r，c-1）-I（r-1，c）|

2.2 Sobel算子

本方法應用于尋求邊緣的平面與垂直面，然后將信息整合成為單一的指標。與之相近的計算方法還包括Prewitt算子。

3 以初級視覺系統原理進行邊緣檢測

無論哪一種測算方式都離不開視覺系統的傳達與輸送。因此，有效地將兩者結合，以視覺系統的初級原理為根基進行邊緣檢測所形成的方法是最為有效的，也是最為實用的。這樣既能確保計算結果的精準程度，又能化繁為簡節省計算時間，簡單易懂，較好掌握，從而在相互輔助的基礎上繼續不斷發展出新的檢測方法。通過對大腦皮層V1中完成邊緣檢測的簡單細胞模型化建立起的Edge cell模型成功的實現了多個空間周波數下的邊緣檢測。在此基礎上依據所得到的邊緣線段實現了局部范圍的曲率測算與運動跟蹤。

從視覺系統的運作過程出發，進行對于圖象的邊緣檢測方法以及對于其他檢測目標的計算，能夠更好的將數據和人的思維能力、思維方式以及生理上的思考行為相結合，更加多的注重客觀存在基礎上、人的主觀感知、認知的發揮、作用與反作用，最終達到理想的、不繁瑣的、順暢的甚至最佳的檢測效果。

4 結語

立足于邊緣檢測的評價標準，參照邊緣檢測系統的諸多設計要求，在受到初級視覺系統的啟發以及與之相結合進行對閾值的確定之下形成了一種新的、比較穩定的測算準則，并在此基礎上構建出采用視覺感知與認知原理自動變更以適應閾值的邊緣檢測方式進行檢測，并且通過計算機的對算法則進行了驗證，通過與傳統邊緣檢測方進行對比，也驗證了此類方法的實用性和有效性。與傳統邊緣檢測法法相比較，這種結合法會將檢測目標的不同特點盡量廣泛的、顯著的呈現出來，采用自我適應閾值的同時，還能夠較好地保留微弱邊緣，對強弱邊緣的同時存在有較好地適應能力，計算方法簡單實用，易于掌握，計算量相對較小，并降低了問題的復雜程度，檢測結果也比較準確。

參考文獻

[1]羅佳駿，武薇，范影樂，高云園.基于視覺感光層功能的菌落圖像多強度邊緣檢測研究[J].中國生物醫學工程學報，2014（06）：677-686.

[2]張宏群，張雪，肖旺新.小波變換的自適應閾值圖像邊緣檢測方法[J].紅外與激光工程，2003（01）：32-36+41.

[3].自動化技術、計算機技術[J].中國無線電電子學文摘，2011（06）：163-242.

作者單位

1黑龍江大學 黑龍江省哈爾濱市 150000

2哈爾濱理工大學 黑龍江省哈爾濱市 150000