Detection Manner based on wavelettransform and canny operator-CHN可以用

基于小波变换和Canny算子的检测方法

(1.中国矿业大学(北京),北京100083)

摘要:本文首先分析了基于小波变换的图像分解和重建技术,然后分析了基于传统Canny算子的图像边缘检测方法。实验结果显示,本文提出的方法比Canny边缘检测器有更好的适应性,可以更精确地定位,能有效地抑制噪声,以更为鲜明的边缘特点适应图像。

关键字:小波变换;Canny算子;边缘检测

1. 引言

对于图像处理任务,例如图像处理速度和精确性,要求对目标边缘进行精确的定位和检测。图像一般是很复杂的,在图像的不同区域有极大的多样性。前人采用的方法,例如用于边缘检测的一阶和二阶微分算子,因为性能不佳、对噪声比较敏感,所以不太适用。为解决这个问题,后人采用的方法,例如经典的Canny边缘检测器,结合了光滑函数和过零侦测法。Canny检测器采用Guassian一阶导数,将图像的光滑和梯度计算结合起来。经证明,它是SNR 和边缘定位乘积的最佳逼近。采用模极大值图像的双阈值,它能有效地除去噪声和“影子”图像。除Gaussian方法之外,其它图像光滑过滤器,比如指数过滤器,也能用来提高计算效率。不过,不论局部图像特点和多样性如何,这些方法都采用了全局阀值。

小波变换的出现为边缘检测提供了一个新的思路。小波变换(WT)指得是信号分析的可能性之一,它将信号分解成时间和尺度的二维函数。将图像小波变换成不同的尺度,然后进行处理,得到不同尺度的模最大值图像。本文分析了基于小波变换的图像分解和重建技术,然后分析了基于传统Canny算子的图像边缘检测技术。该方法能有效地除去噪声,但不损失边缘的重要细节。

2. 传统的Canny图像边缘检测方法

Canny算子是一个最佳的边缘检测器(按照专门的标准,还有其它的检测器也被称为是最佳的,只是标准稍稍不同而已)。它把输入看作是一个灰度图像,而把输出看作是一个可显示被追踪强度间断面位置的图像。

Canny算子以多级步骤工作。首先,图像用Gaussian卷积进行光滑处理,然后,用一个简单的二维一阶导数算子(有点类似罗伯特交叉算子)将经过光滑后的图像上的高阶空间导数的区域以高亮显示。边缘在梯度幅度值图像产生了脊。本算法然后沿着这些脊的顶端进行追踪,将那些实际上不位于脊顶的所有像素归零,以便在输出中给出一条细线,这个过程称为非最大值抑制。追踪过程显示了受到两个阈值控制的滞后作用:T1和T2,T1 > T2。追踪只能从高于T1的脊的一点上开始。然后,继续从该点的两个方向上追踪,直到脊的高度低于T2。这个滞后作用确保了含噪声的边缘不会破碎成多个边缘碎片。经典的Canny边缘检测图像如图1所示。

Detection Manner based on wavelettransform and canny operator-CHN可以用

Detection Manner based on wavelettransform and canny operator-CHN可以用

图1 Canny边缘检测

Canny算子的效果取决于三个参数:光滑阶段采用的Gaussian内核的宽度、追踪器采用的高低阀值。增加Gaussian内核的宽度可以减少检测器对噪声的敏感性,但失去了图像的某

1

相关推荐
相关主题
热门推荐