图像边缘检测与最新检测方法简介
4星 · 超过85%的资源 需积分: 10 88 浏览量
2010-12-29
19:06:21
上传
评论
收藏 568KB DOC 举报 
图像边缘检测分析比较
摘要：边缘检测是数字图像处理和模式识别领域的基本课题，着重分析了几
种经典的边缘检测算子并进行比较，同时阐述新的边缘检测方法的原理。分析
结果表明图像边缘检测是一个非良态问题，寻求比较简单，能较好解决边缘检
测精度的算法是未来的研究重点。
关键词：边缘检测 ；数学形态学；模糊理论
正文：
1.传统的边缘检测方法
1.1基于灰度直方图的边缘检测
基于灰度直方图门限法的边缘检测是一种最常用、最简单的边缘检测方法。对
检测图像中目标的边缘效果较好。图像在暗区的像素较多，而其他像素的灰度
分布比较平坦。为了检测出图像物体的边缘．把直方图用门限Ｔ分割成两个部
分，然后对图像实施以下操作：
（１） 扫描图像的每一行，将所扫描的行中每个像素点的灰度与
Ｔ比较后得；
（２） 扫描图像的每一列，将所扫描的列中每个像素点的灰 度
与Ｔ比较后得：
（３） 将与合并，即得到物体的边界图像。
在以上过程中，门限T的选择将直接影响边缘检测的质量。由于直方图往往很
粗糙，再加上噪声的影响更是参差不齐。这样就使得求图像极大、极小值变得
困难。因此。可以用两条二次高斯曲线对目标和景物所对应的峰进行拟合，然
后求二者的交点，并作为谷底，选取对应的灰度值为门限T，或用一条二次曲
线拟合直方图的谷底部分。门限T可取为
T=-b/2a
1.2基于梯度的边缘检测
梯度对应一阶导数，梯度算子就是一阶导数算子。在边缘灰度值过渡比较尖锐，
且在图像噪声比较小时，梯度算子工作的效果较好，而且对施加的运算方向不
予考虑。对于一个连续图像函数，其梯度可表示为一个向量：
该向量的幅度和最大变化率出现时的角度分别为：
以上各式的偏导数需对每个像素的位置计算，实际应用中常用小区域模板进行
资源评论
lwjkart2013-07-04对学习边缘检测很有帮助
