sobel边缘检测算法

SUSAN边缘检测算法性能分析与比较

类别：电子综合 阅读：1579

1 引 言

边缘是图像最基本的特征，是图像分割的第一步。经典的边缘检测方法如：Roberts，Sobel，Prewitt，Kirsch，Laplace等方法，基本都是对原始图像中象素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阀值提取边界。由于这些算法涉及梯度的运算，因此均存在对噪声敏感、计算量大等缺点。在实践中，发现SUSAN算法只基于对周边象素的灰度比较，完全不涉及梯度的运算，因此其抗噪声能力很强，运算量也比较小。并将SUSAN算法用于多类图像的边缘检测中，实验证明该算法非常适合含噪图像的边缘检测。

2 SUSAN边缘检测简介 2．1 SUSAN特征检测原理

如图1所示，用一个圆形模板在图像上移动，若模板内象素的灰度与模板中心象素(称为：核Nucleus)灰度的差值小于一定阀值，则认为该点与核具有相同(或相近)的灰度，由满足这样条件的象素组成的区域称为USAN(Univalue Segment Assimilating Nucleus)。

当圆形模板完全处在图像或背景中时，USA

不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像研究中的世界级难题，目前研究者正在试图在边缘提取中加入高层的语义信息。

在实际的图像分割中，往往只用到一阶和二阶导数，虽然，原理上，可以用更高阶的导数，但是，因为噪声的影响，在纯粹二阶的导数操作中就会出现对噪声的敏感现象，三阶以上的导数信息往往失去了应用价值。二阶导数还可以说明灰度突变的类型。在有些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。二阶导数对噪声也比较敏感，解决的方法是先对图像进行平滑滤波，消除部分噪声，再进行边缘检测。不过，利用二阶导数信息的算法是基于过零检测的，因此得到的边缘点数比较少，有利于后继的处理和识别工

数字图像处理技术课程设计

图像边缘检测

编程实现灰度图像的几种常用的边缘检测算法，包括：梯度边缘检测算法、Roberts边缘检测算法、Sobel边缘检测算法、拉普拉斯边缘检测算法、canny边缘检测算法、Prewitt边缘检测算法和Krisch边缘检测算法。

代码：

头文件：

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ bmpFile.h

#ifndef BMP_FILE_H #define BMP_FILE_H

BYTE *Read8BitBmpFile2Img(const char *filename,int *width,int *height); bool Write8BitImg2BmpFile(BYTE *pImg,int width,int height,const char *filename); BYTE *Read24BitBmpFile2Img(const char *filename,int *width,int *height);

bool Write24BitImg2BmpFile(BYTE *pImg,int

基于sobel和canny算法的水珠边缘检测

李建国1，李幸汶1，卜祥洲1，陈涛2

（1.河南宏博测控技术有限公司；2.河南工业大学）

摘要：水珠识别分析方法是利用数字图像处理及模式识别技术实现，本文简要说明了水珠通过边缘检测实现模式识别和计算的原理。同时，着重讨论了水珠识别过程中的噪声识别算法，详尽地阐述了识别过程中的阈值选取方法。此应用表明了算法的实时性好，可靠性高，能很好地满足工业生产和检测要求，大大提高了水珠识别的自动化与智能化。

关键词：水珠识别 边缘检测 边缘轮廓

引言

图像识别是计算机视觉领域的一个非常活跃的课题。近几年来人们对图像识别做了大量的研究，提出了很多种算法和方法，但电力行业应用的相对较少。传统的图像识别方法已不能满足高精度，高效率的要求。电力输配电企业对绝缘子的憎水性要求较高，因为其憎水性直接决定着绝缘子绝缘性能的好坏，并可以减少高压电击穿和污闪故障的发生。因绝缘子的憎水性变差而导致泄漏电流的增加，大大提高了输配电线路的安全隐患。因此，迫切需要提高绝缘子憎水性能安全检测的手段，实现检测的自动化和智能化。目前，检测系统都是拆卸绝缘子并通过实验室法进行测试，不能实现在线检测。对于在线喷水并通过CCD取像得到的图像，核心功

本科毕业设计(论文)

检测算法研究

学 院：信息工程学院 专 业：自动化 学 号： 学生姓名： 指导教师：

二○一 年 五月 二十三日

题 目：基于matlab的图像边缘

2013届毕业设计（论文）

基于matlab的图像边缘检测算法研究

摘要

图像的边缘检测技术是数字图像处理技术的基础研究内容，是物体识别的重要基础。现有边缘检测技术在抑制噪声方面有一定的局限性，在阈值参数选取方面自适应能力很差，有待进一步改进和提高。

本论文首先介绍了图像边缘检测这个课题的意义和背景；作为理论基础，在第二章简单的介绍了传统的图像边缘检测算法，如Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子，回顾了经典的边缘检测算法，为后面介绍Canny算法作为铺垫。在第三章，结合Canny算法的基本原理、算法的三个标准、算法的思路及检测步骤提出了对Canny算子中的图像滤波平滑处理及取阈值的算法进行改进的方法，并进行了实验检验。

基于传统Canny算法中采用高斯滤波器对图像滤波平滑处理的效果有待改进，本论文引用了自适应中值滤波器，在使用Canny算法之前，对图像进行滤波，通过图3.4的结果显示，检测效果明显改善；

第２８卷第１２期２００７年１２月

东北大学学报（自然科学版）

ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）

Ｖ０１．２８，Ｎｏ．１２Ｄｅｅ．２００７

一种改进的Ｃａｎｎｙ边缘检测算法

吕哲１，王福利１一。常玉清１，２

（１．东北大学流程工业综合自动化教育部重点实验室。辽宁沈阳１１０００４ｔ

２．东北大学信息科学与工程学院。辽宁沈阳ｕｏ００４）

摘

要：图像中部分低强度边缘在梯度幅值特性上与噪声点十分相似，因此，传统Ｃａｎｎｙ边缘检测算法

在采用基于梯度幅值的双阈值法检测和连接边缘时，尽管抑制了噪声，但同时也损坏了部分低强度边缘．针对这一问题，提出了一种改进的Ｃａｎｎｙ边缘检测算法，采用新的基于梯度方向的检测和连接方法取代了传统的双阈值法，充分利用了边缘点和噪声点在梯度方向特性上的差异。在抑制噪声的同时，有效保护了低强度边缘细节，具有优于传统Ｃａｎｎｙ算法的性能．仿真研究也证明了该算法的有效性．关键词：Ｃａｎｎｙ边缘检测；梯度幅值；梯度方向；噪声抑制；细节保护中图分类号：ＴＰ２４２

文献标识码：Ａ

文章编号：１００５．３０２６（２００７）１２．１６８１．０４

ＡｎＩｍｐｒｏｖｅｄＣａｎｎｙＡｌｇｏｒｉｔｈｍｆｏｒＥｄｇｅ

边缘检测 论文 毕业设计

第2期(总第153期)

2009年4月机械工程与自动化

MECHANICAL　ENGINEERING　&　AUTOMATIONNo12

Apr1

文章编号:167226413(2009)0220043202

熊秋菊,(山东理工大学机械工程学院,255049摘要:种常用的经典边缘检测算子进行了理论分析,并通过VC++;通过对检测结果进行比较分析,得出,。关键词:算子P3911:A

0　引言

图像的边缘是图像的重要特征之一,数字图像的

边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域十分重要的基础,其目的是精确定位边缘,同时较好地抑制噪声,因此边缘检测是机器视觉系统中必不可少的重要环节。然而,由于实际图像中的边缘是多种边缘类型的组合,再加上外界环境噪声的干扰,边缘检测又是数字图像处理中的一个难题。1　经典边缘检测算子的理论分析和比较

所谓边缘是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合,两个具有不同灰度值的相邻区域之间总存在边缘。图像的边缘是图像的基本特征。边缘可以分为两种:一种被称为阶跃性边缘,它两边像素的灰度值有着显著的差别;另一种称为屋顶状边缘。

边缘检测算子是利用图像边缘的突变性质来检测边缘的。它主要分为

将小波分析技术运用到图像边缘检测中以勾勒图像轮廓,提出了基于小波变换的模极大值边缘检测算法.利用二次B样条小波和Mallat算法对图像进行了边缘检测.仿真结果表明：该方法去噪效果好,能提取图像中较弱的边缘,且边缘具有很强的连续性,明显优于传统的边缘检测算子.

维普资讯

第 2卷第 4 5期20 0 6年 1 2月

中南民族大学学报(冉然科学版)o r a fS t Ce ta iest o u n lo ouh— n r lUnv r iyf rNat n l is( tSe . ii n i ai e Na o t i Ed to ).

Vo1 2 . 5 No. 4【e . 00 )c 2 6

基于小波变换的模极大值图像边缘检测算法刘李鹂高智勇刘向明 (中南民族大学电子信息工程学院，武汉 4 0 7 ) 3 0 4摘要将小波分析技术运用到图像边缘检测中以勾勒图像轮廓，出了基于小波变换的模极大值边缘检测算提

法 利用二次 B样条小波和 Mal算法对图像进行了边缘检测. lt a仿真结果表明；该方法去噪效果好.能提取图像中较弱的边缘 且边缘_有很强的连续性。具明显优于传统的边缘检测算子.关键词小波变换缘检测；极大值边模TN9 1 7文献标识

本科毕业设计(论文)

题 目：基于matlab的图像边缘

检测算法研究

2013届毕业设计（论文）

毕业论文（设计）原创性声明

本人所呈交的毕业论文（设计）是我在导师的指导下进行的研究工作及取得的研究成果。

据我所知，除文中已经注明引用的内容外，本论文（设计）不包含其他个人已经发表或撰写过的研究成果。对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。

作者签名： 日期：

毕业论文（设计）授权使用说明

本论文（设计）作者完全了解**学院有关保留、使用毕业论文（设计）的规定，学校有权保留论文（设计）并向相关部门送交论文（设计）的电子版和纸质版。有权将论文（设计）用于非赢利目的的少量复制并允许论文（设计）进入学校图书馆被查阅。学校可以公布论文（设计）的全部或部分内容。保密的论文（设计）在解密后适用本规定。

作者签名： 指导教师签名：

日期： 日期：

I

基于matlab的图像边缘检测算法研究

注 意 事 项

1.设计（论文）的内

目录

摘要 ..................................................................................................................................... 1 引言 ..................................................................................................................................... 2 第一章绪论 ........................................................................................................................ 3

1.1 课程设计选题的背景及意义 ............................................................................. 3 1.2 图像边缘检测的发展现状 ..