一種基于MATLAB圖像邊界提取算法

鄭永永，劉曉敏，劉洪波，趙云偉

(1.北華大學(xué) 機(jī)械工程學(xué)院，吉林 吉林 132021；2.北華大學(xué) 工程訓(xùn)練中心，吉林 吉林 132021)

?

一種基于MATLAB圖像邊界提取算法

鄭永永1，劉曉敏2，劉洪波1，趙云偉2

(1.北華大學(xué) 機(jī)械工程學(xué)院，吉林 吉林 132021；2.北華大學(xué) 工程訓(xùn)練中心，吉林 吉林 132021)

摘要：邊緣作為圖像基本特征之一，圖像上其他特征大都是由邊緣區(qū)域的這些基本特征所推導(dǎo)出來(lái)的.因此，如何獲取高精度的圖形邊緣顯得尤為重要.本文利用MATLAB進(jìn)行圖像邊界特征提取,并介紹了處理過(guò)程中的重要步驟.實(shí)驗(yàn)結(jié)果表明，該方法具有較好的邊界特征提取能力.

關(guān)鍵詞：MATLAB；邊界特征提取；像素點(diǎn)

數(shù)字圖像處理技術(shù)最早出現(xiàn)于20世紀(jì)50年代，經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展,已經(jīng)廣泛地應(yīng)用于工業(yè)、遙感、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域,在國(guó)民經(jīng)濟(jì)中發(fā)揮著越來(lái)越大的作用[1-2].圖像邊緣的識(shí)別精度將直接影響測(cè)量的精度[3]，因此，如何獲取高精度的圖像邊緣已經(jīng)成為幾何量精密測(cè)量領(lǐng)域的熱門(mén)話題，國(guó)內(nèi)外學(xué)者提出很多圖像邊緣的提取方法，但是這些算法大多過(guò)于復(fù)雜，運(yùn)算量大，不利于實(shí)時(shí)處理[4-6].

為了能夠準(zhǔn)確快速的提取邊界輪廓，本文出了一種利用MATLAB進(jìn)行圖像邊界特征提取的方法，并且通過(guò)樣例詳細(xì)地論述了該方法在提取邊界特征過(guò)程中的幾個(gè)重要步驟.結(jié)果證明，該方法具有較好的邊界特征提取能力，且邊界輪廓特征定位較為準(zhǔn)確.

1 邊界特征提取方法

邊緣作為圖像基本特征之一，圖像上其他特征大都是由邊緣區(qū)域的這些基本特征所推導(dǎo)出來(lái)的.因此，圖形邊界相關(guān)信息的提取在圖像幾何量的測(cè)量工作中起到很重要的作用.文中提出的利用MATLAB進(jìn)行圖形邊界特征提取的方法,主要由以下幾個(gè)步驟完成：

1.1　圖片保存

首先，將螺紋的圖片保存到MATLAB的當(dāng)前工作目錄，以便讀取，保存路徑為(C:Documents and SettingsAdministratorMyDocumentsMATLABLuowen)，保存類型JPG格式.

1.2　將圖片導(dǎo)入MATLAB

運(yùn)行MATLAB，在命令窗口輸入命令：I=imread('luowen.jpg')，點(diǎn)擊回車(chē)將圖片導(dǎo)入到MATLAB，圖片顯示(imshow(I))，顯示結(jié)果如圖1所示.為了保證圖像不失真，可利用命令：J=rgb2gray(I)，圖片顯示(imshow(J))，點(diǎn)擊回車(chē)將RGB圖像轉(zhuǎn)換為灰度圖像，圖像顯示效果如圖2所示.

圖1　螺紋RGB圖

圖2　螺紋二值圖

1.3　圖像濾波

由于各種各樣因素的影響，圖像不可避免會(huì)含有噪聲，進(jìn)而使得圖形畫(huà)質(zhì)出現(xiàn)不同程度的退化，圖像顯得模糊.所以，如何抑制圖像退化，減少噪聲對(duì)圖像畫(huà)質(zhì)的影響，對(duì)于后續(xù)的圖像分析和圖形邊界的識(shí)別顯得尤為重要.

比較常用的濾波方式有中值濾波和均值濾波兩種.均值濾波是對(duì)圖像中的所有像素進(jìn)行均值處理,圖像的邊界會(huì)變得模糊,對(duì)具有極大值和極小值的椒鹽噪聲來(lái)說(shuō),均值濾波不能起到很好的去噪效果.中值濾波較均值濾波的去除噪音效果更明顯,在灰度變化較小的情況下有較好的平滑效果,同時(shí)也降低了邊界的模糊程度.為了更好地提取圖像邊界信息，本文選擇中值濾波[7-8].

中值濾波是通過(guò)鄰域內(nèi)像素值的中位數(shù)來(lái)作為輸出圖像的像素值，MATLAB中圖形處理工具箱里有專門(mén)的中值濾波函數(shù)medfilt2，其調(diào)用格式為：

B= medfilt2(A，[M,N])

式中，B是輸出圖像，A作為輸入圖像，[M,N]為濾波窗口的大小.

利用5x5的中值濾波對(duì)J進(jìn)行濾波，在MATLAB的命令窗口輸入以下代碼：

k= medfilt2(J,[5,5])；imshow(k)；

濾波效果如圖3所示.

圖3　中值濾波效果

1.4　邊緣檢測(cè)

經(jīng)典的邊緣檢測(cè)算子(Roberts、Sobel、Prewitt、Canny)檢測(cè)的圖像邊界都有各自的特點(diǎn)：運(yùn)用Roberts交叉微分算子運(yùn)算可以提取出圖像的細(xì)節(jié)輪廓；Sobel微分算子是一種奇數(shù)大小(3×3)的模板下的全方向微分算子；Prewitt微分算子的思路與Sobel微分算子的思路類似，是在一個(gè)奇數(shù)大小的模板中定義其微分運(yùn)算；Canny算子是一個(gè)線性線性算子，可以在抵抗噪聲與邊緣檢測(cè)之間獲得一個(gè)最佳的折中，就是高斯函數(shù)的一階導(dǎo)數(shù)[9].針對(duì)不同的環(huán)境和要求，應(yīng)選擇合適的算子來(lái)對(duì)圖像進(jìn)行邊緣檢測(cè).本文對(duì)螺紋圖像用四種算子均作了處理，螺紋圖像邊緣檢測(cè)的MATLAB實(shí)現(xiàn)程序：

a=edge(k,'canny');

b=edge(k,'Roberts');

c=edge(k,'sobel');

d=edge(k,'prewitt');

subplot(2,2,1),imshow(a);

subplot(2,2,2),imshow(b);

subplot(2,2,3),imshow(c);

subplot(2,2,4),imshow(d);

從圖4中可以看以，Sobel和Prewitt兩種算子對(duì)螺紋圖像邊緣檢測(cè)的結(jié)果較好，可任選其一作為螺紋圖像邊緣檢測(cè)的算子，不妨選Sobel算子.

Canny算子

Roberts算子

Sobel算子

Prewitt算子圖4　各種算子邊緣檢測(cè)

Sobel邊緣檢測(cè)算子是以函數(shù)f (x,y)為中心的 3×3 鄰域上計(jì)算 x 和 y 方向的偏導(dǎo)數(shù).原理是對(duì)圖像 f (x,y)的每個(gè)像素，考察其上、下、左、右鄰域灰度的加權(quán)差，把各方向(0°、45°、90°、135°方向)的灰度加權(quán)差之和作為輸出，達(dá)到提取出圖像邊緣的效果[10].Sobel 邊緣檢測(cè)算子的算法由下式給出：

Sobel算子兩個(gè)方向(即一個(gè)垂直方向，一個(gè)水平方向)上的卷積模板(圖5).通過(guò)比較這兩個(gè)模板算子的最大值作為中心點(diǎn)的輸出值，最終的運(yùn)算結(jié)果即是圖像的邊緣.

圖5　Sobel 算子卷積模板

1.5　提取圖像邊界點(diǎn)的像素坐標(biāo)

由于邊界點(diǎn)的像素坐標(biāo)與x、y坐標(biāo)具有垂直相反的關(guān)系，因此先要把矩陣I做上下翻轉(zhuǎn)處理.利用如下命令：

a=edge(flipud(c),'canny');

[x,y]=ind2sub(size(c),find(c(:)==1))；

plot(x,y)

可以得到物體的輪廓線(圖6)，輪廓線是物體邊緣所有像素點(diǎn)的集合，知道了圖像邊界點(diǎn)像素值的坐標(biāo)就可以進(jìn)行邊界長(zhǎng)度及面積的計(jì)算等等.

通過(guò)MATLAB編寫(xiě)程序?qū)崿F(xiàn)了本文所述的邊界提取方法，圖像邊界點(diǎn)像素值顯示(圖6)，得到邊界點(diǎn)的像素值就可以進(jìn)行邊界曲線擬合、距離的測(cè)量以及圖形面積的計(jì)算等.由圖可見(jiàn)，邊界輪廓線的特征都已經(jīng)被提取出來(lái)，且定位基本準(zhǔn)確.

橫坐標(biāo)圖6　圖像邊界輪廓線

2結(jié)論

本文對(duì)圖像邊界的提取過(guò)程進(jìn)行了較為詳細(xì)的論述，圖片處理結(jié)果表明，本文所提出的圖像邊界提取方法具有較好的輪廓特征提取和邊界特征點(diǎn)檢測(cè)能力，且運(yùn)算量少，定位準(zhǔn)確.

參考文獻(xiàn)：

[1]李紅俊,韓冀皖.數(shù)字圖像處理技術(shù)及其應(yīng)用[J].計(jì)算機(jī)測(cè)量與應(yīng)用,2002(10):620-622.

[2]劉中合,王瑞雪,王鋒德,等.數(shù)字圖像處理技術(shù)現(xiàn)狀與展望[J].計(jì)算機(jī)時(shí)代,2009(5):6-8.

[3]宋志剛.利用數(shù)字圖像處理技術(shù)檢測(cè)錐螺紋[D].長(zhǎng)春:吉林大學(xué),2004.

[4]張宏,譚躍剛,呂紅梅.邊緣檢測(cè)在計(jì)算機(jī)視覺(jué)幾何測(cè)量中的應(yīng)用[J].武漢科技學(xué)院學(xué)報(bào),2006,19(10):15-18.

[5]張小虎,李由,李立春等.一種基于梯度方向直方圖線輪廓提取新方法[J].光學(xué)技術(shù),2006,32(6):824-826.

[6]張勇,陳大健,孫志軍.兩種改進(jìn)型中值濾波算法比較[J].光電技術(shù)應(yīng)用,2010,25(1):67-70.

[7]趙芳,欒曉明,孫越.數(shù)字圖像幾種邊緣檢測(cè)算子檢測(cè)比較分析[J].自動(dòng)化技術(shù)與應(yīng)用,2009,28(3):68,72.

[8]王振興.基于圖像處理的精密測(cè)量技術(shù)研究[D].陜西:西安電子科技大學(xué),2009.

A Kind of Image Boundary Extraction Algorithm based on MATLAB

ZHENG Yong-yong1,LIU Xiao-min2,LIU Hong-bo1,ZHAO Yun-wei2

(1.School of Mechanica Engineering,Beihua University,Jilin City132021,China;2.Engineering Training Center,Beihua University,Jilin City 132021,China)

Abstract:The edge is one of the basic characteristics of the image.The other features are mostly from these basic features of the edge region of the deduced from the image.Therefore,how to get an edge graphics precision is particularly important.In this paper,a method of using MATLAB to extract the boundary feature is proposed and several important steps in the process are introduced.The results show that the new method has better capability of boundary feature extraction.

Key words:MATLAB；boundary feature extraction；pixel

通信作者：*鐘梓楠，E-mail：290101130@qq.com

文章編號(hào)：1007-2853(2015)11-0073-04 1007-2853(2015)11-0045-05

作者簡(jiǎn)介：張立東(1977-)，男，吉林九臺(tái)人，吉林化工學(xué)院講師，碩士，主要從事水處理技術(shù)及水資源利用及環(huán)境污染治理等方面的研究. 王月(1984-)，女，吉林省吉林市人，北華大學(xué)助教，碩士．主要從事機(jī)械設(shè)計(jì)及理論機(jī)械制造等方面的研究.

收稿日期：2015-08-16 2015-08-18

中圖分類號(hào)：TH 138.5

文獻(xiàn)標(biāo)志碼：B DOI：10.16039/j.cnki.cn22-1249.2015.11.011