形狀自適應各向異性微分濾波器邊緣檢測算法

王富平, 水鵬朗

(西安電子科技大學雷達信號處理國家重點實驗室, 陜西 西安 710071)

?

形狀自適應各向異性微分濾波器邊緣檢測算法

王富平, 水鵬朗

(西安電子科技大學雷達信號處理國家重點實驗室, 陜西 西安 710071)

傳統參數固定的微分濾波器難以精確檢測圖像中不同類型的邊緣,并存在噪聲敏感的不足,為此,提出了一種基于形狀自適應各向異性微分濾波器的邊緣檢測算法。利用圖像的微分自相關矩陣構建一種反映邊緣像素類型的度量準則,并建立度量與各向異性高斯方向導數(anisotropic Gaussian directional derivative, ANDD)濾波器各向異性因子之間的映射,實現ANDD濾波器的形狀自適應控制,從而能精確地提取不同類型邊緣的強度映射。同時大尺度的ANDD濾波器增強了邊緣強度映射的噪聲魯棒性。實驗結果證明,在無噪聲情況下,所提算法的邊緣品質因子(pratt figure of merit, FOM)分別比Canny邊緣檢測算法、基于Gabor的邊緣檢測算法和基于測度融合的邊緣檢測算法高23.3%、14.5%和9.5%。在含噪聲情況下,則分別高41.7%、29.7%和12.0%。

各向異性高斯; 自相關矩陣; 邊緣檢測

0 引 言

邊緣是圖像中穩定的局部結構,包含豐富的信息。其在計算機視覺、模式識別中應用廣泛,比如圖像匹配[1-2]、角點檢測[3-4]、目標識別[5]等。根據邊緣特征表現出的不同性質,已有的邊緣檢測算法主要分為基于微分[6]、基于形態學[7]、基于主動輪廓[8]和基于多分辨率[9]的檢測方法。其中基于微分的方法以其高效和精確的邊緣檢測能力被廣泛應用,這類方法是通過提取圖像的一階微分的局部極大值或者二階微分的過零點實現。……